预测的原理与框架由于基于位置的服务成本的降低，它的使用场景变得越来越广泛， 与此同时对移动对象的热点研究开始增多，例如轨迹预测、交通管理、拦截规划等等。轨迹预测通俗来讲，其实就是预测移动对象的下一个到达的位置。通过移动对象（本课题研究中指移动污染源） 的历史轨迹与此刻经过的位置点，预测出移动污染源即将经过的下一个位置点。 通过对历史轨迹数据的分析或者学习，可以发现移动污染源运动的规律并通过其给出可能出现的下一个位置点。通常轨迹预测是按照一定模式的框架进行的，如图4.1 所示，预测框架中有以人为主导的因素的各项移动对象例如机动车、手机等等。它们或是带有GPS定位功能或是被监测到一系列的GPS时空轨迹序列数据（如本文的移动污染源）这些移动对象首先进行数据预处理。然后进行轨迹提取得到轨迹数据，接着进行轨迹预测，最后将得到的预测轨迹序列图形化展示后反馈给人。...数据预处理轨迹提取轨迹数据预测算法预测轨迹图形化展示图 4.1 轨迹预测框架在本课题研究中， 根据移动污染源以往在道路上的历史行驶轨迹，可以得到移动污染源下一步将会到达的地方，相关的执法部门就可以根据该预测位置，更为准确地拦截到该移动污染源。 由此可见，利用移动对象地理位置信息进行预测，给人们提供便捷、个性化的服务，有利于工作效率的提高与生活质量的提升。
