專利名稱：基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種體系完整的大氣重污染預(yù)報(bào)方法，特別涉及一種專門針對大氣重污染過程、可體現(xiàn)污染區(qū)域性特征的基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合方法的空氣質(zhì)量預(yù)測預(yù)警方法。
背景技術(shù)：
隨著經(jīng)濟(jì)飛速增長，城市化進(jìn)程不斷加快，機(jī)動(dòng)車保有量大幅增加，我國大氣污染的趨勢沒有從根本上得到遏制，持續(xù)的高濃度大氣污染頻發(fā)，2002 2011年北京與周邊地區(qū)發(fā)生近百次大氣顆粒物重污染過程(重污染過程是指當(dāng)天空氣污染指數(shù)大于200的污染過程的統(tǒng)稱)，顆粒物濃度水平經(jīng)常超過國家標(biāo)準(zhǔn)數(shù)倍甚至十幾倍。近幾年京津冀、珠三角、長三角地區(qū)每年出現(xiàn)灰霾現(xiàn)象的天數(shù)超過100天，在不利的氣象條件下，區(qū)域性的灰霾持續(xù)時(shí)間長達(dá)5 10天，濃度超標(biāo)嚴(yán)重。我國大氣環(huán)境高濃度污染發(fā)生頻率之高，影響范圍之大，污染程度之重，已成為制約我國社會(huì)經(jīng)濟(jì)發(fā)展的瓶頸之一，嚴(yán)重威脅到人民群眾的身體健康和生態(tài)安全。盡管大氣重污染過程發(fā)生頻繁，對生態(tài)環(huán)境和人群健康的影響十分嚴(yán)重，但由于大氣重污染的形成受天氣背景場、地形環(huán)境、輸送匯聚等多種因素的影響，形成機(jī)制十分復(fù)雜，因此目前國內(nèi)外還沒有有效的技術(shù)方法對重污染過程進(jìn)行準(zhǔn)確的預(yù)報(bào)。高濃度污染的預(yù)報(bào)成為了國內(nèi)外亟待克服的重要難題。關(guān)于空氣質(zhì)量預(yù)報(bào)，目前國際上主要有潛勢預(yù)報(bào)、統(tǒng)計(jì)預(yù)報(bào)和數(shù)值預(yù)報(bào)三種方法。潛勢預(yù)報(bào)方法簡單方便，但預(yù)報(bào)的準(zhǔn)確率較低，通常用來與其它方法相配合，很少獨(dú)立使用；統(tǒng)計(jì)預(yù)報(bào)方法應(yīng)用廣泛，準(zhǔn)確率和計(jì)算效率較高，但對歷史資料的依賴性較大，并缺乏一定的物理意義；數(shù)值預(yù)報(bào)方法是預(yù)報(bào)系統(tǒng)采用的主要方法之一，它對非重污染時(shí)段的預(yù)報(bào)效果較好，但由于對重污染時(shí)段復(fù)雜氣象條件下的污染物輸送、擴(kuò)散、轉(zhuǎn)化等機(jī)理表達(dá)欠準(zhǔn)確等原因，其對高濃度污染時(shí)段的預(yù)報(bào)誤差較大，可高達(dá)400%。上述各種預(yù)報(bào)方法均存在局限性，對高濃度污染的預(yù)報(bào)效果不能達(dá)到理想的效果。空氣質(zhì)量業(yè)務(wù)化預(yù)報(bào)系統(tǒng)是以上述某種預(yù)報(bào)方法為核心，形成的每日實(shí)時(shí)預(yù)報(bào)的業(yè)務(wù)化系統(tǒng)。目前世界發(fā)達(dá)國家主要采用數(shù)值預(yù)報(bào)方法，例如，美國、加拿大、日本和歐洲很多國家采用第三代空氣質(zhì)量模式(Models-3)系統(tǒng)進(jìn)行未來24小時(shí)的污染預(yù)報(bào)，對中低濃度污染天氣的預(yù)報(bào)效果較好。其他一些國家主要采用求解質(zhì)量守恒大氣擴(kuò)散方程的簡單模型開發(fā)業(yè)務(wù)化預(yù)報(bào)系統(tǒng)，方法相對簡單、預(yù)報(bào)效果略遜于Models-3模式系統(tǒng)?？