[發明專利]天氣形勢的分型方法、空氣污染狀況的預測方法及裝置

有效

• 申請號: 202010414950.4
• 申請日: 2020-05-15
• 公開（公告）號: CN111612055B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 任華榮;秦東明;孫明生;易志安;李詩瑤;馬培翃
• 申請（專利權）人: 北京中科三清環境技術有限公司;中科三清科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q50/26
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

本申請公開了一種天氣形勢的分型方法、空氣污染狀況的預測方法及裝置。天氣形勢的分型方法包括：從歷史氣象數據中選取分型區域的分型因子，作為待聚類數據；對所述待聚類數據進行濾波；對濾波后的待聚類數據進行聚類，建立分型模型；迭代更新所述分型模型；利用分型模型對預報天氣形勢進行分型。本申請提供的天氣形勢的分型方法，通過更合理的方式確定初始簇中心，可有效減少聚類誤差，各類間相似度增加，不同類之間差異明顯；改進相似度度量指標，通過計算各行、各列的相似度，充分考慮了局部差異情況，貼合氣象場分布特征，分型結果實用性增強、分型結果精確。

技術領域

本申請涉及環境監測技術領域，具體涉及一種天氣形勢的分型方法、空氣污染狀況的預測方法及裝置。

背景技術

污染事件和大尺度天氣形勢密切相關，天氣形勢演變決定了污染物的空間分布及隨時間變化特征，直接影響污染過程的持續時間、污染程度。污染天氣形勢分析總結對于理解天氣系統的特征和建立預報思路非常重要，開展污染天氣形勢的分型研究，識別典型的污染天氣形勢，分析不同天氣型下污染物傳輸擴散情況，對于開展空氣質量預警預報具有重要意義。

現有技術中，對天氣形勢的分型方法常采用K-means聚類法，在選取初始簇中心時采取隨機法生成，初始簇中心在后續的聚類算法中具有非常重要的意義，目前的隨機法生成的簇中心不能代表樣本情況。在聚類算法中用于判別樣本與簇中心相似度的度量方法考慮的是兩者的整體相似性，而在現有技術的天氣形勢分型研究中，局部空間范圍氣象場分布的差異未加以考慮。

發明內容

本申請的目的是提供一種天氣形勢的分型方法、空氣污染狀況的預測方法及裝置。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，以此作為后面的詳細說明的序言。

根據本申請實施例的一個方面，提供一種天氣形勢的分型方法，包括：

從歷史氣象數據中選取分型區域的分型因子，作為待聚類數據；

對所述待聚類數據進行濾波；

對濾波后的待聚類數據進行聚類，建立分型模型；

迭代更新所述分型模型；

利用更新完成的分型模型對預報天氣形勢進行分型。

進一步地，所述從歷史氣象數據中選取分型因子包括：從歷史氣象數據中選取每日若干時次的高度場、海平面氣壓場作為分型因子。

進一步地，所述對所述待聚類數據進行濾波，包括：通過高斯濾波法對所述待聚類數據進行平滑，去除日變化，得到濾波后的待聚類數據。

進一步地，所述對濾波后的待聚類數據進行聚類，建立分型模型，包括：

計算所述濾波后的待聚類數據中的每個樣本與其他樣本之間的距離；

根據所述距離找出各個樣本的相似樣本；

找出具有最多相似樣本的中心樣本，由所述中心樣本及其所有相似樣本組成一個簇，從而完成第一次分簇；

繼續對剩余的樣本進行分簇，直至獲取初始若干個聚類中心；

計算各個所述簇的聚類中心，得到一組初始聚類中心，由所述初始聚類中心構成分型模型；其中，每一所述聚類中心對應一種天氣型。

進一步地，所述迭代更新所述分型模型，包括：

A)重新計算每個樣本與各聚類中心的列距離、行距離和整體距離；

B)計算每個樣本與各聚類中心的列距離相關系數、行距離相關系數和整體距離的相關系數；