(19)國(guó)家知識(shí)產(chǎn)權(quán)局(10)申請(qǐng)公布號(hào)CN120218363A(21)申請(qǐng)?zhí)?02510694752.0(71)申請(qǐng)人中科三清科技有限公司院36號(hào)樓5層523室北京中科三清環(huán)境技術(shù)有限公司(72)發(fā)明人邱曉國(guó)王桂霞曲凱卜?？×_保剛(74)專利代理機(jī)構(gòu)北京格式化知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)16096專利代理師楊博濤(54)發(fā)明名稱法本發(fā)明涉及空氣質(zhì)量監(jiān)測(cè)領(lǐng)域，公開了一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，包括：利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，并劃分為多個(gè)內(nèi)部同質(zhì)、外部異質(zhì)的監(jiān)測(cè)子區(qū)域，并為每個(gè)監(jiān)測(cè)子區(qū)域獨(dú)立構(gòu)建對(duì)應(yīng)的插值變異模型；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖；將污染源排放清單柵格化構(gòu)建污染源分布圖；利用衛(wèi)星遙感數(shù)據(jù)生成熱力圖；將空氣質(zhì)量柵格圖、污染源分布圖和熱力圖重采樣至目標(biāo)分辨率網(wǎng)格后輸入至空氣質(zhì)量預(yù)測(cè)模型，得到區(qū)利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)所述目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，并為每個(gè)監(jiān)測(cè)子區(qū)域獨(dú)立構(gòu)建對(duì)應(yīng)的插值變異模型；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的差值變異模型和空氣質(zhì)量柵格圖；將污染源排放清單柵格化，構(gòu)建污染源分布圖；利用衛(wèi)星遙感數(shù)據(jù)生成熱力圖；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，將空氣質(zhì)量柵格圖、污染源分布圖、熱力圖重采樣至目標(biāo)分辨率網(wǎng)格后輸入至空氣質(zhì)量預(yù)測(cè)模型，得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)：其中，所述空氣質(zhì)量預(yù)測(cè)模型包括引入注意力模塊的3D卷積塊和ConvLSTM層。21.一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，包括：利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)所述目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，并為每個(gè)監(jiān)測(cè)子區(qū)域獨(dú)立構(gòu)建對(duì)應(yīng)的插值變異模型；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖；將污染源排放清單柵格化，構(gòu)建污染源分布圖；利用衛(wèi)星遙感數(shù)據(jù)生成熱力圖；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，將空氣質(zhì)量柵格圖、污染源分布圖、熱力圖重采樣至目標(biāo)分辨率網(wǎng)格后輸入至空氣質(zhì)量預(yù)測(cè)模型，得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)；其中，所述空氣質(zhì)量預(yù)測(cè)模2.根據(jù)權(quán)利要求1所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)將自動(dòng)監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)與DEM數(shù)據(jù)對(duì)齊，并標(biāo)記每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的地形參數(shù)；利用對(duì)應(yīng)的地形參數(shù)和實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，為每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)構(gòu)建特征向量；根據(jù)目標(biāo)地區(qū)的地形分布數(shù)據(jù)，綜合土地類型、地形參數(shù)、污染源分布和行政區(qū)域邊界進(jìn)行劃分，得到多個(gè)初步監(jiān)測(cè)子區(qū)域。3.根據(jù)權(quán)利要求2所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)針對(duì)在地理位置向相鄰的初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B,通過以下公式統(tǒng)計(jì)A和B之間的差異X;其中，m為初步監(jiān)測(cè)子區(qū)域A內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，n為初步監(jiān)測(cè)子區(qū)域B內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，A;為初步監(jiān)測(cè)子區(qū)域A的第i個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，Bj為初步監(jiān)測(cè)子區(qū)域B的第j個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，d(Ai,Bj)為自動(dòng)監(jiān)測(cè)站點(diǎn)A;與自動(dòng)監(jiān)測(cè)站點(diǎn)Bj之間的歐氏距離；若差異X大于預(yù)設(shè)差異閾值，且m和n均大于或等于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值，則繼續(xù)對(duì)初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B進(jìn)行區(qū)域劃分，直至命中劃分停止條件組中任一劃分停止條件，停止進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域。4.根據(jù)權(quán)利要求3所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異若k<站點(diǎn)數(shù)量下限值，則將相鄰的監(jiān)測(cè)子區(qū)域標(biāo)記為聯(lián)合監(jiān)測(cè)子區(qū)域，以及根據(jù)當(dāng)前監(jiān)測(cè)子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域之間的差異，為聯(lián)合監(jiān)測(cè)子區(qū)域配置聯(lián)合系數(shù)，聯(lián)合系數(shù)與差異呈現(xiàn)負(fù)相關(guān)的關(guān)系；根據(jù)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量k以及空間分布信息，構(gòu)建對(duì)應(yīng)的插值3變異模型；利用對(duì)應(yīng)的插值變異模型進(jìn)行插值，得到空氣質(zhì)量柵格圖。5.