[发明专利]基于模态分解的混合模型的空气污染物浓度预测方法

摘要

本申请涉及一种基于模态分解的混合模型的空气污染物浓度预测方法。获取该地区的所有空气质量站的PM2.5、其他污染物以及气象因子，并进行空间依赖分析，采用0.85作为相关阈值，处理得到目标站与邻近站的PM2.5、其他污染物以及气象因子的序列；并采用CEEMDAN对PM2.5进行序列分解，并利用PM2.5分解后子序列、其他污染物以及气象因子对构建的CNN‑GRU混合模型进行训练，得到训练好的PM2.5浓度预测模型，对目标站PM2.5浓度进行预测。本发明提出的CEEMDAN‑CNN‑GRU混合模型的预测方法可以加快序列分解后的模型训练速度，并有效提取地区内的目标空气质量监测站与邻近空气质量检测站之间与PM2.5相关的空间相关性特征，使得预测效果得到提升。