【技术实现步骤摘要】
本专利技术涉及环境质量评估，具体是指基于大数据的环境质量评估方法及系统。
技术介绍
1、环境质量评估方法是指利用科学的技术手段和模型对环境质量进行定量或定性评价的一种方法体系。这种方法通过分析环境中各种物理、化学和生物因素的状态，结合相关的标准和规律，判断环境是否满足人类活动、生态系统和生物健康的需求，并对可能的环境问题或污染风险进行预警。但是一般环境质量评估方法存在忽略气象条件和动态变化的影响，导致在实际环境中质量评估效果差，以及忽略时间偏移和幅度变化影响，进而导致环境质量评估的准确性低的问题；一般环境质量评估方法存在无法动态结合环境数据，对污染物浓度和气象因素交互作用的捕捉能力弱，进而导致环境质量评估结果不稳定，准确性低的问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于大数据的环境质量评估方法及系统，针对一般环境质量评估方法存在忽略气象条件和动态变化的影响，导致在实际环境中质量评估效果差，以及忽略时间偏移和幅度变化影响，进而导致环境质量评估的准确性低的问题，本方案引入气象因素矢量，动态融合环境变量对污染物浓度的影响，从而进行数据修正，提高后续环境质量评估效果；基于动态调整失真度和动态权重进行归一化处理，得到采集的环境质量数据的动态偏差，进而提高后续环境质量评估的准确性；针对一般环境质量评估方法存在无法动态结合环境数据，对污染物浓度和气象因素交互作用的捕捉能力弱，进而导致环境质量评估结果不稳定，准确性低的问题，本方案通过引入相似偏差值和动态因子，
2、本专利技术采取的技术方案如下：本专利技术提供的基于大数据的环境质量评估方法，该方法包括以下步骤：
3、步骤s1：数据采集；
4、步骤s2：数据预处理；
5、步骤s3：建立环境质量评估模型；
6、步骤s4：环境质量评估。
7、进一步地，在步骤s1中，所述数据采集是采集历史环境质量评估数据；所述历史环境质量评估数据包括环境污染物数据、气象因素数据、时间、地理信息数据和环境质量评估等级；将环境质量评估等级作为数据标签；并对采集的数据进行数据清洗、数据转换和标准化处理；得到环境质量时间序列数据。
8、进一步地，在步骤s2中，所述数据预处理具体包括以下步骤：
9、步骤s21：数据修正；计算污染物浓度，加入环境质量时间序列数据，污染物浓度扩散表示为：；其中，c(t)是t时刻的污染物浓度；c0是初始污染物浓度；是衰减系数；n是污染源的数量；qi1是第i1个污染源的排放强度；d是扩散系数；xi1和x0分别是污染源的位置和监测点的位置；是气象因素的矢量表示；是l2范数；
10、步骤s22：计算环境质量失真系数；失真系数反映环境质量时间序列数据在对齐过程中因时间偏移产生的变化，每个数据点的环境质量失真系数表示为：；；计算整体环境质量失真度量，表示为：；式中，是第k个时间点数据的失真系数；k1、k2和k3分别表示数据点之间完全对齐、存在时间偏移和数据发生突变；α和β是控制失真系数变化的调节参数；是整个数据集的失真度值；m和n分别是标准环境质量时间序列数据和采集的环境质量时间序列数据的长度；α1是失真参数；γ是动态调整因子；和分别是第k个数据点与标准时间序列在时间维度上的偏移量和幅度上的变化量；t是时间序列的总时间跨度；c是数据幅度的变化范围；是局部波动强度；、和是权重系数；
11、步骤s23：幅度归一化；对距离度量和失真度规划处理，表示为：；；基于环境质量数据的幅度变化和时间对齐的差异，得到反映环境质量整体相似性的相似偏差值，表示为：；；其中，和分别是归一化后的动态时间规整距离和数据集的失真度量；是归一化前的动态时间规整距离；和分别是最小动态时间规整距离和最大动态时间规整距离；和分别是最大失真度值和最小失真度值；是数据集的相似偏差值；是动态偏差权重。
12、进一步地，在步骤s3中，所建立的环境质量评估模型包括残差网络层，用于提取污染物浓度及气象因素变量时间序列的特征；时间序列特征提取层，利用双向gru捕捉环境质量时间序列数据的短期动态与长期趋势；全连接层，用于生成环境质量评估结果；具体包括以下步骤：