根據(jù)權(quán)利要求4所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述3D卷積塊包括三個(gè)分支網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)，所述三個(gè)分支網(wǎng)絡(luò)包括第一分支網(wǎng)絡(luò)、第二分支網(wǎng)絡(luò)和第三分支網(wǎng)絡(luò)；所述三個(gè)分支網(wǎng)絡(luò)配置有不同的感受野和空洞率且依次變大；所述第一分支網(wǎng)絡(luò)用于對(duì)污染源在監(jiān)測(cè)子區(qū)域內(nèi)傳播進(jìn)行建模，以捕捉污染源對(duì)所在監(jiān)測(cè)子區(qū)域的空氣質(zhì)量的影響；所述第二分支網(wǎng)絡(luò)用于對(duì)中距離污染傳輸過程進(jìn)行建模，以捕捉不同監(jiān)測(cè)子區(qū)域之間污染物的傳播對(duì)空氣質(zhì)量的影響；所述第三分支網(wǎng)絡(luò)用于對(duì)污染源遠(yuǎn)距離傳輸進(jìn)行建模，以捕捉污染源跨越多個(gè)監(jiān)測(cè)子區(qū)域傳輸時(shí)對(duì)空氣質(zhì)量的影響；所述三個(gè)分支網(wǎng)絡(luò)輸出的特所述注意力模塊用于為所述三個(gè)分支網(wǎng)絡(luò)分配權(quán)重。6.根據(jù)權(quán)利要求5所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述ConvLSTM層用于捕捉污染源在時(shí)間維度和空間維度的動(dòng)態(tài)演變，以所述融合特征作為輸入，并進(jìn)行時(shí)序建模后，輸出至多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)，以得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)和空氣質(zhì)量等級(jí)。7.根據(jù)權(quán)利要求6所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，所述多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)包括空氣質(zhì)量數(shù)值預(yù)測(cè)分支和空氣質(zhì)量等級(jí)分類分支，其中，所述空氣質(zhì)量數(shù)值預(yù)測(cè)分支用于輸出監(jiān)測(cè)子區(qū)域的空氣質(zhì)量指數(shù)或各類污染物濃度預(yù)測(cè)值；所述空氣質(zhì)量等級(jí)分類分支用于輸出對(duì)應(yīng)的空氣質(zhì)量等級(jí)。8.根據(jù)權(quán)利要求7所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，還包對(duì)于每個(gè)監(jiān)測(cè)子區(qū)域，獲取用戶終端的實(shí)時(shí)地理位置信息；若所述監(jiān)測(cè)子區(qū)域?qū)?yīng)的區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)大于或等于對(duì)應(yīng)的預(yù)設(shè)閾值，則根據(jù)所述空氣質(zhì)量等級(jí)生成分級(jí)預(yù)警信號(hào)，并生成對(duì)應(yīng)的預(yù)警信息；將所述預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端。9.根據(jù)權(quán)利要求8所述的基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，其特征在于，在所述將所述預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端之后，采集用戶反饋數(shù)據(jù)，并根據(jù)所述用戶反饋數(shù)據(jù)分析預(yù)警效果，以動(dòng)態(tài)調(diào)整預(yù)警閾值和預(yù)警信息。4一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法技術(shù)領(lǐng)域[0001]本發(fā)明涉及空氣質(zhì)量監(jiān)測(cè)領(lǐng)域，具體涉及一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法。背景技術(shù)[0002]隨著工業(yè)化和城市化的快速發(fā)展，區(qū)域空氣質(zhì)量監(jiān)測(cè)與預(yù)警成為環(huán)境保護(hù)和公共健康管理的重要任務(wù)。傳統(tǒng)的空氣質(zhì)量監(jiān)測(cè)方法主要依賴固定監(jiān)測(cè)站點(diǎn)采集的離散數(shù)據(jù)，并結(jié)合統(tǒng)計(jì)模型或簡(jiǎn)單的機(jī)器學(xué)習(xí)方法進(jìn)行預(yù)測(cè)。然而，這些方法在準(zhǔn)確性、實(shí)時(shí)性和空間覆蓋范圍上存在顯著局限性，難以滿足精細(xì)化環(huán)境管理的需求。[0003]現(xiàn)有的空氣質(zhì)量監(jiān)測(cè)方法，經(jīng)常會(huì)存在如下技術(shù)問題：第一，傳統(tǒng)空氣質(zhì)量預(yù)測(cè)模型通常將整個(gè)目標(biāo)區(qū)域視為同質(zhì)區(qū)域，忽略地形、污染源分布和氣象條件的空間異質(zhì)性，且現(xiàn)有技術(shù)缺乏對(duì)時(shí)空動(dòng)態(tài)特征的聯(lián)合建模，導(dǎo)致預(yù)測(cè)精度下降；第二，現(xiàn)有方法在面對(duì)監(jiān)測(cè)站點(diǎn)數(shù)量不足時(shí)，因缺乏足夠數(shù)據(jù)支撐，導(dǎo)致插值結(jié)果發(fā)明內(nèi)容[0004]本發(fā)明內(nèi)容部分用于以簡(jiǎn)要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。本發(fā)明內(nèi)容部分并不旨在標(biāo)識(shí)要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。[0005]本發(fā)明提出了一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，來解決以上背景技術(shù)部分提到的技術(shù)問題中的一項(xiàng)或多項(xiàng)。[0006]本發(fā)明提供了一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法，包括：利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，并為每個(gè)監(jiān)測(cè)子區(qū)域獨(dú)立構(gòu)建對(duì)應(yīng)的插值變異模型；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖；將污染源排放清單柵格化，構(gòu)建污染源分布圖；利用衛(wèi)星遙感數(shù)據(jù)生成熱力圖；針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，將空氣質(zhì)量柵格圖、污染源分布圖、熱力圖重采樣至目標(biāo)分辨率網(wǎng)格后輸入至空氣質(zhì)量預(yù)測(cè)模型，得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)；其中，空氣質(zhì)量預(yù)測(cè)模[0007]可選的，利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，包括：將自動(dòng)監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)與DEM數(shù)據(jù)對(duì)齊，并標(biāo)記每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的地形5參數(shù)；利用對(duì)應(yīng)的地形參數(shù)和實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，為每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)構(gòu)建特征向根據(jù)目標(biāo)地區(qū)的地形分布數(shù)據(jù)，綜合土地類型、地形參數(shù)、污染源分布和行政區(qū)域邊界進(jìn)行劃分，得到多個(gè)初步監(jiān)測(cè)子區(qū)域。