一种基于强化学习的城市大气污染实时监测与溯源方法

本发明公开了一种基于强化学习的城市大气污染实时监测与溯源方法，涉及大气环境监测技术领域，包括以下步骤：S1、采集污染源数据集；S2、构建高斯烟羽保真仿真模型；S3、构建CFD保真仿真模型；S4、构建基于高斯过程代理模型的多保真仿真模型；S5、构建DPPO强化学习模型；S6、使用改进的多保真度贝叶斯优化算法，持续训练迭代DPPO强化学习模型；S7、生成标准化污染源实时溯源分析报告。该方法克服了传统城市污染监测与溯源方法中人工干预多、效率低和实时性差的局限性，为城市环境污染的智能化实时监测与污染源精准快速溯源提供了一种高效、精准的解决方案。