一种大气中PM2.5浓度的预测方法、装置、设备及介质

本发明公开了一种大气中PM2.5浓度的预测方法、装置、设备及介质，涉及空气污染物预测技术领域，本发明通过周期趋势分解算法分解出PM2.5浓度时间序列的周期序列、趋势序列及残差序列，并将与PM2.5浓度变化相似的影响因子的时间序列和周期序列、趋势序列及残差序列分别对门控循环神经网络模型进行训练，使得训练后的门控循环神经网络模型更偏向于PM2.5浓度时间序列内周期性和趋势性的识别，以容易挖掘到PM2.5浓度时间序列中与周期性和趋势性关联性较大的特征信息，从而确定空气中PM2.5的浓度，对PM2.5浓度进行精准的预测。