一种基于多因子偏差分析的空气质量数据筛查方法及系统

本发明公开了一种基于多因子偏差分析的空气质量数据筛查方法及系统，解决了传统方法难以处理的复杂时空数据偏差的问题。该方法包括获取多城市多时间维度的空气污染物监测值、气象数据、地形数据及监测站元数据，通过三级质量控制进行数据清洗，构建时空数据立方体；动态建立区域基准值，计算组合偏差并通过时空DBSCAN方法识别偏差模式；构建城市偏差特征向量及省级偏差网络，利用图卷积网络进行排序；建立多层因果图，采用PC算法和Shapley值分解技术诊断偏差根因；定义马尔可夫决策过程，动态优化校正策略。本发明能够精准量化复合偏差，区分区域性污染、设备故障或气象干扰等根因，为区域协同治理提供数据支持。