1.一种城区机动车尾气污染物浓度分布预测方法，其特征在于，包括以下步骤：步骤S1：收集待测区域的城市道路信息、天气信息、区域功能信息、车流量信息以及现有监测站点、监测设备获得该监测点附近机动车尾气污染物浓度分布信息；

步骤S2：根据步骤S1获取的相关信息，构建机动车尾气污染物浓度关联图；

步骤S3：根据步骤S2构建的机动车尾气污染物浓度关联图节点之间的相关性，确定机动车尾气污染物浓度关联图的边的权重Wi,j，其中i,j表示机动车尾气污染物浓度关联图中两个相连的节点；

步骤S4：根据步骤S3中连接节点i和节点j的边的权重Wi,j，计算步骤S2构建的机动车尾气污染物浓度关联图中所有未知节点u的机动车尾气污染物浓度分布Pu；

步骤S5：根据步骤S4中所有未知节点u的机动车尾气污染物浓度分布Pu，计算步骤S2构建的机动车尾气污染物浓度关联图的平均不确定度步骤S6：计算 最小值，输出 最小时的Pu，即为未知节点的机动车尾气污染物浓度预测分布。

2.根据权利要求1所述的一种城区机动车尾气污染物浓度分布预测方法，其特征在于，所述步骤S2中机动车尾气污染物浓度关联图的构建方法如下：将待测区域划分为不相交的网格，以每个网格作为基本单位建立机动车尾气污染物浓度关联图G＝(N,A)，其中N表示节点集，集合N＝U+V，这里U称为未知节点的集合，代表不包含监测站点的网格集合，V称为已知节点的集合，代表包含监测站点的网格集合。每个节点对应一个网格，每个网格对应一个机动车尾气污染物浓度分布；A表示边集，边集A包括连接未知节点和已知节点的边和连接相近节点的边。

3.根据权利要求1所述的一种城区机动车尾气污染物浓度分布预测方法，其特征在于，所述步骤S3中机动车尾气污染物浓度关联图的边的权重Wi,j的计算方法为：其中i,j表示G中两个相连的节点， 表示G中节点i,j的第r种特征可根据步骤S1获取的相关信息估计，R表示特征的种类总数，σr表示第r种特征的权值。

4.根据权利要求1所述的一种城区机动车尾气污染物浓度分布预测方法，其特征在于，所述步骤S4中机动车尾气污染物浓度关联图中未知节点u的机动车尾气污染物浓度分布Pu的计算方法为：其中， d(u)表示未知节点u的度，Wu,v表示

连接未知节点u和已知节点v的边的权重，Pv表示已知节点v的机动车尾气污染物浓度分布，X为随机变量，qm∈N*为所有节点尾气污染物浓度的最大值。

5.根据权利要求1所述的一种城区机动车尾气污染物浓度分布预测方法，其特征在于，所述步骤S5中机动车尾气污染物浓度关联图的平均不确定度 的计算方法为：其中，|U|表示集合U中元素的个数。

6.根据权利要求1所述的一种城区机动车尾气污染物浓度分布预测方法，其特征在于，所述步骤S6中 最小值的具体算法步骤为：步骤S61：令σr＝1,r＝1,2,…,R，设置循环次数t＝1，根据上述公式计算Wu,v、Pu和 的值并记为 和 令步骤S62：令 其中γ为可人工设定的步长，重新计算Wu,v、Pu和 的值并记为 和 令 t增加1；

步骤S63：重复步骤S62直到δ小于δ0，其中δ0为由人工设定的精确度，此时 最小。