车辆尾气遥感监测数据质量评估方法和装置
本发明涉及道路车辆遥感监测,尤其涉及一种车辆尾气遥感监测数据质量评估方法和装置。
背景技术:
1、随着车辆尾气排放规定和标准的不断完善,开展车辆尾气污染监测与控制已刻不容缓。与其他监测方法相比,道路遥感监测具有低成本、测量速度快、无干扰等显著优势。然而,由于监测设备缺乏有效的运营和维护,遥感监测数据长期存在数据质量差、准确性较低的问题,且遥感监测捕获的是车辆排放的瞬时数据,其具有一定的不稳定性。同时,在道路遥感监测的数据维护中,也存在着人为造假的问题,这使得车辆尾气监测过程中容易出现误检和漏检现象。
2、可见,目前大量收集的遥感监测数据并未能得到有效的分析,也未能为高精度遥感检测网络的建设和标准制定提供有力的支持。因此,进一步完善和规范道路遥感数据的质量控制,对于提升现有遥感检测网络的数据有效性以及推动道路车辆尾气排放控制都具有至关重要的意义。
技术实现思路
1、有鉴于此,本发明提供一种车辆尾气遥感监测数据质量评估方法和装置,以解决上述提及的至少一个问题。
2、为了实现上述目的,本发明采用以下方案:
3、根据本发明的第一方面,提供一种车辆尾气遥感监测数据质量评估方法,所述方法包括:获取车辆尾气遥感监测数据及相应的车辆静态信息和一氧化氮排放因子;从所述车辆尾气遥感监测数据中筛选出符合预设标准的合格遥感监测数据,并将所述合格遥感监测数据及对应的车辆静态信息和一氧化氮排放因子构建成待取样车辆集;从所述待取样车辆集中抽取相同数量的新、旧车辆的对应数据来构成平衡车辆集;将所述遥感监测数据按预设的时间窗口进行划分;针对每一个时间窗口,获得所述时间窗口内所述一氧化氮排放因子分位数的统计指标,并将所述统计指标作为所述平衡车辆集的样本库;利用所述样本库中的数据训练随机森林分类模型,以识别新、旧车辆排放特征的差异;利用训练好的所述随机森林分类模型处理从待评估遥感监测数据的各所述时间窗口中所获得的统计指标,以生成各所述时间窗口的模型输出;将所述随机森林分类模型输出与车辆静态信息进行车辆新、旧信息的关联分析,并基于所述关联分析的结果,评定各所述时间窗口内遥感监测数据的数据质量。
4、作为本发明的一个实施例,上述方法中获取车辆尾气遥感监测数据及相应的车辆静态信息和一氧化氮排放因子包括:将获取的车辆尾气遥感监测数据与车辆静态信息通过车辆识别代号进行匹配对应;基于所述车辆尾气遥感监测数据中一氧化氮的摩尔质量、一氧化氮浓度与二氧化碳的比率、碳的摩尔质量、氢的摩尔质量以及燃料的原子氢碳比得到对应的一氧化氮排放因子。
5、作为本发明的一个实施例,上述方法中从所述待取样车辆集中抽取相同数量的新、旧车辆的对应数据来构成平衡车辆集包括:根据所述待取样车辆集中包含的车辆静态信息,确定所述待取样车辆集中每一条数据对应的车辆属于新车辆或旧车辆的类别标签,所述类别标签基于车辆静态信息中的注册年份或使用年限与预设阈值的比较来确定;分别从带有新车辆标签及旧车辆标签的数据中随机选取n辆车辆样本;合并所选取的共2n辆车辆样本所对应的数据,形成平衡车辆集。
6、作为本发明的一个实施例,上述方法中一氧化氮排放因子分位数的统计指标包括:所述一氧化氮排放因子分位数的平均值、标准差、峰度和偏度。
7、作为本发明的一个实施例,上述方法中将所述模型输出与车辆静态信息进行车辆新、旧信息的关联分析,并基于所述关联分析的结果,评定各所述时间窗口内遥感监测数据的数据质量包括:将所述随机森林分类模型对所述时间窗口输出的新、旧车辆类别预测结果,与车辆静态信息中真实的新、旧车辆类别标签进行逐一比对;当所述随机森林分类模型输出的预测结果与所述时间窗口内所有车辆静态信息中真实的新、旧车辆类别标签完全一致时,将所述时间窗口内的遥感监测数据判定为高质量数据;当所述随机森林分类模型输出的预测结果与所述时间窗口内所有车辆静态信息中真实的新、旧车辆类别不完全一致时,将所述时间窗口内的遥感监测数据判定为低质量数据,并将所述低质量数据删除。
