PM2.5与臭氧复合污染智能预测方法、系统及介质

本发明公开一种PM2.5与臭氧复合污染智能预测方法、系统及介质，该方法步骤包括：收集待预测区域历史空气质量数据、环境气象数据以及大气污染源排放数据；收集不同环境气象条件与不同的关联污染源组合形成的交叉特征数据；将收集的数据形成训练数据集，并进行数据匹配；训练多任务神经网络模型；根据各输入特征对训练后多任务神经网络模型预测的增量贡献度选取出最优输入特征参数，构建形成最终的复合污染识别模型；获取待预测区域实时的空气质量数据、环境气象数据以及大气污染源排放数据，并输入至复合污染识别模型中，预测出PM2.5和臭氧浓度数据。本发明具有实现方法简单、成本低、预测精度以及效率高、鲁棒性强等优点。