傮w上說，發(fā)達(dá)國家的空氣質(zhì)量情況較好，很少發(fā)生高濃度污染，并且其業(yè)務(wù)化預(yù)報(bào)系統(tǒng)是在當(dāng)?shù)氐牡乩?、氣象、污染特征等基礎(chǔ)上研究建立起來的，而我國等易發(fā)生高濃度污染的國家的地理位置、氣象與下墊面條件、地域污染排放特征等均與上述國家的條件存在很大差異，因此發(fā)達(dá)國家普遍應(yīng)用的預(yù)報(bào)方法僅適用于低濃度污染的預(yù)報(bào)，不能實(shí)現(xiàn)高濃度污染的準(zhǔn)確預(yù)報(bào)，難以直接應(yīng)用于大氣重污染頻發(fā)的國家。而我國大部分城市的空氣質(zhì)量預(yù)報(bào)業(yè)務(wù)系統(tǒng)采用潛勢預(yù)報(bào)、統(tǒng)計(jì)預(yù)報(bào)和數(shù)值預(yù)報(bào)中的一種或幾種方法進(jìn)行，其中北京市的預(yù)報(bào)業(yè)務(wù)處于全國領(lǐng)先地位，但其對高濃度重污染的預(yù)報(bào)仍存在較大誤差，通過對環(huán)境保護(hù)部每日發(fā)布的空氣質(zhì)量日報(bào)與預(yù)報(bào)數(shù)據(jù)的對比發(fā)現(xiàn)，該預(yù)報(bào)方法對非重污染天氣的預(yù)報(bào)效果較好，但對重污染天氣的報(bào)出率不足40% (預(yù)報(bào)日是高濃度污染，預(yù)報(bào)結(jié)果等級為高濃度污染，視為報(bào)出)，誤報(bào)率高于35% (預(yù)報(bào)日非高濃度污染，預(yù)報(bào)結(jié)果等級為高濃度污染，視為誤報(bào))，該預(yù)報(bào)效果目前遠(yuǎn)遠(yuǎn)不能滿足為公眾提供健康指引，引導(dǎo)居民合理安排出行和生活的重要需求。綜上，目前國內(nèi)外還沒有有效的技術(shù)方法對大氣重污染過程進(jìn)行準(zhǔn)確的預(yù)報(bào)，現(xiàn)有的空氣質(zhì)量預(yù)報(bào)系統(tǒng)及方法對中低濃度污染天氣具有較高的預(yù)報(bào)準(zhǔn)確率，但對區(qū)域性特征日益明顯的大氣重污染過程的預(yù)報(bào)誤差較高。因而急需開發(fā)建立可準(zhǔn)確預(yù)報(bào)大氣重污染的方法(特別是細(xì)顆粒物和持續(xù)高濃度重污染的預(yù)報(bào)方法)。本發(fā)明為解決該問題提供了一套新的思路和方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于填補(bǔ)上述重污染準(zhǔn)確預(yù)報(bào)方法的空白，提供一種基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，實(shí)現(xiàn)方法的優(yōu)勢互補(bǔ)，克服各種預(yù)報(bào)方法單獨(dú)使用時(shí)存在的缺點(diǎn)。使國內(nèi)外大量天氣型與污染關(guān)系的研究成果得以在重污染的定量化預(yù)報(bào)中體現(xiàn)，解決統(tǒng)計(jì)預(yù)報(bào)方法缺乏實(shí)際物理意義的嚴(yán)重缺陷，使方法細(xì)化后的預(yù)報(bào)結(jié)果更加準(zhǔn)確。本發(fā)明是采用以下技術(shù)手段實(shí)現(xiàn)的。