摘要
本发明涉及一种基于时空注意力机制与多尺度卷积的臭氧浓度估算方法,属于大气污染监测技术领域。该方法通过时空混合模型STMO3Net,并行处理时间模块(含多头注意力、时间卷积网络)和空间模块(含残差网络、位置坐标注意力、多尺度非对称卷积网络、通道注意力),融合时空特征后输出高精度臭氧浓度估算值。利用5km网格化时空数据匹配技术,整合地面监测、卫星遥感和气象数据,实现区域全域覆盖的臭氧浓度分布估算,模型精度R2≥0.921。本发明解决了传统数值模型计算复杂、数据驱动模型时空建模不足的问题,兼具高分辨率、高鲁棒性和低计算成本的优点。
技术关键词
时空注意力机制
时间卷积网络
空间模块
门控神经网络
卫星遥感数据
大气污染监测技术
残差网络
多尺度
监测站点数据
数据匹配技术
融合时空特征
局部空间特征
混合损失函数
数据驱动模型
前馈神经网络
锚点
位置编码器
系统为您推荐了相关专利信息
区间预测方法
时间卷积网络
超参数
时序特征
变量
深度强化学习
任务调度方法
模糊综合评价
异构计算环境
交叉注意力机制
交通流预测方法
LSTM模型
交通流预测系统
生成对抗网络
K近邻算法
香薰
时空注意力机制
分层特征
高频特征
异构特征