[发明专利]一种多因素对空气质量影响的评价方法和装置

权利要求书

1.一种多因素对空气质量影响的评价方法，其特征在于，所述方法包括以下步骤：

S1：获取试验区域内路网地理信息数据、路网交通流量数据、风向数据和空气质量监测站监测的空气质量数据；

S2：根据所述路网地理信息数据，获取路网道路组成、风向数据和空气质量监测站的位置关系；

所述路网地理信息数据包括路网道路组成的经纬度、空气质量监测站的经纬度、道路名称、路段ID和道路长度；所述路网交通流量数据包括道路名称、流量、车型和行驶方向；所述空气质量数据包括空气质量监测站点编号、空气质量指数、空气质量等级和空气污染物浓度；

获得路网道路组成和空气质量监测站的位置关系的具体方法为：

将路网道路组成和空气质量监测站的经纬度进行投影转化，获得路网道路组成在投影坐标系中的折点坐标P₁(x₁，y₁)，…，P_n(x_n，y_n)和空气质量监测站在投影坐标系中的位置坐标P_s(x_s，y_s)；

计算相邻的两个折点间距离，记为d₁，…，d_n-1；依次累加两个折点间距离，每当距离和大于距离阈值d_m时，划定一个间隔点，获得路段link_1，2，...，以及每个路段的起始点坐标P_a(x_a，y_a)和末尾点坐标P_b(x_b，y_b)；

计算每个路段的中点坐标P_c(x_c，y_c)，设定基准线，计算每个路段与空气质量监测站位置的夹角α_1，2，...和距离D_1，2，...；计算每个路段自身的夹角β_1，2，...；计算实时风向与空气质量监测站的夹角γ_1，2，...；

S3：根据所述位置关系，对路网交通流量数据、路网道路组成、风向数据和空气质量数据进行预处理，将预处理后的数据作为数据集的元素，构建数据集；

S4：设定最小支持度和最小置信度，利用关联规则算法迭代计算数据集中元素的支持度和置信度，保留所有置信度大于最小置信度的元素，获得强关联规则；所述强关联规则包括规则前项和规则后项；

S5：确定强关联规则，所述强关联规则的规则前项为不同路网道路组成、不同交通流量和不同风向，规则后项为空气质量，输出该项强关联规则对应的置信度作为不同路网道路组成、不同交通流量在不同风向环境下，对空气质量影响的评价结果。

2.根据权利要求1所述的多因素对空气质量影响的评价方法，其特征在于，所述试验区域是以空气质量监测站为中心、以预设公里数为半径的区域；所述路网地理信息数据、路网交通流量数据、风向数据和空气质量数据是以日为统计间隔，以小时为统计间隔内的具体间隔尺度获得的监测数据。

3.根据权利要求2所述的多因素对空气质量影响的评价方法，其特征在于，所述路段的中点坐标P_c的计算方法为：

其中，x_c，y_c分别为路段的中点在投影坐标系中的横坐标和纵坐标；x_a，y_a分别为路段的起始点在投影坐标系中的横坐标和纵坐标；x_b，y_b分别为路段的起末尾点在投影坐标系中的横坐标和纵坐标。

4.根据权利要求3所述的多因素对空气质量影响的评价方法，其特征在于，路段与空气质量监测站位置的距离的计算方法为：

其中，x_c，y_c分别为路段的中点在投影坐标系中的横坐标和纵坐标；x_s，y_s分别空气质量监测站在投影坐标系中的横坐标和纵坐标。