一種基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，包括:大氣環(huán)流數(shù)值模式及氣象模式、預(yù)報(bào)因子集成子模式、能見度預(yù)報(bào)子模式、污染程度初判子模式、天氣類型識(shí)別子模式、重污染定量化預(yù)報(bào)子模式及基于Google Earth的可視化展示平臺(tái)部分；包括以下步驟:1.1、利用氣象模式下載運(yùn)行程序，獲取NCEP全球預(yù)報(bào)背景場數(shù)據(jù)；1.2、利用高時(shí)空分辨率氣象模式預(yù)測模擬區(qū)域的氣象場，由管理員手動(dòng)強(qiáng)制生成或氣象模式運(yùn)行結(jié)束后自動(dòng)生成預(yù)測觸發(fā)指令，作為后續(xù)預(yù)測工作的控制結(jié)點(diǎn)；1.3、啟動(dòng)預(yù)測指令，通過氣象要素?cái)?shù)據(jù)提取程序?qū)庀髨鲱A(yù)測結(jié)果進(jìn)行提取，并實(shí)現(xiàn)數(shù)據(jù)格式轉(zhuǎn)換，得到模擬區(qū)域及周邊地區(qū)的氣象要素?cái)?shù)據(jù)集；1.4、啟動(dòng)預(yù)測指令，通過空氣質(zhì)量在線監(jiān)測設(shè)備獲取空氣質(zhì)量監(jiān)測數(shù)據(jù)；1.5、通過預(yù)報(bào)因子集成子模式對部分氣象要素與空氣質(zhì)量監(jiān)測數(shù)據(jù)進(jìn)行因子集成，合并部分原始提取要素與集成因子生成預(yù)報(bào)因子集數(shù)據(jù)文件；1.6、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子，通過能見度預(yù)報(bào)子模式得出預(yù)報(bào)日的能見度；1.7、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子和能見度預(yù)報(bào)結(jié)果，通過污染程度初判子模式定性判別預(yù)報(bào)日的空氣質(zhì)量級別；1.8、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子，通過天氣類型識(shí)別子模式診斷識(shí)別預(yù)報(bào)日的天氣類型；1.9、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子和能見度預(yù)報(bào)結(jié)果，根據(jù)預(yù)報(bào)日的污染程度和天氣類型，通過重污染定量化預(yù)報(bào)子模式運(yùn)算得出預(yù)報(bào)日的污染物濃度；1.10、根據(jù)濃度預(yù)測結(jié)果判別預(yù)報(bào)日污染程度，決定是否發(fā)布重污染預(yù)警信號(hào)；同時(shí)通過基于Google Earth的可視化展示平臺(tái)，展示重污染級別與污染范圍，確定該污染程度對人體的危害級別，為管理者提供應(yīng)急管理決策依據(jù)。前述的步驟1.5中的預(yù)報(bào)因子集成包括以下步驟:2.1、根據(jù)預(yù)報(bào)日及前一日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算24小時(shí)變溫因子和24小時(shí)變壓因子；2.2、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算地面與850百帕高空溫度差因子；2.3、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算預(yù)報(bào)目標(biāo)地及周邊區(qū)域平均溫度、平均壓力、氣壓梯度力、區(qū)域?qū)菤鈮翰钜蜃樱?.4、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算基于Newton法的地表溫度-風(fēng)速非線性因子；2.5、根據(jù)預(yù)報(bào)日的空氣質(zhì)量監(jiān)測數(shù)據(jù)，通過因子集成子模塊計(jì)算起報(bào)時(shí)刻前I至前5小時(shí)空氣質(zhì)量變化趨勢線斜率因子和截距因子；2.6、提取氣象要素預(yù)報(bào)結(jié)果和空氣質(zhì)量監(jiān)測數(shù)據(jù)中的部分因子，與2.1至2.5計(jì)算得到因子進(jìn)行集成合并，生成預(yù)報(bào)因子集數(shù)據(jù)文件。