8、根据本发明的第二方面,提供一种车辆尾气遥感监测数据质量评估装置,所述装置包括:数据获取单元,用于获取车辆尾气遥感监测数据及相应的车辆静态信息和一氧化氮排放因子;待取样车辆集构建单元,用于从所述车辆尾气遥感监测数据中筛选出符合预设标准的合格遥感监测数据,并将所述合格遥感监测数据及对应的车辆静态信息和一氧化氮排放因子构建成待取样车辆集;平衡车辆集构建单元,用于从所述待取样车辆集中抽取相同数量的新、旧车辆的对应数据来构成平衡车辆集;时间窗口划分单元,用于将所述遥感监测数据按预设的时间窗口进行划分;样本库构建单元,用于针对每一个时间窗口,获得所述时间窗口内所述一氧化氮排放因子分位数的统计指标,并将所述统计指标作为所述平衡车辆集的样本库;模型训练单元,用于利用所述样本库中的数据训练随机森林分类模型,以识别新、旧车辆排放特征的差异;待评估数据处理单元,用于利用训练好的所述随机森林分类模型处理从待评估遥感监测数据的各所述时间窗口中所获得的统计指标,以生成各所述时间窗口的模型输出;
9、数据质量评估单元,用于将所述随机森林分类模型输出与车辆静态信息进行车辆新、旧信息的关联分析,并基于所述关联分析的结果,评定各所述时间窗口内遥感监测数据的数据质量。
10、作为本发明的一个实施例,上述数据获取单元包括:数据匹配模块,用于将获取的车辆尾气遥感监测数据与车辆静态信息通过车辆识别代号进行匹配对应;排放因子计算模块,用于基于所述车辆尾气遥感监测数据中一氧化氮的摩尔质量、一氧化氮浓度与二氧化碳的比率、碳的摩尔质量、氢的摩尔质量以及燃料的原子氢碳比得到对应的一氧化氮排放因子。
11、作为本发明的一个实施例,上述平衡车辆集构建单元包括:类别标签确定模块,用于根据所述待取样车辆集中包含的车辆静态信息,确定所述待取样车辆集中每一条数据对应的车辆属于新车辆或旧车辆的类别标签,所述类别标签基于车辆静态信息中的注册年份或使用年限与预设阈值的比较来确定;数据选取模块,用于分别从带有新车辆标签及旧车辆标签的数据中随机选取n辆车辆样本;数据合并模块,合并所选取的共2n辆车辆样本所对应的数据,形成平衡车辆集。
12、作为本发明的一个实施例,上述一氧化氮排放因子分位数的统计指标包括:所述一氧化氮排放因子分位数的平均值、标准差、峰度和偏度。
13、作为本发明的一个实施例,上述数据质量评估单元包括:结果比对模块,用于将所述随机森林分类模型对所述时间窗口输出的新、旧车辆类别预测结果,与车辆静态信息中真实的新、旧车辆类别标签进行逐一比对;高质量判定模块,用于当所述随机森林分类模型输出的预测结果与所述时间窗口内所有车辆静态信息中真实的新、旧车辆类别标签完全一致时,将所述时间窗口内的遥感监测数据判定为高质量数据;低质量判定模块,当所述随机森林分类模型输出的预测结果与所述时间窗口内所有车辆静态信息中真实的新、旧车辆类别不完全一致时,将所述时间窗口内的遥感监测数据判定为低质量数据,并将所述低质量数据删除。
14、根据本发明的第三方面,提供一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,处理器执行所述计算机程序时实现上述方法的步骤。
15、根据本发明的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
16、由上述技术方案可知,本发明提供的车辆尾气遥感监测数据质量评估方法和装置,利用新、旧车辆本身固有的、可通过统计方法量化的排放特征差异(一氧化氮排放因子分布)作为参照标准。通过训练一个能够准确识别这种新、旧车辆排放特征差异的机器学习模型,并将该训练好的模型应用于待评估的、按时间窗口划分的遥感监测数据。本技术巧妙地将模型在特定时间窗口内对已知新、旧车辆的识别准确率,作为间接评估该时间窗口内遥感监测数据质量的指标。如果模型在该时间窗口内能够准确地区分出已知的新旧车辆,则表明该时间段的遥感监测数据能够可靠地反映真实的排放特征,数据质量较高;反之,如果模型出现识别错误,则暗示该时间段的监测数据可能存在噪声、偏差或其他不稳定因素,导致其未能准确体现预期的排放差异,因此数据质量较低。这种方法通过数据内部特征的一致性来判断数据质量,提供了一种客观、自动化的手段来筛选出高质量的遥感监测数据,剔除不稳定或低质量的数据时段,经过处理后的数据标准差、峰度和偏度均有所下降,数据分布更接近高质量遥感数据,数据的有效性和稳定性得到了显著提升。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com