(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 202211026827.0 (22)申请日 2022.08.25 (71)申请人 浙江工业大 学 地址 310014 浙江省杭州市拱 墅区潮王路 18号 (72)发明人 董红召　廖世凯　金灿　方浩杰　 王桢　余滔滔　 (74)专利代理 机构 杭州天正专利事务所有限公 司 33201 专利代理师 孙家丰 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/00(2006.01) G06N 20/00(2019.01) G06Q 50/26(2012.01)G06F 16/29(2019.01) G06F 17/18(2006.01) (54)发明名称 面向多源数据的大气污染溯源方法 (57)摘要 一种面向多源 数据的大气 污染溯源方法， 包 括： S1.模型输入； 输入数据包括气象历史数据、 大气污染物浓度历史数据、 排放历史数据、 位置 信息数据等， 预处理包括异常值处理和缺失值填 补； S2.模型训练； 模型由轻量级梯度提升机 (LightGBM)和粒子群算 法(PSO)组成； S3.污染溯 源； 将区域气象、 污染物浓度和污染源数据及周 边区域污染源 数据输入模型； 模 型输出本地源和 周边区域污染源贡献度和贡献排名,并以此划分 污染等级； 污染溯源包括根据不同等级污染源空 间分布确定是否监测区域内存在污染排放源或 受上风向污染扩散影响,以此得到溯源结果； S4. 模型验证， 利用污染源监控点,结合巡查人员历 史污染事件统计结果,以此判断污染溯源合理 性。 权利要求书2页 说明书4页 附图1页 CN 115358332 A 2022.11.18 CN 115358332 A 1.一种面向多源数据的大气污染溯源方法， 包括如下步骤： S1.输入模型； 输入数据包括气象历史数据、 大气污染物浓度历史数据、 排放历史数据、 位置信息数据等， 预处理包括异常值处理和缺失值填补； 异常值处理采用3σ 法则去除离群 值， 缺失值 填补采用MIC E算法； S2.训练模型； 模型由轻量级梯度提升机(LightGBM)和粒子群算法(PSO)组成； 利用 LightGBM算法模拟气象、 污染源、 大气污染物三者的变化规律， PSO算法确定LightGBM算法 的超参数， 提升模型 预测精度； 具体步骤如下： 1)制作训练集； 将预处理后的数据划 分不同时间步和样例， 步长为1， 以未来1h 的PM2.5 浓度为输出； 2)参数初始化.； 初始化粒子群和设置LightGBM初始参数， 训练LightGBM预测模型， 训 练的目标函数如式(1)所示,其中,yi为标签的真实值， 为第k‑1次学习的结果， ck‑1为 前k‑1棵树的正则化项和， 目标函数的含义 为寻找一棵合 适的树fk使得函数的值 最小； 运用泰勒公式对损失函数进行展开,简化的目标函数 可表示为: 其中, 3)更新局部位置向量和全局位置向量； 粒子群算法的适应度函数是设置为预测误差的 评价指标， 预测误差评价指标选取均方根误差(Root  Mean Square Error， RMSE)的倒数, RMSE为预测值f(xi)与真实值Yi偏差的平方与观测次数N比值的平方根,其衡量的是预测值 与真实值之间的偏差,适应度函数 Fit(x)的计算公式如式5所示： 对每个粒子， 将其适应度值与其经过的最好位置和所有粒子历史经过的最好位置相比 较， 得到局部位置向量和全局位置向量； 4)更新各 粒子根据局部位置向量和全局位置向量进行速度、 位置； 5)判断终止条件； 判断是否到达最大迭代次数或全局收敛， 是则保存最优参数， 反之，权　利　要　求　书 1/2 页 2 CN 115358332 A 2进行下一次迭代； 6)获得预测输出； 将测试集输入最优LightGBM模型， 得到预测输出和各输入特征重要 程度； S3.溯源污染； 将区域气象、 污染物浓度和污染源数据及周边区域污染源数据输入模 型； 模型输出本地源和周边区域污染源贡献度和贡献排名,并以此划分污染等级； 污染溯源 包括根据不同等级污染源空间分布确定是否监测区域内存在污染排放源或受上风向污染 扩散影响,以此 得到溯源结果； S4.验证模型， 利用污染源监控点,结合巡查人员历史污染事件统计结果,以此判断污 染溯源合理性。权　利　要　求　书 2/2 页 3 CN 115358332 A 3