基于强化深度学习的城市环境空气污染监测与预警方法研究

马吉伟 王靖宇 谢勇 李田 姚志平

摘要：城市环境空气污染监测与预警性能过差会加快有毒有害物质扩散速度，为了在环境空气进一步恶化前及时采取严格的防治措施，提出基于强化深度学习的城市环境空气污染监测与预警方法。分析气候因素和气象因素，利用气体传感器采集条件感知空气中污染源类型和污染物含量，宴现空气污染数据的采集。通过补充缺失数据、清洗失真数据优化原始空气污染数据，并从时间变化和空间变化两种角度提取空气污染数据特征，输入强化深度学习模型，实现城市环境空气污染监测与预警。实验结果表明，所提方法监测与预警效果好。

关键词：城市环境空气污染；气体传感器；特征提取；深度学习；强化学习

中图分类号：X831 文献标志码：B

前言

随着社会的快速发展，由汽车尾气及工业排放所导致的城市环境空气污染问题在日渐严重。空气污染类型包括由可吸入颗粒物引发的粉尘污染、由室内污染源甲醛、氟利昂引发的放射性污染、由二氧化硫或碳氧化合物引发的雾霾污染等。无论哪种类型的空气污染，都会对人类产生不同程度的危害。为了推动中国生态文明建设，及时治理污染源头，相关人员展开对城市环境空气污染监测和预警方法的研究。吕鑫等人通过分析空气质量逐年下降的三个时期，即缓和期、上升期和下降期，实现城市环境空气污染监测与预警。尚伟等人通过采集国控站空气质量数据，并将其输人大气网格化监测系统，实现城市环境空气污染监测与预警。周须文等人通过分析污染气象因子在三种大气环流类型中的阈值，实现城市环境空气污染监测与预警，上述三种方法存在监测与预警效果差的问题。为了解决上述方法中存在的问题，提出基于强化深度学习的城市环境空气污染监测与预警方法。