一种基于深度学习的空气质量预测优化方法及系统

本发明公开了一种基于深度学习的空气质量预测优化方法及系统，具体涉及空气质量预测优化技术领域。该方法包括：步骤一、采集分析火灾区域的各监测数据，步骤二、构建污染物浓度预测模型，步骤三、修正污染物浓度预测模型，步骤四、预测优化火灾区域的空气质量。本发明采用历史各次火灾采集的火灾区域的各监测数据，采用深度学习的技术，对各类型污染物浓度的预测模型进行训练，得到修正后的火灾区域的各类型污染物浓度的预测模型，提高了各类型污染物浓度的预测模型的精确性。本发明采用分区的技术手段，实现空气质量不同等级的风险区域的空气质量的分析优化处理，保证了优化处理的效果，同时节省了资源。