前述的步驟1.9中的重污染定量化預(yù)報(bào)子模式由預(yù)報(bào)子模式-1、預(yù)報(bào)子模式_2、預(yù)報(bào)子模式-3組成，還包括以下步驟:3.1、根據(jù)預(yù)報(bào)因子集數(shù)據(jù)文件和能見度預(yù)報(bào)結(jié)果，生成重污染定量化預(yù)報(bào)所需的輸入數(shù)據(jù)文件；3.2、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于逐步回歸方法的預(yù)報(bào)子模式-1進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)；3.3、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于多元線性回歸方法的預(yù)報(bào)子模式-2進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)；3.4、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于BP神經(jīng)網(wǎng)絡(luò)方法的預(yù)報(bào)子模式-3進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)；3.5、利用重污染預(yù)報(bào)結(jié)果集成模塊對步驟3.2、步驟3.3、步驟3.4中預(yù)報(bào)子模式-1、預(yù)報(bào)子模式-2和預(yù)報(bào)子模式-3的運(yùn)算結(jié)果進(jìn)行綜合集成，得出預(yù)報(bào)日的定量化污染物濃度值。本發(fā)明一種針對大氣重污染級別的區(qū)域污染過程診斷識(shí)別與預(yù)測預(yù)警實(shí)現(xiàn)方法，與現(xiàn)有技術(shù)相比，具有以下明顯的優(yōu)勢和有益效果:本發(fā)明填補(bǔ)了目前缺乏大氣重污染的準(zhǔn)確預(yù)報(bào)方法的空白，有效提升了大氣重污染預(yù)報(bào)效果。本方法采用了數(shù)值模式和多種統(tǒng)計(jì)分析方法相結(jié)合的方式，實(shí)現(xiàn)了方法的優(yōu)勢互補(bǔ)，克服了各種預(yù)報(bào)方法單獨(dú)使用時(shí)存在的缺點(diǎn)。本方法在污染定量化預(yù)報(bào)前增加了基于氣象要素聚類的天氣類型識(shí)別與劃分方法，使國內(nèi)外大量天氣型與污染關(guān)系的研究成果得以在重污染的定量化預(yù)報(bào)中體現(xiàn)，解決了統(tǒng)計(jì)預(yù)報(bào)方法缺乏實(shí)際物理意義的嚴(yán)重缺陷，并提出在不同天氣類型和不同污染程度的判別基礎(chǔ)上建立重污染定量化預(yù)報(bào)模型，使方法細(xì)化后的預(yù)報(bào)結(jié)果更加準(zhǔn)確。另外，本方法在定量預(yù)報(bào)中集成了三種主流的統(tǒng)計(jì)方法，降低了誤報(bào)的發(fā)生概率。本方法首次集中性地全面考慮了天氣背景場、氣象條件、地形條件、污染物濃度變化規(guī)律、污染源排放變化等多方面因素對大氣重污染的影響作用，并能夠體現(xiàn)高濃度污染的區(qū)域性等重要特征。經(jīng)檢驗(yàn)，本發(fā)明對大氣重污染天氣的報(bào)出率與現(xiàn)行各預(yù)報(bào)方法相比提升20%以上，誤報(bào)率降低20%以上，該預(yù)測效果與國內(nèi)外各現(xiàn)行空氣質(zhì)量預(yù)報(bào)系統(tǒng)的高濃污染天氣預(yù)報(bào)效果相比有明顯改善。


