[发明专利]基于算法模型的环境整改评判方法

说明书

本发明公开了基于算法模型的环境整改评判方法，涉及环境监测技术领域，通过建立的深度卷积神经网络训练模型对所获得的环境数据样本进行训练后，在所获得的环境数据变化曲线上设置若干个时间监测节点；通过时间监测节点用于对环境整改进行过程监控，避免出现环境整改的过程出现进度严重滞后，从而倒追环境整改的效果无法达到预期，通过设置时间监测节点能够对环境整改的整改周期进行片段化，从而能够实现对环境整改过程更好的监控，对环境整改的进度监控能够起到有效的督促作用，同时能够在环境整改进度落后时，及时对环境整改措施进行调整，保证环境整改在环境整改周期内的有效完成。

技术领域

本发明涉及环境监测技术领域，具体是基于算法模型的环境整改评判方法。

背景技术

环境污染已成为当今世界环保技术领域所极为关注的问题，污染不但破坏了大自然的生态平衡，也危害着人类生存和健康，因此人们现在都在不断地加强环境保护意识，并且也采取了一些有效的措施；

在获得环境数据监测的同时，环境的整改则是更加需要关注的问题，在制定的相关环境整改的措施后，这些环境整改的措施的执行效果以及执行效率无法得到准确有效的反馈，如何能够实现对环境整改的过程进行有效监控，从而能够根据环境整改的过程，对整改措施及时进行调整，是我们需要解决的问题，为此，现提供基于算法模型的环境整改评判方法。

发明内容

本发明的目的在于提供基于算法模型的环境整改评判方法。

本发明的目的可以通过以下技术方案实现：基于算法模型的环境整改评判方法，包括以下步骤：

步骤一：设置环境整改区域，并采集环境整改区域内进行环境整改前的环境数据；

步骤二：根据所采集到的环境整改区域内进行环境整改前的环境数据，对环境整改区域的环境数据变化进行预测，并生成环境数据整改预测变化图；

步骤三：在环境数据整改预测变化图上设置若干个时间监测节点，并根据每个时间监测节点对应的环境整改区域内的环境数据与环境数据整改预测变化图对应的预测数据进行对比；

步骤四：根据对比结果对环境整改区域内的环境整治进度和效果进行评定。

进一步的，对环境整改区域内的环境整改前的环境数据的获取过程包括：

将所设置的环境整改区域的面积标记为S，并在所设置的环境整改区域内设置若干个环境数据采集点，对每个环境数据采集点内进行环境数据采样，获得环境数据样本；环境数据样本由m组环境数据组成，所述环境数据包括气体数据、水质数据、声音数据以及植被覆盖面积数据。

进一步的，所述环境数据采集点可以根据需求在环境整改区域内的任意位置进行设置，同时对每个环境数据采集点在环境整改区域内的位置进行记录，生成对应环境数据采集点的位置信息，并将位置信息进行保存。

进一步的，对各环境数据采集点的环境数据变化进行预测的过程包括：

构建深度卷积神经网络训练模型，并将所获取到的各个环境数据采集点所获取到的环境数据样本输入至深度卷积神经网络训练模型内；

对所输入的环境数据样本进行深度卷积训练，输出每个环境数据采集点在整改周期内的环境数据变化曲线，并根据所获得的环境数据变化曲线生成环境数据整改预测变化图；在环境整改预测变化图中的环境数据变化曲线上设置若干个时间监测节点。

进一步的，所述深度卷积神经网络训练模型的建立过程包括：

针对环境整改区域的环境数据样本，设置环境整改周期T；

根据环境数据样本中的气体数据、水质数据声音数据以及植被覆盖面积数据分别设置环境整改措施，分别根据所设置的环境整改措施设置执行进度周期，根据所设置的执行进度周期对环境整改措施的完成时间节点进行标记；