[發(fā)明專利]大氣污染狀況預(yù)測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010421509.9
• 申請日: 2020-05-18
• 公開（公告）號(hào): CN111612245A
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計(jì)）人: 任華榮;秦東明;孫明生;易志安;李詩瑤;王洋
• 申請（專利權(quán)）人: 北京中科三清環(huán)境技術(shù)有限公司;中科三清科技有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/26
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 付婧

本申請公開了一種大氣污染狀況預(yù)測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：對歷史氣象數(shù)據(jù)進(jìn)行天氣分型，得到若干歷史天氣型；獲取數(shù)據(jù)日期、收集歷史污染數(shù)據(jù)與各所述歷史天氣型進(jìn)行關(guān)聯(lián)，形成若干案例；基于所述若干歷史天氣型對未來一段時(shí)間的氣象預(yù)報(bào)數(shù)據(jù)進(jìn)行天氣分型，得到預(yù)測天氣型；從所述若干案例中查找出與所述預(yù)測天氣型相似度最高的案例，以所述相似度最高的案例的歷史污染數(shù)據(jù)作為所述未來一段時(shí)間的大氣污染狀況預(yù)測結(jié)果。本申請的方法對氣象數(shù)據(jù)的分型結(jié)果準(zhǔn)確、貼合實(shí)際氣象狀況，對大氣污染狀況的預(yù)測結(jié)果準(zhǔn)確率高，能夠?yàn)榇髿馕廴绢A(yù)警信息提供有力支撐。

技術(shù)領(lǐng)域

本申請涉及大氣監(jiān)測與預(yù)報(bào)技術(shù)領(lǐng)域，具體涉及一種大氣污染狀況預(yù)測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

大氣污染形勢和特征與天氣形勢密切相關(guān)，研究不同的天氣形勢對空氣質(zhì)量的影響，有利于解釋大氣污染成因。通過分析總結(jié)污染個(gè)例進(jìn)一步研究氣象因素與空氣質(zhì)量之間的相關(guān)性，有助于科學(xué)掌握污染形成機(jī)制，識(shí)別典型的污染天氣形勢。通過歷史污染案例庫快速查找歷史上發(fā)生的相似污染案例，實(shí)現(xiàn)通過借鑒相似氣象場下污染特征預(yù)報(bào)大氣污染狀況，對于建立預(yù)報(bào)思路、支撐決策者發(fā)布預(yù)警信息、加強(qiáng)大氣污染防治工作具有指導(dǎo)意義。因此，基于天氣分型構(gòu)建重污染案例庫來進(jìn)行大氣狀況預(yù)報(bào)是一種優(yōu)勢較大的方法。

現(xiàn)有技術(shù)的天氣分型方法主要是通過人工判斷識(shí)別天氣圖，根據(jù)研究區(qū)域天氣圖中天氣系統(tǒng)、形勢分布特征進(jìn)行分類。再將預(yù)報(bào)的氣象場分配到已有的天氣型，通過人工查找相似歷史案例，依據(jù)相似案例污染監(jiān)測數(shù)據(jù)支撐預(yù)報(bào)制作和預(yù)警信息發(fā)布。但在現(xiàn)有技術(shù)中，天氣分型方法存在著工作量大、主觀性強(qiáng)、時(shí)效性低等缺點(diǎn)，對于每日預(yù)報(bào)的未來天氣形勢場而言，人工進(jìn)行天氣型匹配及歷史相似案例查找十分耗費(fèi)時(shí)間，不利于預(yù)報(bào)預(yù)警工作開展。

發(fā)明內(nèi)容

本申請的目的是提供一種大氣污染狀況預(yù)測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。為了對披露的實(shí)施例的一些方面有一個(gè)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(píng)述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實(shí)施例的保護(hù)范圍。其唯一目的是用簡單的形式呈現(xiàn)一些概念，以此作為后面的詳細(xì)說明的序言。

根據(jù)本申請實(shí)施例的一個(gè)方面，提供一種大氣污染狀況預(yù)測方法，包括：

對歷史氣象數(shù)據(jù)進(jìn)行天氣分型，得到若干歷史天氣型；

將數(shù)據(jù)日期、歷史污染數(shù)據(jù)與各所述歷史天氣型進(jìn)行關(guān)聯(lián)，形成若干案例；

基于所述若干歷史天氣型對未來一段時(shí)間的氣象預(yù)報(bào)數(shù)據(jù)進(jìn)行天氣分型，得到預(yù)測天氣型；

從所述若干案例中查找出與所述預(yù)測天氣型相似度最高的案例，以所述相似度最高的案例的歷史污染數(shù)據(jù)作為所述未來一段時(shí)間的大氣污染狀況預(yù)測結(jié)果。

進(jìn)一步地，在所述對歷史氣象數(shù)據(jù)進(jìn)行天氣分型之前，所述方法還包括：對所述歷史氣象數(shù)據(jù)進(jìn)行變維處理。

進(jìn)一步地，所述對歷史氣象數(shù)據(jù)進(jìn)行變維處理，包括：將同一時(shí)間的氣象場數(shù)據(jù)矩陣降維為一維數(shù)組。

進(jìn)一步地，所述對歷史氣象數(shù)據(jù)進(jìn)行天氣分型，得到若干歷史天氣型，包括：

將所述歷史氣象數(shù)據(jù)中的每個(gè)樣本都作為一個(gè)簇；

尋找并合并簇距離最小的兩個(gè)簇；

迭代執(zhí)行所述尋找并合并簇距離最小的兩個(gè)簇，直至所述簇的總數(shù)達(dá)到預(yù)設(shè)值為止。

進(jìn)一步地，所述尋找并合并簇距離最小的兩個(gè)簇，包括：

針對每兩個(gè)簇，計(jì)算一個(gè)簇中每一樣本與另一個(gè)簇中每一樣本之間的樣本距離，以最大的樣本距離作為該兩個(gè)簇之間的簇距離；

根據(jù)每兩個(gè)簇之間的簇距離，合并簇距離最小的兩個(gè)簇。