摘要
本发明属于大气污染成因分析技术领域,公开了一种煤炭消费导致的大气污染风险点识别分类方法及系统,包括获取多源数据;提取多源数据的特征形成数据特征样本,以数据特征样本所在的网格点的当前时刻的地面监测数据为标签,对深度学习模型进行训练;使用训练好的模型对大气污染物地表浓度进行预测;基于预测结果,计算每个网格点的污染物浓度的均值与标准差,筛选出风险点;以风险点为中心建立缓冲区,分析缓冲区内的POI分布特征,对污染源进行识别分类。本发明利用POI点实现精确的煤炭消费导致的大气污染风险点识别,为重污染天气防控提供数据支持,推动科学减排与精细化治理。
技术关键词
风险点
识别分类方法
深度学习模型
位置感知信息
注意力
污染源识别
网格
煤炭
分布式训练
分布特征
识别分类系统
数字高程数据
土地利用数据
样本
模型训练模块
处理器
数据获取模块
计算机程序产品