一种基于地理位置的PM25浓度值的预测方法及装置.pdf

摘要
申请专利号：	CN201611097947.4	申请日：	2016.12.03
公开号：	CN106525678A	公开日：	2017.03.22
当前法律状态：	实审	有效性：	审中
法律详情：	实质审查的生效IPC(主分类):G01N 15/06申请日:20161203\|\|\|公开
IPC分类号：	G01N15/06; G06F19/00(2011.01)I	主分类号：	G01N15/06
申请人：	安徽新华学院
发明人：	张怡文; 敖希勤; 汪强; 周昊; 贾冀; 时培俊; 郭傲东; 费久龙; 陈家丽
地址：	230088 安徽省合肥市望江西路555号安徽新华学院信息工程学院
优先权：
专利代理机构：	温州市品创专利商标代理事务所(普通合伙) 33247	代理人：	程春生
PDF下载：	PDF下载

内容摘要

本发明公开了一种基于地理位置的PM2.5浓度值的预测方法及装置，所述方法包括如下步骤：获得目标地理位置的经度和纬度值；以该地理位置为参考划定预设范围，获得预设范围内的预设数量的PM2.5监测站；获取监测站中每一个监测站监测到的当前的浓度值及该监测站的经度和纬度值；根据目标地理位置的经度和纬度值以及监测站的经度和纬度值，确定目标地理位置与每一个监测站的距离；根据所获得的距离，计算每一个监测站对目标地理位置的浓度值的影响权重；根据所计算的权重，预测目标地理位置的浓度值。应用本发明的实施例，解决了目前监测站较少，无法对整个城市所有位置进行预测的问题，降低了PM2.5监测设备投入成本。

权利要求书

1.一种基于地理位置的PM2.5浓度值的预测方法，其特征在于，所述方法包括：
获得目标地理位置的经度值和纬度值；
以所述目标地理位置为参考划定预设范围，获得所述预设范围内的预设数量的PM2.5
监测站；
获取所述预设数量的PM2.5监测站中每一个监测站监测到的当前PM2.5的浓度值及该
监测站的经度值和纬度值；
根据所述目标地理位置的经度值和纬度值以及所述预设数量的PM2.5监测站的经度值
和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离；
根据所获得的距离，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度值的
影响权重；
根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。
2.根据权利要求1所述的一种基于终端地理位置的PM2.5浓度值的预测方法，其特征在
于，所述确定所述目标地理位置与每一个PM2.5监测站的距离，包括：
采用公式确定所述目标地理位置与每一个PM2.5监测站的距
离；
其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)
其中，为所述目标地理位置与B_i的距离；LonA、LatA是所述目标地理位置A的经度
值、纬度值；B_i是序号为i的监测点；LonB_i、LatB_i是B_i的经度值、纬度值；R为地球平均半径；π
为圆周率。
3.根据权利要求1-2任意一项所述的一种基于终端地理位置的PM2.5浓度值的预测方
法，其特征在于，所述计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度值的影
响权重，包括：
采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度值的
影响权重。
4.根据权利要求3所述的一种基于终端地理位置的PM2.5浓度值的预测方法，其特征在
于，所述采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重，包括：
根据公式计算每一个PM2.5监测站对所述目标地理位置的
PM2.5的浓度值的影响权重；
其中，W_i为B_i对所述目标地理位置的PM2.5的浓度值的影响权重，B_i是序号为i的监测
点；N表示所述预设范围内的监测点的所述预设数量；i表示监测点的序号。
5.根据权利要求4所述的一种基于终端地理位置的PM2.5浓度值的预测方法，其特征在
于，所述根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值，包括：
根据公式预测所述目标地理位置的PM2.5的浓度值；
其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前PM2.5的
浓度值。
6.一种基于地理位置的PM2.5浓度值的预测装置，其特征在于，所述装置包括：
第一获得模块，用于获得目标地理位置的经度值和纬度值；
第二获得模块，用于以所述目标地理位置为参考划定预设范围，获得所述预设范围内
的预设数量的PM2.5监测站；
获取模块，用于获取所述预设数量的PM2.5监测站中每一个监测站监测到的当前PM2.5
的浓度值及该监测站的经度值和纬度值；
确定模块，用于根据所述目标地理位置的经度值和纬度值以及所述预设数量的PM2.5
监测站的经度值和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离；
计算模块，用于根据所获得的距离，计算每一个PM2.5监测站对所述目标地理位置的
PM2.5的浓度值的影响权重；
预测模块，用于根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。
7.根据权利要求6所述的一种基于终端地理位置的PM2.5浓度值的预测装置，其特征在
于，所述确定模块，具体用于：
采用公式确定所述目标地理位置与每一个PM2.5监测站的距
离；
其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)
其中，为所述目标地理位置与B_i的距离；LonA、LatA是所述目标地理位置A的经度
值、纬度值；B_i是序号为i的监测点；LonB_i、LatB_i是B_i的经度值、纬度值；R为地球平均半径；π
为圆周率。
8.根据权利要求6-7任意一项所述的一种基于终端地理位置的PM2.5浓度值的预测装
置，其特征在于，所述计算模块，具体用于：
采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度值的
影响权重。
9.根据权利要求8所述的一种基于终端地理位置的PM2.5浓度值的预测装置，其特征在
于，所述采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重，包括：
根据公式计算每一个PM2.5监测站对所述目标地理位置的
PM2.5的浓度值的影响权重；
其中，W_i为B_i对所述目标地理位置的PM2.5的浓度值的影响权重，B_i是序号为i的监测
点；N表示所述预设范围内的监测点的所述预设数量；i表示监测点的序号。
10.根据权利要求8所述的一种基于终端地理位置的PM2.5浓度值的预测方法，其特征
在于，所述预测模块，具体用于：
根据公式预测所述目标地理位置的PM2.5的浓度值；
其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前PM2.5的
浓度值。

