基于网格化特征深度学习的热点网格污染物数据获取方法

摘要

本发明涉及一种基于网格化特征深度学习的热点网格污染物数据获取方法，包括：获取污染监测区域的多源卫星观测数据、地面特征数据、时空特征数据、大气污染物数据、气象数据；将污染监测区域划分为多个网格单元，每个网格单元对应一个监测子区域；获取每一个监测子区域的气溶胶光学厚度AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数、气象特征参数；根据AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数和气象特征参数构造每一个监测子区域的多维特征向量；将所有多维特征向量生成多维特征样本集；采用深度学习模型对多维特征样本集进行训练，得到关系模型；利用关系模型获取目标区域的网格化污染物浓度数据。