基于耦合机器学习和相关性分析的大气污染物溯源方法

摘要

本发明公开了一种基于耦合机器学习和相关性分析的大气污染物溯源方法，具体包括以下步骤：利用区域网格源时空污染物浓度数据，建立污染物浓度分布瞬态模型；利用高斯回归对网格源污染物浓度相关系数矩阵进行特征提取，耦合机器学习算法对污染物传输通道和污染源区域进行智能识别。本发明基于区域网格源时空污染物浓度数据的瞬态建模方式，并结合高斯回归和相关性分析的手段对污染物浓度时空相关性矩阵进行特征提取，解决污染物浓度的延时响应和时间窗口不确定的问题，并利用机器学的算法实现了模型训练数据的不间断更新，从而保证了溯源算法准确度的持续有效提升。