[0008]可選的，利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，還包括：針對(duì)在地理位置向相鄰的初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B,通過以下公式統(tǒng)計(jì)A和B之間的差異X;[0009]其中，m為初步監(jiān)測(cè)子區(qū)域A內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，n為初步監(jiān)測(cè)子區(qū)域B內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，Ai為初步監(jiān)測(cè)子區(qū)域A的第i個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，Bj為初步監(jiān)測(cè)子區(qū)域B的第j個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，d(Ai,Bj)為自動(dòng)監(jiān)測(cè)站點(diǎn)A與自動(dòng)監(jiān)測(cè)站點(diǎn)Bj之間的歐氏距離；若差異X大于預(yù)設(shè)差異閾值，且m和n均大于或等于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值，則繼續(xù)對(duì)初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B進(jìn)行區(qū)域劃分，直至命中劃分停止條件組中任一劃分停止條件，停止進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域。[0010]可選的，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖，包括：若k<站點(diǎn)數(shù)量下限值，則將相鄰的監(jiān)測(cè)子區(qū)域標(biāo)記為聯(lián)合監(jiān)測(cè)子區(qū)域，以及根據(jù)當(dāng)前監(jiān)測(cè)子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域之間的差異，為聯(lián)合監(jiān)測(cè)子區(qū)域配置聯(lián)合系數(shù)，聯(lián)合系數(shù)與差異呈現(xiàn)負(fù)相關(guān)的關(guān)系；根據(jù)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量k以及空間分布信息，構(gòu)建對(duì)應(yīng)的插值變異模型；利用對(duì)應(yīng)的插值變異模型進(jìn)行插值，得到空氣質(zhì)量柵格圖。[0011]可選的，3D卷積塊包括三個(gè)分支網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)，三個(gè)分支網(wǎng)絡(luò)包括第一分支網(wǎng)絡(luò)、第二分支網(wǎng)絡(luò)和第三分支網(wǎng)絡(luò)；三個(gè)分支網(wǎng)絡(luò)配置有不同的感受野和空洞率且依次變大；第一分支網(wǎng)絡(luò)用于對(duì)污染源在監(jiān)測(cè)子區(qū)域內(nèi)傳播進(jìn)行建模，以捕捉污染源對(duì)所在監(jiān)測(cè)子區(qū)域的空氣質(zhì)量的影響；第二分支網(wǎng)絡(luò)用于對(duì)中距離污染傳輸過程進(jìn)行建模，以捕捉不同監(jiān)測(cè)子區(qū)域之間污染物的傳播對(duì)空氣質(zhì)量的影響；第三分支網(wǎng)絡(luò)用于對(duì)污染源遠(yuǎn)距離傳輸進(jìn)行建模，以捕捉污染源跨越多個(gè)監(jiān)測(cè)子區(qū)域傳輸時(shí)對(duì)空氣質(zhì)量的影響；三個(gè)分支網(wǎng)絡(luò)輸出的特征經(jīng)過特征融合網(wǎng)注意力模塊用于為三個(gè)分支網(wǎng)絡(luò)分配權(quán)重。[0012]可選的，ConvLSTM層用于捕捉污染源在時(shí)間維度和空間維度的動(dòng)態(tài)演變，以融合特征作為輸入，并進(jìn)行時(shí)序建模后，輸出至多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)，以得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)6和空氣質(zhì)量等級(jí)。[0013]可選的，多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)包括空氣質(zhì)量數(shù)值預(yù)測(cè)分支和空氣質(zhì)量等級(jí)分類分支，其中，空氣質(zhì)量數(shù)值預(yù)測(cè)分支用于輸出監(jiān)測(cè)子區(qū)域的空氣質(zhì)量指數(shù)或各類污染物濃度預(yù)測(cè)值；空氣質(zhì)量等級(jí)分類分支用于輸出對(duì)應(yīng)的空氣質(zhì)量等級(jí)。對(duì)于每個(gè)監(jiān)測(cè)子區(qū)域，獲取用戶終端的實(shí)時(shí)地理位置信息；若監(jiān)測(cè)子區(qū)域?qū)?yīng)的區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)大于或等于對(duì)應(yīng)的預(yù)設(shè)閾值，則根據(jù)空氣質(zhì)量等級(jí)生成分級(jí)預(yù)警信號(hào)，并生成對(duì)應(yīng)的預(yù)警信息；將預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端。[0015]可選的，在將預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端之后，采集用戶反饋數(shù)據(jù)，并根據(jù)用戶反饋數(shù)據(jù)分析預(yù)警效果，以動(dòng)態(tài)調(diào)整預(yù)警閾值和預(yù)警信息。[0016]本發(fā)明具有如下有益效果：1.提升了預(yù)測(cè)的準(zhǔn)確性。具體來說，以目標(biāo)區(qū)域的地形分布數(shù)據(jù)與自動(dòng)監(jiān)測(cè)站點(diǎn)采集的實(shí)時(shí)空氣質(zhì)量數(shù)據(jù)為基礎(chǔ)，劃分出多個(gè)具有內(nèi)部特征一致性和外部差異性的監(jiān)測(cè)子區(qū)域，并在各子區(qū)域內(nèi)分別構(gòu)建插值模型與預(yù)測(cè)模型；進(jìn)一步將污染源排放清單數(shù)據(jù)柵格化，并結(jié)合衛(wèi)星遙感數(shù)據(jù)生成熱力圖，形成多層?xùn)鸥窕斎雸D；最后通過統(tǒng)一坐標(biāo)系與分辨率后，將各類圖層輸入至引入注意力機(jī)制的3D卷積與ConvLSTM融合模型中，輸出高分辨率建模，提升了預(yù)測(cè)準(zhǔn)確性；通過在各子區(qū)域內(nèi)構(gòu)建插值變異模型，將少量離散的監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)化為連續(xù)的柵格圖，有效彌補(bǔ)了監(jiān)測(cè)站點(diǎn)分布稀疏、空間信息覆蓋不完整的問題，增強(qiáng)了預(yù)測(cè)系統(tǒng)的空間連續(xù)性與可視化能力；通過在模型中引入空間注意力機(jī)制，使系統(tǒng)能夠自動(dòng)關(guān)注污染強(qiáng)度變化較大的關(guān)鍵區(qū)域，強(qiáng)化了模型對(duì)高污染風(fēng)險(xiǎn)區(qū)域的響應(yīng)能力，提高了預(yù)測(cè)的精度和局部識(shí)別效果。污染源分布),通過自動(dòng)監(jiān)測(cè)站點(diǎn)的地理與地形特征向量分析，對(duì)目標(biāo)區(qū)域進(jìn)行同質(zhì)性細(xì)分，有效提升區(qū)域建模的精度與適應(yīng)性。當(dāng)站點(diǎn)數(shù)量不足時(shí)，自動(dòng)聯(lián)合鄰近區(qū)域并引入聯(lián)合系數(shù)動(dòng)態(tài)調(diào)整插值影響，緩解數(shù)據(jù)稀疏帶來的精度下降問題，提升插值柵格圖的穩(wěn)定性。3D卷積塊通過三個(gè)不同感受野和空洞率的分支網(wǎng)絡(luò)，分別捕捉污染源在局部、中距和遠(yuǎn)距離的傳播影響；配合注意力機(jī)制動(dòng)態(tài)調(diào)整各尺度貢獻(xiàn)，提升空間建模的靈活性和精準(zhǔn)度。