一种基于半动态图神经网络的区域多站点PM2.5预测方法

本发明涉及一种基于半动态图神经网络的区域多站点PM2.5预测方法，包括：获取历史风场与对应PM2.5数据，通过数据清洗和预处理，构建得到站点PM2.5及对应风场数据集；利用地理和风场信息，分别构建出站点间的动态关系图和静态关系图，并融合构建出站点PM2.5预测的半动态有向图；利用半动态有向图提供的空间信息，与时间信息相结合，构建时空卷积图模型，利用站点PM2.5及对应风场数据集对时空卷积图模型进行训练及验证，得到时空PM2.5预测模型；将当前风场及PM2.5数据输入时空PM2.5预测模型中，输出得到未来设定时间段内的站点PM2.5预测结果。与现有技术相比，本发明能够针对动态图完成时空预测，最终实现对于区域内多站点PM2.5浓度的更加准确的预测。