(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211159488.3 (22)申请日 2022.09.22 (71)申请人 中科三清科技有限公司 地址 100193 北京市海淀区东北旺西路8号 院36号楼5层523室 (72)发明人 文质彬　肖林鸿　陈焕盛　王文丁　 亢思静　秦东明　吴剑斌　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 贺晓蕾 (51)Int.Cl. G06F 17/18(2006.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 污染物监测方法、 装置、 存储介质及电子设 备 (57)摘要 本公开涉及一种污染物监测方法、 装置、 存 储介质及电子设备， 该污染物 监测方法通过获取 待测区域内目标空间分辨率下每个网格对应区 域的目标土地利用类型占比数据； 获取指定空间 分辨率下每个网格对应区域的目标污染物的指 定浓度； 根据指定空间分辨率下每个网格对应区 域的指定浓度确定在目标空间分辨率下每个网 格对应区域中该目标污染物的目标预测浓度； 根 据每个网格对应的该目标预测浓度和目标空间 分辨率下每个网格对应区域的目标土地利用类 型占比数据通过预设污染物监测模型确定该目 标空间分辨率下每个网格对应区域内该目标污 染物的目标浓度， 不仅能够得到更为准确地污染 物浓度， 也能够有效提升高空间分辨率下污染物 浓度的监测效率。 权利要求书3页 说明书13页 附图4页 CN 115238245 A 2022.10.25 CN 115238245 A 1.一种污染物监测方法， 其特 征在于， 所述方法包括： 获取待测区域内目标空间分辨率下每个网格对应区域的目标土地利用类型占比数据， 所述目标土地利用类型占比数据包括多种目标土地利用类型的占比； 获取指定空间分辨率下每个网格对应区域的目标污染物的指定浓度， 所述指定空间分 辨率低于所述目标空间分辨 率； 根据所述指定空间分辨率下每个网格对应区域的所述指定浓度确定在所述目标空间 分辨率下每个网格对应区域中所述目标污染物的目标 预测浓度； 将每个网格对应的所述目标预测浓度和所述目标土地利用类型占比数据输入预设污 染物监测模型， 以获取所述预设污染物监测模型输出的所述目标 空间分辨率下每个网格对 应区域内所述目标污染物的目标浓度。 2.根据权利要求1所述的方法， 其特征在于， 所述预设污染物监测模型通过以下方法预 先得到： 获取所述待测区域在第 一空间分辨率下每个网格对应区域内目标污染物的第 一浓度， 并获取在第二空间分辨率下每个网格对应区域内所述目标污染物的第二浓度， 以及在第三 空间分辨率下每个网格对应区域的土地利用类型数据， 其中， 所述第一空间分辨率低于所 述第二空间分辨 率， 所述第二空间分辨 率低于所述第三空间分辨 率； 根据所述第一空间分辨率下每个网格对应区域中所述目标污染物的第一浓度预测在 所述第二空间分辨 率下每个网格对应区域中所述目标污染物的待定预测浓度； 根据所述土地利用类型数据确定在第二空间分辨率下每个网格对应区域的指定土地 利用类型占比数据； 根据所述第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和 所述待定预测浓度拟合得到所述预设污染物监测模型， 其中， 所述预设污染物监测模型用 于表征指 定差值与所述多种目标土地利用类型的占比之 间的函数关系， 所述指 定差值为所 述目标污染物在所述第二空间分辨率下每个网格对应区域的第二浓度与所述待定预测浓 度之间的差值。 3.根据权利要求2所述的方法， 其特征在于， 所述指定土地利用类型占比数据包括多种 土地利用类型的占比， 所述根据所述第二空间分辨率下每个网格对应区域的所述指定土地 利用类型占比数据和所述待定预测浓度拟合得到所述预设污染物监测模型， 包括： 根据所述多种土地利用类型的占比构建逐步回归 模型； 根据第二空间分辨率下每个网格对应区域的所述指定土地利用类型占比数据和每个 网格对应的所述待定预测浓度依 次确定每种土地利用类型的占比对所述目标污染物的所 述指定差值的贡献指数， 所述贡献指数用于表征所述土地利用类型的占比对所述指定差值 的贡献显著程度； 根据所述贡献指数对所述逐步回归 模型迭代更新， 以得到所述预设污染物监测模型。