基于时空克里金神经网络的PM2.5数据时空插值方法

本发明实施例中提供了一种基于时空克里金神经网络的PM2.5数据时空插值方法，属于数据处理技术领域，具体包括：收集时空监测点数据；根据PM2.5浓度划分时空采样点和未采样点集合；将时空监测点的属性映射至高维空间，得到属性表征向量；将时间、空间信息映射至高维空间，得到时间和空间表征向量；基于属性、时间和空间表征向量，设计时空协方差网络，拟合采样点和未采样点的协方差矩阵；设计时空趋势元网络拟合非平稳时空趋势关系，得到时空采样点和未采样点的趋势特征矩阵；基于协方差矩阵和趋势特征矩阵，使用时空克里金方程估算未采样点的PM2.5浓度；优化模型并实现数据插值预测。通过本发明的方案，提高了插值精度。