[發明專利]一種基于氣象數據的能見度估計方法

在審

• 申請號: 202011111249.1
• 申請日: 2020-10-16
• 公開（公告）號: CN112231641A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 張曉峰;王梅;歐垚君;陳哲
• 申請（專利權）人: 南通大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/16;G01W1/02;G01W1/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種基于氣象數據的能見度估計方法，其特征在于，包括以下步驟：

步驟一、根據數據集的散點分布建立一元非線性函數模型，選用合適的常用非線性函數，建立單一因素對能見度的影響關系模型，選用的非線性函數如下：

對數函數：

y＝a+b ln x (1)

指數函數：

y＝ce^bx (2)

一元二次函數：

y＝ax²+bx+c (3)；

步驟二、通過擬合得到相對濕度、溫度、氣壓、風速與能見度之間的函數系數的最優解，建立具體函數關系式；

令式(1)中y′＝y，x′＝ln x，則式(1)可變為y′＝a+bx′，

令式(2)中y′＝lny，a＝ln c，x′＝x，則式(2)可變為y′＝a+bx′；

式(3)可直接擬合求出參數，故不需要轉換；

經過上述轉換，非線性函數模型化為線性函數模型進行分析，可以通過線性回歸模型擬合求出函數對應參數；

線性回歸即學習一個線性模型后，輸出最優預測值，其公式推導過程如下：

(1)給定數據集D＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)}，共m個樣本，其中，每個樣本有d個屬性，即x_i＝(x_i1,x_i2,…,x_id)；

(2)線性模型表現形式如下：

f(x)＝w₁x₁+w₂x₂+…+w_dx_d+b

其中，w和b是通過損失函數確定的，損失函數公式如下：

(3)把w和b吸收入向量形式w′＝(w,b)，相應地，數據集D表示為一個m×(d+1)階矩陣X，其中每一行對應一個示例，該行前d個元素對應于示例的d個屬性值，最后一個元素恒為1，則對應于損失函數公式，有：

(4)對求導得：

令上式等于0，求得：

則線性回歸模型為：

步驟三、選用層次分析法求解相對濕度、溫度、氣壓、風速對能見度影響的權重系數；

經分析，確定本問題影響能見度的4個因素，即溫度、相對濕度、風速、氣壓；

從第二層開始，對每層上的因素兩兩比較，構造判斷矩陣A，并滿足下述關系：

a_ij的值越大，說明i的相對重要程度越高，通常用數字1到9及其倒數作為重要程度比較的標度，即九級標度法；

為了定量確定4個因素影響能見度的“輕重程度”，消除人為依據經驗甚至是主觀感覺來給出判斷矩陣元素的不合理性，選用了相關度系數來確定判斷矩陣A元素的方法，相關度系數的絕對值大小決定了目標函數對某個影響因素的依賴程度；

相關度系數：

其中x_ik為第i個因素的第k個數據，U_k是與x_ik相對應的能見度數據；

計算得出各因素與能見度之間的相關度系數后，根據排序設定各個因素對能見度影響的重要性的標度，得到判斷矩陣A相關系數，構建判斷矩陣，再通過一定計算，得到權重系數；

步驟四、建立地面氣象觀測各因素與能見度之間的多因素AHP加權模型；

綜上，最終確立模型如下：

其中，U為能見度，為相對濕度對應權重系數，R為相對濕度，f(R)為相對濕度與能見度之間非線性函數關系，根據散點圖走向，設定

f(R)＝aR²+bR+c (7)

為溫度對應權重系數，T為溫度，f(T)為溫度與能見度之間非線性函數關系，根據散點圖走向，設定

f(T)＝a+b ln T (8)

為氣壓對應權重系數，P為氣壓，f(P)為氣壓與能見度之間非線性函數關系，根據散點圖走向，設定

f(P)＝ce^bP (9)

為風速對應權重系數，W為風速，f(W)為風速與能見度之間非線性函數關系，根據散點圖走向，設定

f(W)＝a+b ln W (10)。