说明书

一种基于地理位置的PM2.5浓度值的预测方法及装置

技术领域

本发明涉及环境污染预测领域，特别涉及一种基于地理位置的PM2.5浓度值的预
测方法及装置。

背景技术

PM是英文particulate matter(颗粒物)的首字母缩写。PM2.5指空气中动力学当
量直径小于等于2.5微米的颗粒物。PM2.5对环境的污染已经对人们的生活产生了巨大的影
响。然而，由于PM2.5设备投入成本较高，我国大多数城市没有监测点或者监测点较少，因而
持有移动终端的用户无法获取当前所在位置的PM2.5浓度值。因此，现有方法还有很多缺陷
和不足。

鉴于上述不足，本发明目的在于发明一种基于地理位置的PM2.5浓度预测方法。

发明内容

本发明所要解决的技术问题是提供一种基于地理位置的PM2.5浓度值的预测方法
及装置，以解决目前PM2.5监测点较少，无法对整个城市所有位置进行预测的问题，同时降
低了PM2.5监测设备投入成本。

为实现上述目的，本发明提供以下的技术方案：一种基于地理位置的PM2.5浓度值
的预测方法，包括如下步骤：

获得目标地理位置的经度值和纬度值；

以所述目标地理位置为参考划定预设范围，获得所述预设范围内的预设数量的
PM2.5监测站；

获取所述预设数量的PM2.5监测站中每一个监测站监测到的当前PM2.5的浓度值
及该监测站的经度值和纬度值；

根据所述目标地理位置的经度值和纬度值以及所述预设数量的PM2.5监测站的经
度值和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离；

根据所获得的距离，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重；

根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。

进一步地，所述确定所述目标地理位置与每一个PM2.5监测站的距离，包括：

采用公式确定所述目标地理位置与每一个PM2.5监测
站的距离；

其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)

其中，为所述目标地理位置与B_i的距离；LonA、LatA是所述目标地理位置A的经
度值、纬度值；B_i是序号为i的监测点；LonB_i、LatB_i是B_i的经度值、纬度值；R为地球平均半
径；π为圆周率。

进一步地，所述计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度值的
影响权重，包括：

采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重。

进一步地，所述采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置
的PM2.5的浓度值的影响权重，包括：

根据公式计算每一个PM2.5监测站对所述目标地理位
置的PM2.5的浓度值的影响权重；

其中，W_i为B_i对所述目标地理位置的PM2.5的浓度值的影响权重，B_i是序号为i的监
测点；N表示所述预设范围内的监测点的所述预设数量；i表示监测点的序号。

进一步地，所述根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值，包
括：

根据公式预测所述目标地理位置的PM2.5的浓度值；

其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前
PM2.5的浓度值。

为实现上述目的，本发明提供以下的技术方案：一种基于地理位置的PM2.5浓度值
的预测装置，所述装置包括：

第一获得模块，用于获得目标地理位置的经度值和纬度值；

第二获得模块，用于以所述目标地理位置为参考划定预设范围，获得所述预设范
围内的预设数量的PM2.5监测站；

获取模块，用于获取所述预设数量的PM2.5监测站中每一个监测站监测到的当前
PM2.5的浓度值及该监测站的经度值和纬度值；

确定模块，用于根据所述目标地理位置的经度值和纬度值以及所述预设数量的
PM2.5监测站的经度值和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离；