圖1為本發(fā)明的系統(tǒng)框圖及數(shù)據(jù)流示意圖；圖2為大氣重污染預(yù)報(bào)方法總流程圖；圖3為重污染定量化預(yù)報(bào)方法流程圖。其中:I為NCEP的GFS運(yùn)算得出的全球預(yù)報(bào)背景場數(shù)據(jù)；2為空氣質(zhì)量在線監(jiān)測系統(tǒng)；3為高時(shí)空分辨率氣象模式；4為預(yù)報(bào)因子集成子模式；5為能見度預(yù)報(bào)子模式；6為污染程度初判子模式；7為天氣類型識(shí)別子模式；8為重污染定量化預(yù)報(bào)子模式；9為重污染預(yù)報(bào)核心計(jì)算模塊組；10為基于Google Earth的重污染可視化展示平臺(tái)；11為預(yù)報(bào)系統(tǒng)管理員；12為大氣重污染預(yù)報(bào)方法體系；13為氣象模式自動(dòng)下載運(yùn)行程序；14觸發(fā)指令；15為氣象要素?cái)?shù)據(jù)提取程序；16為空氣質(zhì)量監(jiān)測數(shù)據(jù)；17為預(yù)報(bào)因子集數(shù)據(jù)文件；18為Linux系統(tǒng)環(huán)境；19為Windows系統(tǒng)環(huán)境。
具體實(shí)施例方式以下結(jié)合說明書附圖對本發(fā)明的實(shí)施例做進(jìn)一步的說明:從整體角度看，本發(fā)明各部分集成方法及數(shù)據(jù)流示意如圖1所示，預(yù)報(bào)方法總流程如圖2所示，簡述如下:每日系統(tǒng)在規(guī)定時(shí)間啟動(dòng)，自動(dòng)鏈接美國NCEP中心獲取GFS的運(yùn)算得出的全球預(yù)報(bào)背景場數(shù)據(jù)，利用高時(shí)空分辨率氣象模式預(yù)報(bào)氣象場，計(jì)算結(jié)束后自動(dòng)生成預(yù)測工作觸發(fā)指令，或由管理員手動(dòng)強(qiáng)制啟動(dòng)生成觸發(fā)指令。接下來系統(tǒng)以觸發(fā)信號(hào)控制氣象要素?cái)?shù)據(jù)的提取和空氣質(zhì)量數(shù)據(jù)的獲取，若接到觸發(fā)指令，則按后續(xù)各子模式所需的文件要求和數(shù)據(jù)格式提取氣象數(shù)據(jù)，同時(shí)從在線監(jiān)測系統(tǒng)中獲取目標(biāo)區(qū)域的空氣質(zhì)量實(shí)時(shí)監(jiān)測數(shù)據(jù)。預(yù)報(bào)因子集成子模式根據(jù)氣象要素?cái)?shù)據(jù)和空氣質(zhì)量實(shí)時(shí)監(jiān)測數(shù)據(jù)進(jìn)行24小時(shí)變溫因子、24小時(shí)變壓因子、地面與850百帕高空溫度差因子、區(qū)域平均溫度因子、平均壓力因子、氣壓梯度力因子、區(qū)域?qū)菤鈮翰钜蜃?、地表溫?風(fēng)速非線性因子、濃度變化斜率因子和截距等因子的二次集成計(jì)算。將部分預(yù)選的原始提取要素與二次集成計(jì)算因子進(jìn)行合并，調(diào)整數(shù)據(jù)次序并轉(zhuǎn)換格式后生成預(yù)報(bào)因子集數(shù)據(jù)文件。如預(yù)報(bào)因子集數(shù)據(jù)文件的數(shù)據(jù)質(zhì)量檢查不通過，則重新下載氣象背景場數(shù)據(jù)，以避免數(shù)據(jù)下載與運(yùn)算過程中的故障導(dǎo)致預(yù)報(bào)結(jié)果錯(cuò)誤。如數(shù)據(jù)質(zhì)量檢查通過，系統(tǒng)將預(yù)報(bào)因子集數(shù)據(jù)文件傳送給重污染預(yù)報(bào)核心計(jì)算模塊組，各子模塊根據(jù)計(jì)算所需自行提取預(yù)報(bào)因子。