一种基于垂直空间特征融合的自相关时空序列空气质量预测方法

本发明属于环境科学与人工智能交叉技术领域，提出了一种基于垂直空间特征融合的自相关时空序列空气质量预测方法，具体步骤包括：首先，通过无人机搭载多参数传感器构建带有垂直梯度的监测网络，同步采集气象参数、污染物浓度及空间坐标；然后，设计双通道时空编码器，采用反转注意力机制提取垂直高度层间动态关联，通过分层时序分解模块处理不连续监测数据；最后，将各高度层的多模态数据嵌入为独立时空Token，利用变量级注意力权重捕捉工业区高架污染源与低空居民区的跨层影响，同时结合残差门控单元增强模型鲁棒性。本发明可有效解决城市功能区污染扩散建模中多维度数据整合与短周期精确预测的难题。