ConvLSTM引入時(shí)間維度建模污染演化趨勢(shì)，并結(jié)合空間卷積特征，實(shí)現(xiàn)污染濃度的動(dòng)態(tài)預(yù)測(cè)，提高對(duì)突發(fā)性污染事件的響應(yīng)能力。根據(jù)用戶終端的實(shí)時(shí)位置匹配監(jiān)測(cè)子區(qū)域，生成分級(jí)預(yù)警信號(hào)，并提供針對(duì)性健康建議。通過用戶反饋數(shù)據(jù)動(dòng)態(tài)調(diào)整預(yù)警閾值和推送策略，形附圖說明[0018]結(jié)合附圖并參考以下具體實(shí)施方式，本發(fā)明各實(shí)施例的上述和其他特征、優(yōu)點(diǎn)及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標(biāo)記表示相同或相似的元素。應(yīng)當(dāng)理解附圖是示意性的，元件和元素不一定按照比例繪制。[0019]圖1是本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的流程圖；圖2是本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的劃分多個(gè)監(jiān)測(cè)子區(qū)域7流程框圖；圖3是本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的生成空氣質(zhì)量柵格圖的流程框圖；圖4是本發(fā)明本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的3D卷積網(wǎng)絡(luò)框具體實(shí)施方式[0020]下面將參照附圖更詳細(xì)地描述本發(fā)明。雖然附圖中顯示了本發(fā)明的某些實(shí)施例，然而應(yīng)當(dāng)理解的是，本發(fā)明可以通過各種形式來實(shí)現(xiàn)，而且不應(yīng)該被解釋為限于這里闡述的實(shí)施例。相反，提供這些實(shí)施例是為了更加透徹和完整地理解本發(fā)明。應(yīng)當(dāng)理解的是，本發(fā)明的附圖及實(shí)施例僅用于示例性作用，并非用于限制本發(fā)明的保護(hù)范圍。[0021]另外還需要說明的是，為了便于描述，附圖中僅示出了與有關(guān)發(fā)明相關(guān)的部分。在不沖突的情況下，本發(fā)明中的實(shí)施例及實(shí)施例中的特征可以相互組合。元進(jìn)行區(qū)分，并非用于限定這些裝置、模塊或單元所執(zhí)行的功能的順序或者相互依存關(guān)系。[0024]本發(fā)明的多個(gè)裝置之間所交互的消息或者信息的名稱僅用于說明性的目的，而并不是用于對(duì)這些消息或信息的范圍進(jìn)行限制。[0025]下面將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。[0026]如圖1所示，示出了本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的流程圖，具體包括以下步驟：步驟101,利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)目標(biāo)地區(qū)進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，并為每個(gè)監(jiān)測(cè)子區(qū)域獨(dú)立構(gòu)建對(duì)應(yīng)的插值變異模型。[0027]在一些實(shí)施例中，本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的執(zhí)行主體是后臺(tái)服務(wù)器。在此基礎(chǔ)上，目標(biāo)地區(qū)是指需要進(jìn)行空氣質(zhì)量預(yù)測(cè)和建模的地理區(qū)域范圍，例如，一個(gè)城市、某個(gè)工業(yè)園區(qū)、某個(gè)山谷地區(qū)等。后臺(tái)服務(wù)器中預(yù)先存儲(chǔ)有目標(biāo)地區(qū)的地在此基礎(chǔ)上，可以針對(duì)DEM,使用GIS軟件為每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)提取地形衍生指標(biāo)，例如：坡度、坡向、高程等。高程指的是某一地點(diǎn)相對(duì)于海平面的垂直高度。多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)是指部署在目標(biāo)地區(qū)內(nèi)的、具備實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)功能的固定站點(diǎn)，用于提供目標(biāo)地區(qū)內(nèi)空氣質(zhì)量的離散觀測(cè)數(shù)據(jù)點(diǎn)。在此基礎(chǔ)上，后臺(tái)服務(wù)器通過各種通信方式接收多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)采集的目標(biāo)地區(qū)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)。其中，實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)包括多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)中每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)，以及每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)對(duì)應(yīng)的實(shí)時(shí)污染物度坐標(biāo)與DEM數(shù)據(jù)對(duì)齊，并標(biāo)記每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的地形參數(shù)；利用對(duì)應(yīng)的地形參數(shù)和實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，為每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)構(gòu)建特征向量；根據(jù)目標(biāo)地區(qū)的地形分布數(shù)據(jù)，綜合土地類型、地形參數(shù)、污染源分布和行政區(qū)域邊界進(jìn)行劃分，得到多個(gè)初步監(jiān)測(cè)子區(qū)域。8針對(duì)在地理位置向相鄰的初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B,通過以下公式統(tǒng)計(jì)A和B之間的差異X;[0028]其中，m為初步監(jiān)測(cè)子區(qū)域A內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，n為初步監(jiān)測(cè)子區(qū)域B內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，Ai為初步監(jiān)測(cè)子區(qū)域A的第i個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，Bj為初步監(jiān)測(cè)子區(qū)域B的第j個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，d(Ai,Bj)為自動(dòng)監(jiān)測(cè)站點(diǎn)A與自動(dòng)監(jiān)測(cè)站點(diǎn)Bj之間的歐氏距離；若差異X大于預(yù)設(shè)差異閾值，且m和n均大于或等于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值，則繼續(xù)對(duì)初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B進(jìn)行區(qū)域劃分，直至命中劃分停止條件組中任一劃分停止條件，停止進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域，其中，多個(gè)監(jiān)測(cè)子區(qū)域中每個(gè)監(jiān)測(cè)子區(qū)域?yàn)閮?nèi)部同質(zhì)、外部異質(zhì)的監(jiān)測(cè)子區(qū)域。