详情

原文传递一种空气质量预报方法和设备

专利名称：	一种空气质量预报方法和设备
摘要：	本发明提供一种空气质量预报方法和设备，方法包括：获取空气污染物浓度观测值；确定与空气污染物浓度预报有显著相关性的因素，选定预报的起点日，预报从起点日计算的预报日的空气质量；使用包括起点日的过去一段时间的空气质量数据建立训练模型并完成训练；使用训练模型，对所述预报日的预报数值进行修正，得到所述预报日的第一次修正值；根据基于从起点日计算的第1天的数据获得的二次修正系数对所述第一次修正值进行第二次修正，其结果作为所述预报日的最终预报结果。该方法通过利用预报日预报时刻前的历史数据和修正值二次修正预报结果，提高空气质量预报的准确度。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京思路创新科技有限公司
发明人：	陆晨;贾磊;郑龙
专利状态：	有效
申请日期：	2019-07-04T00:00:00+0800
发布日期：	2019-09-20T00:00:00+0800
申请号：	CN201910597975.X
公开号：	CN110261547A
代理机构：	中国和平利用军工技术协会专利中心
代理人：	刘光德;彭霜
分类号：	G01N33/00(2006.01);G;G01;G01N;G01N33
申请人地址：	100085 北京市海淀区信息路28号1号楼301-6
主权项：	1.一种空气质量预报方法，其特征在于包括下述步骤：步骤1、获取空气污染物浓度观测值；步骤2、确定与空气污染物浓度预报有显著相关性的因素，选定一预报的起点日，预报从起点日计算的第d天的空气质量，其中d为自然数，所述起点日相当于从起点日计算的第0天；步骤3、使用包括所述起点日的过去n天的空气质量数据，基于所述显著相关性的因素建立训练模型并完成训练，所述n为自然数，且n≥d；步骤4、使用所述完成训练的训练模型，对所述第d天的空气质量预报数值进行修正，得到所述预报的第d天的空气质量的第一次修正值；步骤5、获得从所述起点日计算的第1天的预报时刻前的空气质量的观测值的平均值和所述第1天的预报时刻前的空气质量的修正值的平均值，并根据所述第1天的预报时刻前的观测值的平均值与所述第1天的预报时刻前的修正值的平均值，得到二次修正系数，基于所述二次修正系数对所述第d天的空气质量的第一次修正值进行第二次修正，其结果作为所述第d天的空气质量的最终预报结果。 2.如权利要求1所述的方法，其特征在于所述步骤2还包括：获取数值模式输出因子序列，所述数值模式输出因子序列是指空气质量预报模型的运算结果的序列；对所述数值模式输出因子序列进行相关性分析，得到显著相关因子序列；根据显著相关因子序列构建预报模型，预报所述第d天的空气质量。 3.如权利要求2所述的方法，其特征在于所述步骤3的训练模型按照如下步骤构建：将所述过去n天的每一天分别作为起报时刻，设置常数K，K为自然数且d≤K≤n；以所述起报时刻起开始计算天数的第q天作为预报时刻，其中，1≤q≤K；将所述预报时刻的空气污染物浓度观测值作为因变量；将所述预报时刻与空气污染物浓度有显著相关性的数值模式输出因子和所述起报时刻的空气污染物浓度观测值作为自变量；基于上述因变量和自变量建立多元回归线性方程。 4.如权利要求3所述的方法，其特征在于所述步骤3的多元回归线性方程按如下方式建立： (1)确定常数K,K为自然数，且d≤K≤n； (2)将过去n天中的每一天分别作为起报时刻，按如下公式建立方程： S(q)＝A1(q)×X+A2(q)×Z；其中，S(q)表示从所述起报时刻起计算天数的第q天的一种污染物浓度的实际观测值的小时均值，且1≤q≤K； Z表示所述第q天采用数值模式的预报产品的所述污染物浓度的小时均值； X表示所述起报时刻的所述污染物浓度观测值的小时均值，Z和X即为所述自变量，A1(q)和A2(q)为用于预报第q天的一组偏回归系数； (3)回归求解得到所述K组偏回归系数，从而完成训练模型的训练。 5.如权利要求4所述的方法，其特征在于所述步骤4包括：使用步骤3训练完成得到的偏回归系数和训练模型，对步骤2得到的空气质量的预报值进行修正得到所述第一次修正值。 6.如权利要求4或者5所述的方法，其特征在于所述步骤4中的第d天的空气质量的第一次修正值按如下公式确定： S(d)＝A1(d)×X+A2(d)×Z，其中，Z表示所述第d天采用数值模式的预报产品的所述空气污染物的小时均值； X表示所述预报的起点日的所述空气污染物浓度观测小时均值，A1(d)和A2(d)为根据步骤3训练得到的对应第d天的一组偏回归系数；计算得到S(d)则为所述第d天的空气质量的第一次修正值。 7.如权利要求6所述的方法，其特征在于所述步骤5还包括：所述二次修正系数为BL按照如下方式确定：其中，ti表示将所述第1天作为一个自然日，采用24小时计时的时刻，S0ti为在所述第1天时ti时刻的空气污染物浓度的观测值，Sti为所述ti时刻的污染物浓度的修正值，其计算公式如下： Sti＝A1(d)×S0ti+A2(d)×S1ti，其中，A1(d)和A2(d)为根据步骤3训练得到的对应第d天的一组偏回归系数，S1ti为所述ti时刻采用数值模式的预报产品的所述空气污染物的值；且23≥m>n≥0。 8.如权利要求7所述的方法，其特征在于所述步骤5中的最终修正值根据下述公式确定： S′t＝B×St，其中，S′t为最终修正值，B为所述二次修正系数，St为步骤4获得的所述第d天的空气质量的第一次修正值。 9.如权利要求8所述的方法，其特征在于：所述K为7,d不超过7；所述预报时刻为所述第1天的xx时，其xx满足：8≤xx≤23，所述m为所述第1天的7时，n为所述第1天的0时。 10.一种空气质量预报方法设备，包括处理器和存储器，所述存储器具有存储有程序代码的介质，当所述处理器读取所述介质存储的程序代码时，所述设备能够执行权利要求1-9任一项所述的方法。
所属类别：	发明专利