13、步骤s31：残差网络层设计；残差网络层包括多分支残差网络和逐层残差网络；多分支残差网络通过1维卷积操作对环境质量时间序列数据进行提取局部特征，表示为：；每个分支使用不同大小的卷积核来捕捉环境时间质量序列数据中不同时间尺度的特征；多分支残差网络中的每个分支后，引入通道注意力机制，表示为：；；；；而逐层残差网络在每个卷积块后加入残差连接，表示为：；其中，和分别是第l层和第l-1层第j个通道的特征输出；是卷积核权重；mj是输入通道集合，i2是通道索引；是偏置项；是动态因子；f(·)是激活函数，使用relu激活函数；是通道c的特征均值；n是时间序列长度；是通道c在时间点i的特征值；和是因子权重参数；mean(·)和std(·)分别是特征均值和标准差；是通道注意力权重；是调整后特征值；y是残差连接后的输出特征；是通过1维卷积提取的特征；
14、步骤s32：损失函数设计；构建单调性损失，污染物浓度具有单调特性，在无新污染源时污染物浓度逐步降低，单调性损失表示为：；构建差异性损失，表示为：；构建基础惩罚损失，表示为：；得到最终损失l，表示为：；其中，m是数据点总数；和分别是第i个时间点和第i-1个时间点的预测值；是预测值的变化速率；yi和yj2是分别是第i个时间点和第j2个时间点的真实值；是第j2个时间点的预测值；是正则化项的权重；是噪声抑制项的权重；是预测值的方差；和是损失权重；w是权重集合；
15、步骤s33：模型判定；预先对步骤s2处理后的数据集划分为测试集和训练集，当环境质量评估模型对训练集损失收敛或达到最大训练次数时，环境质量评估模型训练完成；预先设有正确率阈值，当训练完成的环境质量评估模型对测试集的预测正确率高于正确率阈值时，环境质量评估模型建立完成，否则基于粒子群搜索算法优化模型参数重新训练模型。
16、进一步地，在步骤s4中，所述环境质量评估是基于建立完成的环境质量评估模型，实时采集待评估环境质量数据，将环境质量评估模型输出的环境质量评估等级作为待评估环境质量数据的环境质量评估结果。
17、本专利技术提供的基于大数据的环境质量评估系统，包括数据采集模块、数据预处理模块、环境质量评估模型建立模块和环境质量评估模块；
18、所述数据采集模块采集历史环境质量评估数据，并将数据发送至数据预处理模块；
19、所述数据预处理模块通过动态因子、失真度量和归一化处理，校正环境数据的动态变化与偏差；并将数据发送至环境质量评估模型建本文档来自技高网...
【技术保护点】
1.基于大数据的环境质量评估方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的环境质量评估方法，其特征在于：在步骤S2中，所述数据预处理还包括以下步骤：
3.根据权利要求2所述的基于大数据的环境质量评估方法，其特征在于：所建立的环境质量评估模型包括残差网络层，用于提取污染物浓度及气象因素变量时间序列的特征；时间序列特征提取层，利用双向GRU捕捉环境质量时间序列数据的短期动态与长期趋势；全连接层，用于生成环境质量评估结果；具体包括以下步骤：
4.根据权利要求3所述的基于大数据的环境质量评估方法，其特征在于：在步骤S1中，所述历史环境质量评估数据包括环境污染物数据、气象因素数据、时间、地理信息数据和环境质量评估等级；将环境质量评估等级作为数据标签；并对采集的数据进行数据清洗、数据转换和标准化处理；得到环境质量时间序列数据。
5.根据权利要求1所述的基于大数据的环境质量评估方法，其特征在于：在步骤S4中，所述环境质量评估是基于建立完成的环境质量评估模型，实时采集待评估环境质量数据，将环境质量评估模型输出的环境质量
6.基于大数据的环境质量评估系统，用于实现如权利要求1-5中任一项所述的基于大数据的环境质量评估方法，其特征在于：包括数据采集模块、数据预处理模块、环境质量评估模型建立模块和环境质量评估模块；
...【技术特征摘要】
1.基于大数据的环境质量评估方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的环境质量评估方法，其特征在于：在步骤s2中，所述数据预处理还包括以下步骤：
3.根据权利要求2所述的基于大数据的环境质量评估方法，其特征在于：所建立的环境质量评估模型包括残差网络层，用于提取污染物浓度及气象因素变量时间序列的特征；时间序列特征提取层，利用双向gru捕捉环境质量时间序列数据的短期动态与长期趋势；全连接层，用于生成环境质量评估结果；具体包括以下步骤：
4.根据权利要求3所述的基于大数据的环境质量评估方法，其特征在于：在步骤s1中，所述历史环境质量评估数据包括环境污染物数...
【专利技术属性】
技术研发人员：范淼，赵立新，张之瑾，
申请(专利权)人：聊城金恒智慧城市运营有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。