在此基礎(chǔ)上，針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型。[0029]步驟102,針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖；將污染源排放清單柵格化，構(gòu)建污染源分布圖；利用衛(wèi)星遙感數(shù)據(jù)[0030]在一些實(shí)施例中，對(duì)于每個(gè)監(jiān)測(cè)子區(qū)域，統(tǒng)計(jì)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量，并記作k。若k<站點(diǎn)數(shù)量下限值，則將相鄰的監(jiān)測(cè)子區(qū)域標(biāo)記為聯(lián)合監(jiān)測(cè)子區(qū)域，以及根據(jù)當(dāng)前監(jiān)測(cè)子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域之間的差異，為聯(lián)合監(jiān)測(cè)子區(qū)域配置聯(lián)合系數(shù)，聯(lián)合系數(shù)與差異呈現(xiàn)負(fù)相關(guān)的關(guān)系。根據(jù)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量k以及空間分布信息，構(gòu)建對(duì)應(yīng)的插值變異模型。利用對(duì)應(yīng)的插值變異模型進(jìn)行插值，得到空氣質(zhì)量柵格圖。在此基礎(chǔ)上，后臺(tái)服務(wù)器預(yù)先存儲(chǔ)有每個(gè)監(jiān)測(cè)子區(qū)域的污染源排放清單。其中，污染源排放清單是以列表或矢量數(shù)據(jù)形式存儲(chǔ)于后臺(tái)服務(wù)器，污染源排放清單是指各類污染源在不同地點(diǎn)排放的污染物量，通常包含經(jīng)緯度坐標(biāo)以及對(duì)應(yīng)的污染類型和排放量等，這些數(shù)據(jù)通常以點(diǎn)狀(如工廠、發(fā)電站)或面狀(如工業(yè)園區(qū))的形式存在。在此基礎(chǔ)上，以每個(gè)監(jiān)測(cè)子區(qū)域的邊界為基礎(chǔ)，在ArcGIS中，設(shè)置網(wǎng)格大小為1km×1km。將污染源數(shù)據(jù)與創(chuàng)建的柵格進(jìn)行疊加。這一步將確定每個(gè)污染源落在哪個(gè)柵格中。對(duì)于每個(gè)柵格，累加落入該柵格的所有污染源的排放量，得到該柵格的總排放值。如果一個(gè)污染源跨越多個(gè)柵格，可以根據(jù)其面積比例或其他權(quán)重進(jìn)行分配。將計(jì)算得到的柵格數(shù)據(jù)渲染成污染源分布圖?？梢允褂貌煌念伾桨富蚍?hào)大小來表示不同的排放強(qiáng)度等級(jí)。例如，顏色越深或符號(hào)越大，表示排放強(qiáng)度越高。在此基礎(chǔ)上，通過第三方平臺(tái)獲取監(jiān)測(cè)子區(qū)域的衛(wèi)星遙感數(shù)據(jù)，衛(wèi)星遙感數(shù)據(jù)包括地表溫度、植被指數(shù)、城市熱島強(qiáng)度等。使用ArcGIS工具對(duì)衛(wèi)星遙感數(shù)據(jù)進(jìn)行校正與轉(zhuǎn)換，隨后，重投影至監(jiān)測(cè)子區(qū)域?qū)?yīng)的坐標(biāo)系統(tǒng)(如經(jīng)緯度坐標(biāo))并按照監(jiān)測(cè)子區(qū)域裁剪圖像，使用合適的色帶(如紅色表示高溫，綠色表示低溫)渲染圖像。導(dǎo)出為可視化熱力圖。[0031]步驟103,針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，將空氣質(zhì)量柵格圖、污染源至目標(biāo)分辨率網(wǎng)格后輸入至空氣質(zhì)量預(yù)測(cè)模型，得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)；其中，空氣質(zhì)量預(yù)測(cè)模型包括引入注意力模塊的3D卷積塊和ConvLSTM層。9[0032]在一些實(shí)施例中，針對(duì)每個(gè)監(jiān)測(cè)子區(qū)域，后臺(tái)服務(wù)器使用重采樣算法將空氣質(zhì)量柵格圖、污染源分布圖和熱力圖都統(tǒng)一為一個(gè)目標(biāo)分辨率。例如，假設(shè)原始數(shù)據(jù)的分辨率為2km×2km,但預(yù)測(cè)模型要求數(shù)據(jù)以1km×1km的分辨率作為輸入。在這種情況下，重采樣過程會(huì)使用插值方法(如雙線性插值等)將原數(shù)據(jù)調(diào)整至目標(biāo)分辨率。將重采樣后的圖像數(shù)據(jù)輸入空氣質(zhì)量預(yù)測(cè)模型中，其中包括傳遞給卷積神經(jīng)網(wǎng)絡(luò)(CNN)的多個(gè)數(shù)據(jù)通道。經(jīng)過3D卷積塊和ConvLSTM層處理后，模型能夠輸出區(qū)域的空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)?？諝赓|(zhì)量預(yù)測(cè)數(shù)據(jù)通常包括各監(jiān)測(cè)子區(qū)域的空氣質(zhì)量指數(shù)預(yù)測(cè)值以及各類污染物的預(yù)測(cè)濃度。其中，空氣質(zhì)量預(yù)測(cè)模型是卷積神經(jīng)網(wǎng)絡(luò)，包括引入注意力模塊的3D卷積塊和ConvLSTM層。在常規(guī)的2D卷積神經(jīng)網(wǎng)絡(luò)(CNN)中，卷積操作是對(duì)圖像的二維像素進(jìn)行處理，而3D卷積塊可以處理空間和時(shí)間維度的信息。3D卷積塊能夠捕捉時(shí)空特征，即同時(shí)考慮空間分布和時(shí)間變化的信息。例如，它能捕捉污染物在時(shí)間(如小時(shí)、天)和空間(如不同區(qū)域)上的變化。注意力模塊：在3D卷積塊中引入注意力機(jī)制(Attention)是為了讓模型自動(dòng)地學(xué)習(xí)在哪些區(qū)域和時(shí)間點(diǎn)更關(guān)注。例如，某些污染源在特定區(qū)域?qū)諝赓|(zhì)量的影響較大，模型可以自動(dòng)分配更多的計(jì)算資源和關(guān)注度到這些區(qū)域。ConvLSTM是卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)的結(jié)合體。它不僅考慮空間信息(通過卷積操作),還能夠建模時(shí)間序列數(shù)據(jù)中的動(dòng)態(tài)變化(通過LSTM)。在空氣質(zhì)量預(yù)測(cè)中，ConvLSTM層通過分析時(shí)間序列數(shù)據(jù)(如每小時(shí)或每日的空氣質(zhì)量數(shù)據(jù)),捕捉污染源的時(shí)間動(dòng)態(tài)和演變規(guī)律。它可以處理空氣質(zhì)量的時(shí)序變化，例如污染物在一天內(nèi)的波動(dòng)或隨著季節(jié)的變化。[0033]在這些實(shí)施例中，提升了預(yù)測(cè)的準(zhǔn)確性。具體來說，以目標(biāo)區(qū)域的地形分布數(shù)據(jù)與自動(dòng)監(jiān)測(cè)站點(diǎn)采集的實(shí)時(shí)空氣質(zhì)量數(shù)據(jù)為基礎(chǔ)，劃分出多個(gè)具有內(nèi)部特征一致性和外部差異性的監(jiān)測(cè)子區(qū)域，并在各子區(qū)域內(nèi)分別構(gòu)建插值模型與預(yù)測(cè)模型；進(jìn)一步將污染源排放清單數(shù)據(jù)柵格化，并結(jié)合衛(wèi)星遙感數(shù)據(jù)生成熱力圖，形成多層?xùn)鸥窕斎雸D；最后通過統(tǒng)一坐標(biāo)系與分辨率后，將各類圖層輸入至引入注意力機(jī)制的3D卷積與ConvLSTM融合模型中，輸出高分辨率的空氣質(zhì)量預(yù)測(cè)結(jié)果。通過劃分為多個(gè)內(nèi)部同質(zhì)、外部異質(zhì)的子區(qū)域，有效避的監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)化為連續(xù)的柵格圖，有效彌補(bǔ)了監(jiān)測(cè)站點(diǎn)分布稀疏、空間信息覆蓋不完整的問題，增強(qiáng)了預(yù)測(cè)系統(tǒng)的空間連續(xù)性與可視化能力；通過在模型中引入空間注意力機(jī)制，使系統(tǒng)能夠自動(dòng)關(guān)注污染強(qiáng)度變化較大的關(guān)鍵區(qū)域，強(qiáng)化了模型對(duì)高污染風(fēng)險(xiǎn)區(qū)域的響應(yīng)能力，提高了預(yù)測(cè)的精度和局部識(shí)別效果。