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述贡献指数对所述逐步回归模 型迭代更新， 以得到所述预设污染物监测模型， 包括： 按照以下更新策略更新所述逐步 回归模型， 直至在确定所述多种土地利用类型的占比 中贡献显著的土地利用类型的占比均为所述逐步回归模型的自变量， 并且 所述逐步回归模 型中不包括贡献不显著的土地利用类型的占比的情况下， 将当前的所述逐步回归模型作为权　利　要　求　书 1/3 页 2 CN 115238245 A 2所述预设污染物监测模型； 所述更新策略包括： 在确定当前土地利用类型的占比的所述贡献指数大于或者等于预设阈值情况下， 确定 所述当前土地利用类型的占比贡献显著， 将所述当前土地利用类型的占比作为自变量引入 所述逐步回归 模型， 以得到更新后的逐步回归 模型； 在确定当前土地利用类型占比的所述贡献指数小于预设阈值情况下， 确定所述当前土 地利用类型的占比贡献不显著， 将所述当前土地利用类型的占比对应的自变量从所述逐步 回归模型中剔除， 以得到更新后的逐步回归 模型； 在得到更新后的逐步 回归模型之后， 获取每个土地利用类型的占比对应的更新后的贡 献指数。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述第 一空间分辨率下每个网格 对应区域内所述目标污染物的第一浓度预测在所述第二空间分辨率下每个网格对应区域 内所述目标污染物的待定预测浓度， 包括： 对所述第一空间分辨率下每个网格对应区域内所述目标污染物的第一浓度进行插值 处理， 以得到所述第二空间分辨 率下每个网格对应区域的所述待定预测浓度。 6.根据权利要求2所述的方法， 其特征在于， 所述目标空间分辨率低于所述第 三空间分 辨率， 所述 获取待测区域内目标 空间分辨率下每个网格对应区域的目标土地利用类型占比 数据， 包括： 根据所述土地利用类型数据确定在目标空间分辨率下每个网格对应区域中每种目标 土地利用类型的占比， 以得到所示目标土地利用类型占比数据。 7.根据权利要求1至6任一项所述的方法， 其特征在于， 所述根据所述指定空间分辨率 下每个网格对应区域的所述指定浓度确定在所述目标空间分辨率下每个网格对应区域中 目标污染物的目标 预测浓度， 包括： 对所述指定空间分辨率下每个网格对应区域的目标污染物的指定浓度进行插值处理， 以得到在所述目标空间分辨率下每个网格对应区域中所述目标污染物的所述目标预测浓 度。 8.一种污染物监测装置， 其特 征在于， 所述装置包括： 第一获取模块， 被配置为获取待测区域内目标空间分辨率下每个网格对应区域的目标 土地利用类型占比数据， 所述目标土地利用类型占比数据包括多种目标土地利用类型的占 比； 第二获取模块， 被配置为获取指定空间分辨率下每个网格对应区域的目标污染物的指 定浓度， 所述指定空间分辨 率低于所述目标空间分辨 率； 第一确定模块， 被配置为根据 所述指定空间分辨率下每个网格对应区域的所述指定浓 度确定在所述目标空间分辨 率下每个网格对应区域中所述目标污染物的目标 预测浓度； 第二确定模块， 被配置为将每个网格对应的所述目标预测浓度和所述目标土地利用类 型占比数据输入预设污染物监测模型， 以获取所述预设污染物监测模型输出的所述目标 空 间分辨率下每个网格对应区域内所述目标污染物的目标浓度。 9.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被 处理器执行时实现权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/3 页 3 CN 115238245 A 3