详情

原文传递一种基于热点网格污染数据监测的预警方法

专利名称：	一种基于热点网格污染数据监测的预警方法
摘要：	本发明提供了一种基于热点网格污染数据监测的预警方法，所述方法包括将污染监测区域划分为多个网格单元，每个所述网格单元对应一个监测子区域，并通过获取每一个监测子区域的多源卫星观测数据、地面特征数据、时空特征数据、大气污染物数据、气象数据，并提取每个子监测区域的本周期网格化污染物浓度数据、上周期网格化污染物浓度数据、上一年度同一周期网格化污染物浓度数据，并计算出每个子监测区域的本周期数据得分、排名，同比变化，同比得分、排名，环比排名变化，环比得分、排名，并据此确定本周期排名最低、同比得分最低、环比得分最低的子监测区域，实施预警措施。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京英视睿达科技有限公司
发明人：	尹文君;廖炳瑜;田启明;张泽佳;何苗;黄思;范迎春
专利状态：	有效
申请日期：	2019-04-04T00:00:00+0800
发布日期：	2019-08-09T00:00:00+0800
申请号：	CN201910272258.X
公开号：	CN110108837A
代理机构：	北京挺立专利事务所(普通合伙)
代理人：	吴彩凤
分类号：	G01N33/00(2006.01);G;G01;G01N;G01N33
申请人地址：	100000 北京市丰台区汽车博物馆西路8号院1号楼6层606
主权项：	1.一种基于热点网格污染数据监测的预警方法，所述方法包括将污染监测区域划分为多个网格单元，每个所述网格单元对应一个监测子区域，获取每一个监测子区域的多源卫星观测数据、地面特征数据、时空特征数据、大气污染物数据、气象数据，并分别得出相应地气溶胶光学厚度AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数、气象特征参数，并据此得出每一个监测子区域的多维特征向量，将所有所述多维特征向量生成多维特征样本集；采用深度学习模型对所述多维特征样本集进行训练，得到关系模型；获取目标区域的多源卫星观测数据，并提取网格化多维特征信息；根据所述网格化多维特征信息和所述关系模型，得到所述目标区域的网格化污染物浓度数据，其特征在于：所述方法还包括提取每个子监测区域的本周期网格化污染物浓度数据、上周期网格化污染物浓度数据、上一年度同一周期网格化污染物浓度数据，并计算出每个子监测区域的本周期数据得分、排名，同比变化，同比得分、排名，环比排名变化，环比得分、排名，并据此确定本周期排名最低、同比得分最低、环比得分最低的子监测区域，实施预警措施。 2.根据权利要求1所述的方法，其特征在于：所述本周期数据得分计算公式为“得分＝1-(本周期网格浓度-本周期网格浓度最小值)100/本周期网格浓度最大值-本周期网格浓度最小值)”；通过该得分的升序或降序确定排名。 3.根据权利要求1所述的方法，其特征在于：所述同比变化的计算公式为“变化＝1-(本周期网格浓度-上一年度同周期网格浓度)100/上一年度同周期网格浓度)”。 4.根据权利要求1所述的方法，其特征在于：所述同比得分的计算公式为“得分＝1-(同比变化-同比变化最小值)100/(同比变化最大值-同比变化最小值)”；通过该得分的升序或降序确定排名。 5.根据权利要求1所述的方法，其特征在于：所述环比得分通过本周期排名与上周期排名之间的差确定。 6.根据权利要求1所述的方法，其特征在于：所述环比得分的计算公式为“得分＝1-(环比排名变化-环比排名变化最小值)100/(环比排名变化最大值-环比排名变化最小值)”；通过该得分的升序或降序确定排名。 7.一种设备，包括存储器和处理器，其特征在于，所述存储器用于存储程序，所述处理器用于执行如权利要求1-6任一所述的方法。 8.一种包含指令的计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如权利要求1-6任一权利要求所述的方法。 9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任一权利要求所述的方法。
所属类别：	发明专利