计算模块，用于根据所获得的距离，计算每一个PM2.5监测站对所述目标地理位置
的PM2.5的浓度值的影响权重；

预测模块，用于根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。

进一步地，所述确定模块，具体用于：

采用公式确定所述目标地理位置与每一个PM2.5监测
站的距离；

其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)

进一步地，所述计算模块，具体用于：

采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重。

进一步地，所述采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置
的PM2.5的浓度值的影响权重，包括：

根据公式计算每一个PM2.5监测站对所述目标地理位
置的PM2.5的浓度值的影响权重；

进一步地，所述预测模块，具体用于：

根据公式预测所述目标地理位置的PM2.5的浓度值；

其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前
PM2.5的浓度值。

与现有技术相比，本发明的一种基于地理位置的PM2.5浓度值的预测方法及装置，
具有以下有益效果：

(1)本发明的一种基于地理位置的PM2.5浓度值的预测方法及装置，解决了目前
PM2.5监测点较少，无法对整个城市所有位置进行预测的问题，同时降低了PM2.5监测设备
投入成本；

(2)本发明的一种基于地理位置的PM2.5浓度值的预测方法及装置，可以为移动端
用户提供当前所在地理位置的PM2.5预测和推送；

(3)本发明的一种基于地理位置的PM2.5浓度值的预测方法及装置，其中采用反距
离加权法计算每个监测点PM2.5浓度影响权重的方法，可以应用在与大气相关的基于地理
位置的影响模型中，具备一定的通用性。

附图说明

图1是本发明实施例提供的一种基于地理位置的PM2.5浓度值的预测方法的流程
示意图；

图2是本发明实施例提供的一种基于地理位置的PM2.5浓度值的预测装置的结构
示意图。

具体实施方式

为使发明的目的、技术方案和优点更加清楚明了，下面通过附图中及实施例，对本
发明技术方案进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解
释本发明技术方案，并不用于限制本发明技术方案的范围。

参见图1，图1是本发明实施例提供的一种基于地理位置的PM2.5浓度值的预测方
法的流程示意图，包括如下步骤：

S101，获得目标地理位置的经度值和纬度值。

S102，以所述目标地理位置为参考划定预设范围，获得所述预设范围内的预设数
量的PM2.5监测站。

S103，获取所述预设数量的PM2.5监测站中每一个监测站监测到的当前PM2.5的浓
度值及该监测站的经度值和纬度值。

S104，根据所述目标地理位置的经度值和纬度值以及所述预设数量的PM2.5监测
站的经度值和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离。

S105，根据所获得的距离，计算每一个PM2.5监测站对所述目标地理位置的PM2.5
的浓度值的影响权重。

S106，根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。

具体的，实际应用中，所述确定所述目标地理位置与每一个PM2.5监测站的距离，
包括：

采用公式确定所述目标地理位置与每一个PM2.5监测
站的距离；

其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)

具体的，实际应用中，所述计算每一个PM2.5监测站对所述目标地理位置的PM2.5
的浓度值的影响权重，包括：

采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重。

具体的，实际应用中，所述采用反距离加权法，计算每一个PM2.5监测站对所述目
标地理位置的PM2.5的浓度值的影响权重，包括：

根据公式计算每一个PM2.5监测站对所述目标地理位
置的PM2.5的浓度值的影响权重；

具体的，实际应用中，所述根据所计算的权重，预测所述目标地理位置的PM2.5的
浓度值，包括：

根据公式预测所述目标地理位置的PM2.5的浓度值；

其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前
PM2.5的浓度值。

本领域技术人员可以理解的是，PM2.5监测站与目标地理位置的距离越远，对目标
地理位置的PM2.5浓度值的预测影响就越小，反之，就会越大。因此，采用反距离加权法IDW
(Inverse Distance Weighted)计算各监测点与移动端所在位置的距离权重，IDW插值方法
假定每个输入点都有着局部影响，这种影响随着距离的增加而减弱。获得所有监测站的权
重再结合当前时刻每个监测站检测到的PM2.5的浓度值，即可计算目标地理位置的PM2.5的
浓度值，并向对应的移动终端发送计算到的浓度值。

