[发明专利]交通污染排放量预测方法

权利要求书

1.交通污染排放量预测方法，其特征在于，包括：

接收待预测区域当前的综合实况数据；

对所述综合实况数据进行特征提取，获得时空张量；其中，所述时空张量用于表征所述综合实况数据对应的特征元素在所述待预测区域内的时空变化；

利用预先创建的交通排放预测模型对所述时空张量在预测时间内的污染物排放量进行预测，以获得预测结果；其中，所述预测结果中包括至少一种污染物在所述预测时间的任一时间窗时的预测排放量；

其中，所述交通排放预测模型通过至少两组样本集训练得到，每一组样本集中包括作为输入的时空张量以及作为输出的该时空张量所属区域在预测时间的污染物排放量。

2.根据权利要求1所述的方法，其特征在于，所述对所述综合实况数据进行特征提取，获得时空张量，包括：

对所述综合实况数据进行特征提取，获得特征数据；

对所述待预测区域进行空间方格化划分，得到至少两个空间方格；

将所述特征数据按照时间顺序填充在对应的空间方格内，生成所述时空张量。

3.根据权利要求2所述的方法，其特征在于，所述综合实况数据包括交通数据、污染排放数据、气象数据中的至少两个；

当所述综合实况数据中包括交通数据时，所述对所述综合实况数据进行特征提取包括：对所述交通数据进行特征提取，获得特征交通数据；其中，所述特征交通数据包括所述待预测区域内车辆轨迹、车辆速度、交通信号状态中的至少一个；

当所述综合实况数据中包括污染排放数据时，所述对所述综合实况数据进行特征提取包括：对所述污染排放数据进行特征提取，获得特征污染排放数据；其中，所述特征污染排放数据包括所述待预测区域内的PM2.5、PM10、臭氧、二氧化硫、氮氧化物中至少一种污染物的排放量；

当所述综合实况数据中包括气象数据时，所述对所述综合实况数据进行特征提取包括：对所述气象数据进行特征提取，获得特征气象数据；其中，所述特征气象数据包括所述待预测区域内的风向、风速、温湿度、气压、雨量、能见度中的至少一个。

4.根据权利要求1所述的方法，其特征在于，所述交通排放预测模型的创建方法包括：

获取至少两组历史实况数据；其中，每一组历史实况数据包括待预测区域在预设时长内的实况数据；

对所述至少两组历史实况数据进行特征提取，获得对应每一组历史实况数据的时空张量；

根据所述对应每一组历史实况数据的时空张量生成样本集；

基于时空图卷积网络，利用所述样本集进行模型训练，以获得训练后的所述交通排放预测模型。

5.根据权利要求4所述的方法，其特征在于，对应每一组历史实况数据的时空张量包括交通时空张量、污染排放时空张量、气象时空张量中的至少两个；其中，任一时空张量的空间维度和时间维度均相同；

所述利用所述样本集进行模型训练，包括：

针对每一组历史实况数据，均执行：

利用决策树算法获取该组历史实况数据中各时空张量的信息增益；

利用所述信息增益计算得到对应各时空张量的权重；

将各时空张量按照所对应的权重进行融合，获得融合时空张量；

利用所述样本集中包括的对应每一组历史实况数据的融合时空张量进行模型训练，以获得训练后的所述交通排放预测模型。