[0034]在一些實(shí)施例中，為了進(jìn)一步解決背景技術(shù)部分所描述的技術(shù)問題二，即“現(xiàn)有方法在面對(duì)監(jiān)測(cè)站點(diǎn)數(shù)量不足時(shí)，因缺乏足夠數(shù)據(jù)支撐，導(dǎo)致插值結(jié)果誤差大，進(jìn)而導(dǎo)致預(yù)測(cè)出現(xiàn)偏差，預(yù)測(cè)模型效果差”,本發(fā)明的一些實(shí)施例中，利用目標(biāo)地區(qū)的地形分布數(shù)據(jù)和多個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)所采集的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)進(jìn)行聯(lián)合分析，以對(duì)目標(biāo)地區(qū)進(jìn)行區(qū)域劃步驟一，將自動(dòng)監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)與DEM數(shù)據(jù)對(duì)齊，并標(biāo)記每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的地形參數(shù)；步驟二，利用對(duì)應(yīng)的地形參數(shù)和實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，為每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)構(gòu)建特征向量；步驟三，根據(jù)目標(biāo)地區(qū)的地形分布數(shù)據(jù)，綜合土地類型、地形參數(shù)、污染源分布和行政區(qū)域邊界進(jìn)行劃分，得到多個(gè)初步監(jiān)測(cè)子區(qū)域。[0035]在一些實(shí)施例中，自動(dòng)監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)預(yù)先存儲(chǔ)在后臺(tái)服務(wù)器中，在此基礎(chǔ)上，自動(dòng)監(jiān)測(cè)站點(diǎn)提供的是WGS84地理坐標(biāo)系。DEM數(shù)據(jù)對(duì)應(yīng)的坐標(biāo)系統(tǒng)可以是地理坐標(biāo)系(WGS84),這種情況下，DEM數(shù)據(jù)的柵格像素以經(jīng)緯度表示每個(gè)網(wǎng)格點(diǎn)的地理位置。將自動(dòng)個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)提取對(duì)應(yīng)位置的DEM數(shù)據(jù)，即高程、坡度、坡向、到污染源的距離等地形參數(shù)。在此基礎(chǔ)上，將地形參數(shù)和實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)合并，構(gòu)成該站點(diǎn)的特征向量。特征向量指的是將每個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的多個(gè)關(guān)鍵屬性(如地形、環(huán)境和空氣質(zhì)量指標(biāo))轉(zhuǎn)換成一還包括氣象數(shù)據(jù)的均值及與污染物的相關(guān)系數(shù)。[0036]目標(biāo)地區(qū)的地形分布數(shù)據(jù)通常為高分辨率的DEM數(shù)據(jù)。土地類型數(shù)據(jù)是表示地表覆蓋特征，利用遙感監(jiān)測(cè)數(shù)據(jù)確定土地類型，土地類型可以分為城區(qū)、農(nóng)田、森林、工業(yè)區(qū)等。污染源分布數(shù)據(jù)表示污染源的位置和排放強(qiáng)度，已通過清單柵格化得到污染源柵格圖。行政區(qū)域邊界數(shù)據(jù)是描述轄區(qū)分布的矢量數(shù)據(jù)(如省、市、縣邊界線)。在此基礎(chǔ)上，將地形分布數(shù)據(jù)、土地類型、地形參數(shù)、污染源分布和行政區(qū)域邊界統(tǒng)一坐標(biāo)系。每個(gè)因素(地形、土地類型、污染源等)根據(jù)其影響力被賦予一定的權(quán)重。比如，城市區(qū)域的污染源分布可能會(huì)比山區(qū)更為重要，土地類型也需要綜合考慮。根據(jù)上述數(shù)據(jù)，使用空間聚類算法進(jìn)行區(qū)域劃分，將相似條件的區(qū)域歸為一個(gè)子區(qū)域，得到初步監(jiān)測(cè)子區(qū)域。每個(gè)子區(qū)域內(nèi)的地形、土放較多，另一個(gè)子區(qū)域可能是較為清潔的工業(yè)區(qū)。根據(jù)這些不同的環(huán)境因素，將這些區(qū)域劃分為不同的監(jiān)測(cè)子區(qū)域。[0037]步驟四，針對(duì)在地理位置向相鄰的初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B,通過以下公式統(tǒng)計(jì)A和B之間的差異X;[0038]其中，m為初步監(jiān)測(cè)子區(qū)域A內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，n為初步監(jiān)測(cè)子區(qū)域B內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，A為初步監(jiān)測(cè)子區(qū)域A的第i個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，Bj為初步監(jiān)測(cè)子區(qū)域B的第j個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，d(Ai,Bj)為自動(dòng)監(jiān)測(cè)站點(diǎn)Ai與自動(dòng)監(jiān)測(cè)站點(diǎn)Bj之間的歐氏距離；步驟五，若差異X大于預(yù)設(shè)差異閾值，且m和n均大于或等于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值，則繼續(xù)對(duì)初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B進(jìn)行區(qū)域劃分，直至命中劃分停止條件組中任一劃分停止條件，停止進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域。[0039]在一些實(shí)施例中，利用GIS空間分析方法(如空間連接、共享邊界判定)識(shí)別出所有具有地理相鄰關(guān)系的區(qū)域?qū)?A,B),即初步監(jiān)測(cè)子區(qū)域A和初步監(jiān)測(cè)子區(qū)域B。統(tǒng)計(jì)初步監(jiān)測(cè)子區(qū)域A中所有自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量和初步監(jiān)測(cè)子區(qū)域B中所有自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，并分別步監(jiān)測(cè)子區(qū)域A內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，n為初步監(jiān)測(cè)子區(qū)域B內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量，A;為11初步監(jiān)測(cè)子區(qū)域A的第i個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，Bj為初步監(jiān)測(cè)子區(qū)域B的第j個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)，d(Ai,Bj)為自動(dòng)監(jiān)測(cè)站點(diǎn)A與自動(dòng)監(jiān)測(cè)站點(diǎn)Bj之間的歐氏距離。在此基礎(chǔ)上，判斷差異X是否大于預(yù)設(shè)差異閾值。