[發明專利]基于多模式空氣質量模型用于臭氧與顆粒物預測預警的方法

在審

• 申請號: 202210378084.7
• 申請日: 2022-04-12
• 公開（公告）號: CN114898820A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 黃紅娟;許鵬;趙嬋娟;惠鼎曄;狄鰲;沈喬楠;魏雪瑩;余輝;施建喆;楊思遠
• 申請（專利權）人: 江蘇藍創智能科技股份有限公司
• 主分類號: G16C20/30
• 分類號: G16C20/30;G06Q10/04;G06N3/04;G06Q50/26
• 代理公司: 無錫松禾知識產權代理事務所(普通合伙) 32316
• 代理人: 朱亮淞

本發明基于信創背景公開了基于多模式空氣質量模型用于臭氧與顆粒物預測預警的方法，包括如下步驟：獲取目標區域的氣象預測數據、衛星遙感數據、污染源排放清單和空氣質量監測數據；將獲取的數據輸入到CMAQ空氣質量模型、CAMx空氣質量模型、顆粒物臭氧神經網絡預測模型以及衛星遙感氣溶膠反演模型中，獲取模型預測值；采用神經網絡的模型架構，在長期歷史相關數據的基礎上，對模型預測值和實際監測值進行循環訓練，從而建立多模式空氣質量模型；將目標區域的最新相關數據輸入到多模式空氣質量模型中，根據多模式空氣質量模型的輸出結果對目標區域的臭氧和顆粒物進行預測預警。本發明對顆粒物和臭氧預測預警效果好。

技術領域

本發明涉及氣象預測領域，尤其涉及基于多模式空氣質量模型用于臭氧與顆粒物預測預警的方法。

背景技術

現階段顆粒物與臭氧成為影響我國城市和區域空氣質量的主要空氣污染物，二者協同控制已成為我國空氣質量改善的焦點和打贏藍天保衛戰的關鍵。顆粒物與臭氧之間具有復雜的關聯性，二者不僅具有共同的前體物，而且在大氣中通過多種途徑相互影響。

在顆粒物臭氧協同治理方面，現有的科研手段面臨挑戰。對臭氧和顆粒物相互影響的機理尚未有明確結論，對臭氧和顆粒物進行預測預警的技術還不成熟，政府管理部門針對臭氧和顆粒物的管控體系尚不完善。

在顆粒物和臭氧預測預警方面，主要采用數值預報和統計預報兩種方法。數值預報主要利用空氣質量模式將復雜的大氣物理、化學模式系統化，建立污染物排放、氣象、化學反應相關的模型，模擬空氣質量的變化；統計預報建立在空氣質量在線自動監測歷史數據的基礎上，通過各個污染因子的變化規律，對未來空氣質量進行預測。此兩種方法各有優劣，數據無法互相支持，造成預測結果準確度不穩定。

在具體實施過程中，用于分析的大量數據，長距離跨洋傳輸的不穩定性導致無法及時的獲取所需數據，高分辨率的模式模擬所需的計算量巨大，現有主流算力框架無法滿足超算需求，預測預警的及時性得不到保障。

發明內容

發明目的：為了克服現有技術中存在的不足，并響應我國“堅持信息技術應用創新道路”的號召，本發明提供基于多模式空氣質量模型用于臭氧與顆粒物預測預警的方法，對顆粒物和臭氧預測預警效果好。

技術方案：為實現上述目的，基于多模式空氣質量模型用于臭氧與顆粒物預測預警的方法，該方法包括如下步驟：

步驟一：獲取目標區域的長期歷史相關數據，相關數據包括氣象預測數據、衛星遙感數據、污染源排放清單和空氣質量監測數據；

步驟二：將獲取的歷史相關數據分別代入到CMAQ和CAMx兩個第三代空氣質量模型、顆粒物臭氧神經網絡預測模型以及衛星遙感氣溶膠反演模型中，獲取模型預測值；

步驟三：采用神經網絡的模型架構，在長期歷史相關數據的基礎上，對模型預測值和實際監測值進行循環訓練，從而建立多模式空氣質量模型；

步驟四：將目標區域的最新相關數據輸入到多模式空氣質量模型中，根據多模式空氣質量模型的輸出結果對目標區域的臭氧和顆粒物進行預測預警。

進一步地，在步驟二中，將數據代入CMAQ和CAMx兩個第三代空氣質量模型的具體實施步驟如下：

(a1)制定模型模擬的地理區域，確定網格參數，通過WRF氣象研究和預報模型生成氣象預測預報數據，通過排放源清單算法獲得每小時排放清單數據；

(a2)輸入氣象預測預報數據以及排放清單數據，通過CMAQ、CAMx兩個空氣質量模型，分別模擬出重點區域每個網格每個時段SO2、NO2、CO、臭氧、PM2.5、溫度、濕度、風速、風向和降雨量；

(a3)通過非線性最小二乘擬合算法，根據擬合函數，對預測結果進行優化擬合；非線性最小二乘公式為：