可见，应用本发明提供的一种基于地理位置的PM2.5浓度值的预测方法及装置，解
决了目前PM2.5监测点较少，无法对整个城市所有位置进行预测的问题，同时降低了PM2.5
监测设备投入成本。其中，采用反距离加权法计算每个监测点PM2.5浓度影响权重的方法，
可以应用在与大气相关的基于地理位置的影响模型中，具备一定的通用性。

为了更好的说明本发明方案，以合肥市10个监测点的PM2.5数据为基础进行基于
地理位置的PM2.5预测方法说明。

合肥市某移动端发送PM2.5查询请求、获取移动端当前在合肥的地理位置的经、纬
度、获取合肥十个监测监测点的经、纬度、获取合肥市十个监测点的实时PM2.5浓度值。如果
实时PM2.5浓度值有缺项，则取上一个时刻该监测点的PM2.5浓度值进行缺项的补全；

合肥市10个监测点的地理位置以及某一时刻PM2.5浓度值和各监测站的经度值和
纬度值的情况如表1所示。

表1

监测站
浓度值(mg/m2)
经度值
纬度值
1
62
117.196
31.7848
2
49
117.307
31.8766
3
52
117.259
31.8706
4
54
117.16
31.9051
5
47
117.25
31.8572
6
36
117.266
31.9438
7
52
117.336
31.8585
8
53
117.302
31.7956
9
45
117.278
31.7386
10
46
117.124
31.8516

根据图中的数据计算移动端当前所在位置与所有监测点之间的距离，如表2所示。

表2

监测站
移动端与监测站距离(km)
1
28.2
2
37.7
3
22.5
4
13.4
5
17.8
6
19.3
7
23.7
8
34.3
9
41.9
10
8.6

采用反距离加权法IDW(Inverse Distance Weighted)计算各监测站与移动终端
所在位置的距离权重，如表3所示：

表3

监测站
影响权重(Wi)
1
0.07
2
0.054
3
0.088
4
0.15
5
0.112
6
0.104
7
0.084
8
0.058
9
0.048
10
0.032

根据如上数据，计算基于地理位置的PM2.5浓度值：

X_A＝0.07*62+0.054*49+0.088*52+0.15*54+0.112*47+0.104*36+0.084*52+
0.058*45+0.048*45+0.232*46＝48.944，还可以将预测值推送至移动端。

可见，应用本发明提供的一种基于地理位置的PM2.5浓度值的预测方法及装置，可
以为移动端用户提供当前所在地理位置的PM2.5预测和推送。

参见图2，图2是本发明实施例提供的一种基于地理位置的PM2.5浓度值的预测装
置的结构示意图，所述装置可以包括：

第一获得模块201，用于获得目标地理位置的经度值和纬度值；

第二获得模块202，用于以所述目标地理位置为参考划定预设范围，获得所述预设
范围内的预设数量的PM2.5监测站；

获取模块203，用于获取所述预设数量的PM2.5监测站中每一个监测站监测到的当
前PM2.5的浓度值及该监测站的经度值和纬度值；

确定模块204，用于根据所述目标地理位置的经度值和纬度值以及所述预设数量
的PM2.5监测站的经度值和纬度值，确定所述目标地理位置与每一个PM2.5监测站的距离；

计算模块205，用于根据所获得的距离，计算每一个PM2.5监测站对所述目标地理
位置的PM2.5的浓度值的影响权重；

预测模块206，用于根据所计算的权重，预测所述目标地理位置的PM2.5的浓度值。

具体的，实际应用中，所述确定模块204，可以用于：

采用公式确定所述目标地理位置与每一个PM2.5监测
站的距离；

其中，C＝sin(LatA)*sin(LatB_i)*cos(LonA-LonB_i)+cos(LatA)*cos(LatB_i)

具体的，实际应用中，所述计算模块205，可以用于：

采用反距离加权法，计算每一个PM2.5监测站对所述目标地理位置的PM2.5的浓度
值的影响权重。

具体的，实际应用中，所述采用反距离加权法，计算每一个PM2.5监测站对所述目
标地理位置的PM2.5的浓度值的影响权重，包括：

根据公式计算每一个PM2.5监测站对所述目标地理位
置的PM2.5的浓度值的影响权重；

具体的，实际应用中，所述预测模块206，可以用于：

根据公式预测所述目标地理位置的PM2.5的浓度值；

其中，X_A表示所述目标地理位置A的PM2.5的浓度值；表示B_i所监测到的当前
PM2.5的浓度值。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包
含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当
将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员
可以理解的其他实施方式。