基于多源数据融合的大气甲烷浓度预测方法

本发明公开了环境监测预测技术领域的基于多源数据融合的大气甲烷浓度预测方法，包括1)获取目标区域的气候因子、社会经济指标、甲烷数据，并对气候因子依次进行样条插值填充缺失值、双三次插值空间重分类、K邻近值校正偏差及主成分分析降维处理；同时对甲烷数据进行缺失值填充和主成分分析降维处理，最终得到预处理结果；2)筛选显著影响甲烷的气候与社会经济因子，3)基于目标气候驱动因子和目标社会经济驱动因子，构建包含双层LSTM、全连接层、拼接层、随机失活层及线性输出层的混合深度学习模型结构，经训练生成目标预测模型，该混合深度学习具有协同处理与分工协作机制，在保留多模态数据特性的同时显著提升模型效率。