一种基于多任务学习的空气污染风险预测与预警方法

本发明公开了一种基于多任务学习的空气污染风险预测与预警方法，包括如下步骤：S1、采集多源空气污染监测数据，并进行预处理，生成预处理数据；S2、构建多任务学习模型，基于改进的多头注意力机制，通过多任务学习模型生成初步预测结果；S3、优化共享特征提取层和任务特定预测层参数；S4、对初步预测结果进行优化，生成优化后的预测结果；S5、生成风险等级，综合时间和空间维度的风险信息生成风险评估报告；S6、根据风险等级设计触发条件，定义联合预警规则，通过动态阈值判断触发预警，并生成预警信息。本发明结合多任务学习与改进的多头注意力机制，实现多污染物浓度预测和风险预警，具备时效性高、预测精度高、风险评估全面的优点。