其中，預(yù)設(shè)差異閾值可通過經(jīng)驗(yàn)、統(tǒng)計(jì)、實(shí)驗(yàn)評(píng)估或?qū)＜医ㄗh等方式制定。若差異X小于或等于預(yù)設(shè)差異閾值，則保留當(dāng)前監(jiān)測(cè)子區(qū)域。若差異X大于預(yù)設(shè)差異閾值，且A、B各自的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量均大于或等于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值，則認(rèn)為當(dāng)前子區(qū)域?qū)邆溥M(jìn)一步劃分的必要性。即對(duì)A和B分別重新執(zhí)行區(qū)域劃分步驟三，利用其內(nèi)地形、土地類型等信息生成更細(xì)粒度的監(jiān)測(cè)子區(qū)域。直至命中劃分停止條件組中任一劃分停止條件，停止進(jìn)行區(qū)域劃分，得到目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域。如圖2所示于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的劃分多個(gè)監(jiān)測(cè)子區(qū)域的流程圖。其中，劃分停止條件組包括監(jiān)測(cè)子區(qū)域面積小于預(yù)設(shè)面積、差異值X小于或等于預(yù)設(shè)差異閾值和區(qū)域內(nèi)自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量小于預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值。其中，預(yù)設(shè)差異閾值是一個(gè)數(shù)值閾值，用來衡量?jī)蓚€(gè)相鄰子區(qū)域之間的“差異程度”(即公式中計(jì)算得到的X)是否足夠大。主要用于判斷A和B是否在空間結(jié)構(gòu)上具有顯著差異，是否有繼續(xù)細(xì)化的必要。這個(gè)閾值的數(shù)值設(shè)置通常需要通過實(shí)驗(yàn)或領(lǐng)域知識(shí)來確定。預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值是對(duì)監(jiān)測(cè)子區(qū)域內(nèi)監(jiān)測(cè)站點(diǎn)數(shù)量的最小要求。預(yù)設(shè)站點(diǎn)數(shù)量劃分閾值是為了避免將區(qū)域劃分得過細(xì)，導(dǎo)致子區(qū)域中監(jiān)測(cè)點(diǎn)太少，無法可靠建模。[0040]其中，基于每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的k個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn)的實(shí)時(shí)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建對(duì)應(yīng)的插值變異模型和空氣質(zhì)量柵格圖，包括：步驟一，若k<站點(diǎn)數(shù)量下限值，則將相鄰的監(jiān)測(cè)子區(qū)域標(biāo)記為聯(lián)合監(jiān)測(cè)子區(qū)域，以及根據(jù)當(dāng)前監(jiān)測(cè)子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域之間的差異，為聯(lián)合監(jiān)測(cè)子區(qū)域配置聯(lián)合系數(shù)，聯(lián)合系數(shù)與差異呈現(xiàn)負(fù)相關(guān)的關(guān)系。[0041]在一些實(shí)施例中，對(duì)于目標(biāo)地區(qū)的多個(gè)監(jiān)測(cè)子區(qū)域中每個(gè)監(jiān)測(cè)子區(qū)域，判斷每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)自動(dòng)監(jiān)測(cè)站點(diǎn)k是否小于數(shù)量下限值。若小于，則選擇一個(gè)或多個(gè)與當(dāng)前監(jiān)測(cè)子區(qū)域相鄰的監(jiān)測(cè)子區(qū)域合并為“聯(lián)合監(jiān)測(cè)子區(qū)域”,供后續(xù)插值模型訓(xùn)練使用。當(dāng)某個(gè)監(jiān)測(cè)子區(qū)域中的自動(dòng)監(jiān)測(cè)站點(diǎn)數(shù)量k太少(低于設(shè)定的下限值)時(shí)，為了保證數(shù)據(jù)完整性和后續(xù)模型訓(xùn)練效果，需要將其與鄰近的子區(qū)域合并使用，這樣可以彌補(bǔ)數(shù)據(jù)稀疏的問題。并根據(jù)合并區(qū)域之間的差異程度來調(diào)整它們的影響力。合并后不是簡(jiǎn)單平均，而是加權(quán)融合。聯(lián)合系數(shù)就是權(quán)重，數(shù)值越大，說明該區(qū)域?qū)φw預(yù)測(cè)的貢獻(xiàn)越高。在此基礎(chǔ)上，選擇用于計(jì)算差異的特征，這可以包括在初步區(qū)域劃分時(shí)使用的地形參數(shù)(海拔、坡度、坡向等)、土地類型、污染源分布等。計(jì)算當(dāng)前監(jiān)測(cè)子區(qū)域和聯(lián)合監(jiān)測(cè)子區(qū)域可以計(jì)算原始子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域在這些數(shù)值特征上的平均值差異、中位數(shù)差異、標(biāo)準(zhǔn)差差異等。例如，計(jì)算原始子區(qū)域的平均海拔與聯(lián)合監(jiān)測(cè)子區(qū)域的平均海拔之差的絕對(duì)值或相對(duì)值?？梢员容^原始子區(qū)域與聯(lián)合監(jiān)測(cè)子區(qū)域內(nèi)不同土地類型所占的比例差異?？梢员容^污染源的密度、排放強(qiáng)度在原始子區(qū)域和聯(lián)合監(jiān)測(cè)子區(qū)域內(nèi)的分布差異。將多個(gè)特征的差異進(jìn)行加權(quán)平均或組合，得到一個(gè)綜合的差異指標(biāo)，以更全面地反映整體差異程度。根據(jù)計(jì)算得到的差異值，為該聯(lián)合監(jiān)測(cè)子區(qū)域配置一個(gè)聯(lián)合系數(shù)。這個(gè)系數(shù)需要與差異呈現(xiàn)負(fù)相關(guān)關(guān)系。[0042]步驟二，根據(jù)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量k以及空間分布信息，構(gòu)建對(duì)應(yīng)的插值變異模型；步驟三，利用對(duì)應(yīng)的插值變異模型進(jìn)行插值，得到空氣[0043]在一些實(shí)施例中，根據(jù)每個(gè)監(jiān)測(cè)子區(qū)域內(nèi)的自動(dòng)監(jiān)測(cè)站點(diǎn)的數(shù)量k繪制站點(diǎn)分布圖。解析站點(diǎn)分布圖，得到每個(gè)監(jiān)測(cè)子區(qū)域的空間分布信息?？臻g分布信息是指自動(dòng)監(jiān)測(cè)站點(diǎn)在空間上的分布密度等，分布密度可以為低密度或高密度。在此基礎(chǔ)上，根據(jù)自動(dòng)監(jiān)測(cè)站點(diǎn)的空間分布信息，選擇合適的插值變異模型。作為示例，k小于或球狀模型。k大于30時(shí)，高密度，采用高斯模型。在位置(經(jīng)緯度)和污染物實(shí)時(shí)濃度值。并計(jì)算這些站點(diǎn)之間的空間距離。基于距離與濃度差異，構(gòu)建實(shí)驗(yàn)變異函數(shù)。選用高斯模型或球狀模型，對(duì)變異函數(shù)進(jìn)行擬合。獲取變異函數(shù)參數(shù)?；跀M合好的變異模型，采用克里金插值法對(duì)每個(gè)的網(wǎng)格格點(diǎn)位置進(jìn)行預(yù)測(cè)，使每個(gè)網(wǎng)格格點(diǎn)被賦予一個(gè)污染物濃度值，最終形成連續(xù)的空氣質(zhì)量柵格圖，如圖3所示，示出了本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的生成空氣質(zhì)量柵格圖的流程框圖。作為示例，假設(shè)某個(gè)監(jiān)測(cè)子區(qū)域的區(qū)域面積為10km×10km。