【技术实现步骤摘要】
本专利技术涉及大气遥感，尤其涉及一种和的浓度估算方法、装置、电子设备及存储介质。
技术介绍
1、指的是大气中直径小于或等于2.5微米的颗粒物，是一种氧化物，这两者都是污染物，会对人体健康、生态系统和农作物产量造成不利影响。
2、为了降低和的影响，需要对于这两种污染物的浓度进行估算。现有技术中使用物理模型来进行和的浓度估算，然而这种估算方式得到的估算结果精度不佳，估算效果差。
技术实现思路
1、本专利技术提供一种和的浓度估算方法、装置、电子设备及存储介质，用以解决现有技术中对和的浓度估算效果差的问题。
2、第一方面，本专利技术提供一种和的浓度估算方法，包括：获取目标区域的环境数据，环境数据包括卫星数据、气象数据、自由基数据、归一化植被指数数据、排放清单数据和地形数据；输入环境数据至估算模型中，得到估算模型输出的和的浓度；其中，估算模型是基于带有实测和浓度标签的环境数据样本集训练得到的、集成m个子模型的集成模型，m的取值为大于1的整数。
3、可选地，估算模型的输出结果基于m个子模型的输出结果和每个子模型的权重系数确定；子模型的权重系数基于实测和浓度标签和与实测和浓度标签对应的子模型的输出结果确定。
4、可选地，子模型的权重系数为目标函数取得最小值的情况下的值；目标函数的表达式为：，其中，表示权重系数，为环境数据样本集中环境数据的总个数，为第个环境数据对应的实测和浓度值，表示第个环境数据，表示第个子模型基于第个环境数据得到的输出结果。>
5、可选地，m个子模型通过以下方式确定：基于带有实测和浓度标签的环境数据样本集对多个候选模型分别进行训练，并确定训练后的每个候选模型的估算误差；基于估算误差从多个候选模型中选取m个候选模型作为子模型；多个候选模型包括以下模型中的至少2个：极端随机树模型、类别型特征提升模型、梯度提升模型、轻量级梯度提升机模型、随机森林模型、自适应增强模型、极端梯度提升模型、线性模型模型、岭回归模型、最小角度套索回归模型、套索回归模型、弹性网络模型、决策树模型、贝叶斯岭回归模型、huber回归模型、正交匹配追踪模型。
6、可选地，排放清单数据包括二氧化硫含量数据、氮氧化合物含量数据、一氧化碳含量数据、非甲烷挥发性有机物含量数据、氨气含量数据、黑炭含量数据以及有机碳含量数据。
7、可选地，地形数据包括坡度和坡向。
8、第二方面，本专利技术提供一种和的浓度估算装置，装置包括：获取模块，用于获取目标区域的环境数据，环境数据包括卫星数据、气象数据、自由基数据、归一化植被指数数据、排放清单数据和地形数据；处理模块，用于输入环境数据至估算模型中，得到估算模型输出的和的浓度；其中，估算模型是基于带有实测和浓度标签的环境数据样本集训练得到的、集成m个子模型的集成模型，m的取值为大于1的整数。
9、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一种和的浓度估算方法。
10、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种和的浓度估算方法。
11、本专利技术还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述任一种和的浓度估算方法。
12、本专利技术提供的和的浓度估算方法、装置、电子设备及存储介质，将目标区域与和的浓度相关的六种数据（卫星数据、气象数据、自由基数据、归一化植被指数数据、排放清单数据和地形数据）一同输入至估算模型中，更加全面的考虑了对于和的浓度有影响的因素，增强了估算结果的可靠性和准确性。此外，本专利技术还提供了一种估算模型，该估算模型是一种与现有技术中不同的集成多个子模型的集成模型，使用该集成模型进行浓度估算进一步提高了估算的精度和估算结果的准确性。
本文档来自技高网...【技术保护点】
1.一种和的浓度估算方法，其特征在于，包括：
2.根据权利要求1所述的和的浓度估算方法，其特征在于，所述估算模型的输出结果基于所述M个子模型的输出结果和每个所述子模型的权重系数确定；
3.根据权利要求2所述的和的浓度估算方法，其特征在于，所述子模型的权重系数为目标函数取得最小值的情况下的值；
4.根据权利要求1所述的和的浓度估算方法，其特征在于，所述M个子模型通过以下方式确定：
5.根据权利要求1所述的和的浓度估算方法，其特征在于，所述排放清单数据包括二氧化硫含量数据、氮氧化合物含量数据、一氧化碳含量数据、非甲烷挥发性有机物含量数据、氨气含量数据、黑炭含量数据以及有机碳含量数据。
6.根据权利要求1所述的和的浓度估算方法，其特征在于，所述地形数据包括坡度和坡向。
7.一种和的浓度估算装置，其特征在于，所述装置包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述和的浓度估算方法。<...
【技术特征摘要】
1.一种和的浓度估算方法，其特征在于，包括：
2.根据权利要求1所述的和的浓度估算方法，其特征在于，所述估算模型的输出结果基于所述m个子模型的输出结果和每个所述子模型的权重系数确定；
3.根据权利要求2所述的和的浓度估算方法，其特征在于，所述子模型的权重系数为目标函数取得最小值的情况下的值；
4.根据权利要求1所述的和的浓度估算方法，其特征在于，所述m个子模型通过以下方式确定：
5.根据权利要求1所述的和的浓度估算方法，其特征在于，所述排放清单数据包括二氧化硫含量数据、氮氧化合物含量数据、一氧化碳含量数据、非甲烷挥发性有机物含量数据、氨气含量数据、黑炭含量数据以及有机碳含量数据。
...
【专利技术属性】
技术研发人员：李正强，周鹏，许华，姚前，张灏，韩颖慧，谢一凇，
申请(专利权)人：中国科学院空天信息创新研究院，
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。