一种基于多源数据融合与集成算法驱动的城市道路CO2浓度逐时模拟预测方法

本发明公开了一种基于多源数据融合与集成算法驱动的城市道路CO2浓度逐时模拟预测方法，包括通过整合道路走航监测CO2浓度数据、道路信息与交通数据、气象数据和人文地理数据等多源异构数据，构建一种基于随机森林（RF）模型与长短期记忆网络（LSTM）模型集成算法的CO2浓度模拟模型。本发明在模拟城市道路CO2浓度时，考虑到单一模型可能无法很好地准确性模拟的问题，采用了集成算法，将随机森林模型与长短期记忆网络模型进行组合集成，选择最优模型对道路CO2浓度模拟，从而有效提升模拟的准确性。