以1km×1k點(diǎn)的地理位置(經(jīng)緯度)和PM2.5實(shí)時(shí)濃度值。選用高斯模型對(duì)變異函數(shù)進(jìn)行擬合?；跀M合好的變異模型，采用克里金插值法。對(duì)每個(gè)1km×1km的網(wǎng)格格點(diǎn)位置進(jìn)行預(yù)測(cè)。每個(gè)格點(diǎn)被賦予一個(gè)PM2.5濃度值，最終形成連續(xù)的空氣質(zhì)量柵格圖。其中，空氣質(zhì)量柵格圖是一個(gè)具有空間連續(xù)性、定量化污染物濃度值的二維空間圖像數(shù)據(jù)，是后續(xù)神經(jīng)網(wǎng)絡(luò)建模的關(guān)鍵輸入之一。[0044]其中，3D卷積塊包括三個(gè)分支網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)，三個(gè)分支網(wǎng)絡(luò)包括第一分支三個(gè)分支網(wǎng)絡(luò)配置有不同的感受野和空洞率且依次變大；第一分支網(wǎng)絡(luò)用于對(duì)污染源在監(jiān)測(cè)子區(qū)域內(nèi)傳播進(jìn)行建模，以捕捉污染源對(duì)所在監(jiān)測(cè)子區(qū)域的空氣質(zhì)量的影響；第二分支網(wǎng)絡(luò)用于對(duì)中距離污染傳輸過程進(jìn)行建模，以捕捉不同監(jiān)測(cè)子區(qū)域之間污染物的傳播對(duì)空氣質(zhì)量的影響；第三分支網(wǎng)絡(luò)用于對(duì)污染源遠(yuǎn)距離傳輸進(jìn)行建模，以捕捉污染源跨越多個(gè)監(jiān)測(cè)子區(qū)域傳輸時(shí)對(duì)空氣質(zhì)量的影響；三個(gè)分支網(wǎng)絡(luò)輸出的特征經(jīng)過特征融合網(wǎng)注意力模塊用于為三個(gè)分支網(wǎng)絡(luò)分配權(quán)重。[0045]在一些實(shí)施例中，3D卷積塊是空氣質(zhì)量預(yù)測(cè)模型中的核心模塊之一，具備提取時(shí)空特征的能力。內(nèi)部包括三個(gè)分支網(wǎng)絡(luò)和一個(gè)特征融合網(wǎng)絡(luò)。其中三個(gè)分支網(wǎng)絡(luò)為第一分支網(wǎng)絡(luò)、第二分支網(wǎng)絡(luò)和第三分支網(wǎng)絡(luò)，分別用于不同傳播尺度的建模。其中，第一分支網(wǎng)絡(luò)用于對(duì)污染源在監(jiān)測(cè)子區(qū)域內(nèi)傳播進(jìn)行建模，以捕捉污染源對(duì)所在監(jiān)測(cè)子區(qū)域的空氣質(zhì)量的影響。第一分支網(wǎng)絡(luò)的感受野小，空洞率小，第一分支網(wǎng)絡(luò)模擬污染源在本監(jiān)測(cè)子區(qū)域內(nèi)的傳播過程，即本地傳播，并關(guān)注局部的排放源對(duì)周圍空氣質(zhì)量的直接影響。其中，在卷支網(wǎng)絡(luò)用于對(duì)中距離污染傳輸(中距離傳輸)過程進(jìn)行建模，以捕捉不同監(jiān)測(cè)子區(qū)域之間污染物的傳播對(duì)空氣質(zhì)量的影響。第二分支網(wǎng)絡(luò)的感受野中等，空洞率中等，用于模擬污染在相鄰監(jiān)測(cè)子區(qū)域之間的傳輸過程，反映污染如何從一個(gè)子區(qū)域傳播到附近的區(qū)域，捕捉中等范圍污染擴(kuò)散特征。第三分支網(wǎng)絡(luò)用于對(duì)污染源遠(yuǎn)距離傳輸進(jìn)行建模，以捕捉污染源跨越多個(gè)監(jiān)測(cè)子區(qū)域傳輸時(shí)對(duì)空氣質(zhì)量的影響。第三分支網(wǎng)絡(luò)的感受野最大，空洞率大，用于模擬污染物的遠(yuǎn)距離遷移(遠(yuǎn)程傳輸),用于刻畫跨區(qū)域甚至跨城市污染物遷移，如沙塵暴、長(zhǎng)距離工業(yè)污染的影響。三個(gè)分支網(wǎng)絡(luò)各自輸出不同尺度的特征圖，通過特征融合網(wǎng)絡(luò)進(jìn)行融合，使模型獲得多尺度感知能力，如圖4所示，示出了本發(fā)明一種基于卷積網(wǎng)絡(luò)的區(qū)域空氣質(zhì)量預(yù)測(cè)方法的3D卷積網(wǎng)絡(luò)框圖。作為示例，例如，在圖像或柵格輸入中，一個(gè)卷積核一次只能看到一個(gè)小區(qū)域(比如3×3)。多層卷積疊加之后，最上層的某個(gè)神經(jīng)元就能感知更大區(qū)域(比如15×15)。其中，特征融合網(wǎng)絡(luò)用于匯聚各分支輸出。在此基礎(chǔ)上，引入注意力模塊，用于動(dòng)態(tài)調(diào)整三個(gè)分支的權(quán)重，作為示例，當(dāng)監(jiān)測(cè)到是本地污染源主導(dǎo)的場(chǎng)景時(shí)，注意力模塊會(huì)讓第一分支權(quán)重變大，若是跨區(qū)域傳輸影響較大，則提升第三分支的權(quán)重。作為示例，輸入數(shù)據(jù)：空氣質(zhì)量柵格圖、污染源分布圖、熱力圖重采樣統(tǒng)一后疊加形成的三維張量作為數(shù)據(jù)輸入。對(duì)輸入張量分別使用三組不同配置的3D卷積網(wǎng)絡(luò)處理，提取多尺度的時(shí)空特征。每個(gè)分支最終輸出一個(gè)對(duì)應(yīng)的三維特征張量，生成三個(gè)張量，分別表示不同尺度下對(duì)污染物空間擴(kuò)散建模后的特征表達(dá)。在此基礎(chǔ)上，利用注意力機(jī)制計(jì)算每個(gè)分支特征的重要性。根據(jù)污染特征動(dòng)態(tài)性，為不同場(chǎng)景動(dòng)態(tài)調(diào)整各分支特征的權(quán)重。將三個(gè)加權(quán)后的特征張量按通道方向或空間方向融合(如加權(quán)求和、拼接后卷積降維),進(jìn)一步提煉融合特征，提取統(tǒng)一的污染預(yù)測(cè)表示。生成一個(gè)融合后的時(shí)空特征張量，具備多尺度污染擴(kuò)散建模[0046]其中，ConvLSTM層用于捕捉污染源在時(shí)間維度和空間維度的動(dòng)態(tài)演變，以融合特征作為輸入，并進(jìn)行時(shí)序建模后，輸出至多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)，以得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)和空氣質(zhì)量等級(jí)。[0047]在一些實(shí)施例中，ConvLSTM是ConvLSTM(卷積長(zhǎng)短期記憶網(wǎng)絡(luò))是一種將卷積操作與LSTM(長(zhǎng)短期記憶網(wǎng)絡(luò))結(jié)合的結(jié)構(gòu)，用于捕捉污染源在時(shí)間維度和空間維度的動(dòng)態(tài)演變。它不僅能處理時(shí)間序列(即污染源隨時(shí)間的變化),還能保留空間結(jié)構(gòu)(如污染源在區(qū)域間和空間上的依賴關(guān)系。在此基礎(chǔ)上，ConvLSTM層以融合特征作為輸入，并進(jìn)行時(shí)序建模后，輸出至多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)，以得到區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)和空氣質(zhì)量等級(jí)。其中，多任務(wù)預(yù)測(cè)網(wǎng)絡(luò)包括空氣質(zhì)量數(shù)值預(yù)測(cè)分支和空氣質(zhì)量等級(jí)分類分支，其中，空氣質(zhì)量數(shù)值預(yù)測(cè)分支用于輸出監(jiān)測(cè)子區(qū)域的空氣質(zhì)量指數(shù)或各類污染物濃度預(yù)測(cè)值?？諝赓|(zhì)量等級(jí)分類分支用于輸出對(duì)應(yīng)的空氣質(zhì)量等級(jí)。對(duì)于每個(gè)監(jiān)測(cè)子區(qū)域，獲取用戶終端的實(shí)時(shí)地理位置信息；若監(jiān)測(cè)子區(qū)域?qū)?yīng)的區(qū)域空氣質(zhì)量預(yù)測(cè)數(shù)據(jù)大于或等于對(duì)應(yīng)的預(yù)設(shè)閾值，則根據(jù)空氣質(zhì)量等級(jí)生成分級(jí)預(yù)警信號(hào)，并生成對(duì)應(yīng)的預(yù)警信息；將預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端。在將預(yù)警信息發(fā)送至對(duì)應(yīng)的用戶終端之后，采集用戶反饋