能見度預(yù)報(bào)子模式對預(yù)報(bào)日的能見度進(jìn)行預(yù)報(bào)，得出的預(yù)測結(jié)果輸送給污染程度初判子模式，進(jìn)行預(yù)報(bào)日污染級別的定性化預(yù)報(bào)，同時(shí)由天氣類型識(shí)別子模式對氣象預(yù)測結(jié)果進(jìn)行診斷識(shí)別，確定預(yù)報(bào)日的天氣類型。根據(jù)預(yù)報(bào)因子集數(shù)據(jù)文件和能見度預(yù)報(bào)結(jié)果生成重污染定量化預(yù)報(bào)所需的輸入數(shù)據(jù)文件，在該數(shù)據(jù)文件滿足各預(yù)報(bào)模式質(zhì)量控制要求的前提下，分別利用基于逐步回歸方法的預(yù)報(bào)子模式-1、基于多元線性回歸方法的預(yù)報(bào)子模式-2、基于BP神經(jīng)網(wǎng)絡(luò)方法的預(yù)報(bào)子模式-3進(jìn)行污染物濃度的預(yù)報(bào)，不滿足模式質(zhì)量控制要求的則不進(jìn)行該模式的預(yù)報(bào)計(jì)算。各預(yù)報(bào)模式計(jì)算完畢后，將預(yù)報(bào)子模式-1、預(yù)報(bào)子模式_2、預(yù)報(bào)子模式-3的預(yù)測結(jié)果進(jìn)行綜合化集成，得出重污染多模式定量化集成預(yù)報(bào)結(jié)果。該部分流程圖如圖3所示，為重污染定量化預(yù)報(bào)方法流程圖。最后根據(jù)定量化預(yù)報(bào)結(jié)果進(jìn)行判別，如預(yù)報(bào)日屬于重污染，則發(fā)布重污染內(nèi)部預(yù)警信號(hào)，利用基于Google Earth的重污染可視化展示平臺(tái)展示污染級別與污染范圍，確定該污染程度對人體的危害級別，為管理者提供應(yīng)急管理決策依據(jù)。如預(yù)報(bào)日不屬于重污染則內(nèi)部存儲(chǔ)預(yù)報(bào)過程記錄文件與預(yù)報(bào)結(jié)果，結(jié)束預(yù)報(bào)。下面給出具體實(shí)例對本發(fā)明作詳細(xì)的說明。實(shí)施例2013年I月11日北京市高濃度污染預(yù)報(bào)2013年I月11日早11時(shí)(北京時(shí)間)系統(tǒng)自動(dòng)獲取當(dāng)日NCEP全球預(yù)報(bào)背景場數(shù)據(jù)的08時(shí)刻數(shù)據(jù)，運(yùn)行氣象模式得出I月11日08時(shí)至I月12日20時(shí)的氣象場預(yù)測結(jié)果，提取所需的氣象要素?cái)?shù)據(jù)并轉(zhuǎn)換。同時(shí)從空氣質(zhì)量在線監(jiān)測系統(tǒng)獲取北京市12個(gè)國控站點(diǎn)的I月11日06時(shí)至10時(shí)的空氣質(zhì)量監(jiān)測值。由預(yù)報(bào)因子集成子模式計(jì)算各集成因子，并與部分原始提取要素合并生成預(yù)報(bào)因子集數(shù)據(jù)文件。依次運(yùn)行能見度預(yù)報(bào)子模式、污染程度初判子模式、天氣類型識(shí)別子模式及重污染定量化預(yù)報(bào)子模式，并進(jìn)行污染預(yù)報(bào)結(jié)果集成與可視化圖形繪制。最后于I月11日14時(shí)完成11日20時(shí)至12日20時(shí)的空氣質(zhì)量預(yù)報(bào)。預(yù)報(bào)結(jié)果顯示，11日20時(shí)至12日20時(shí)的空氣質(zhì)量指數(shù)為224，屬于重污染范疇，發(fā)布重污染預(yù)警，并在可視化展示圖中給出此次北京市各站點(diǎn)的濃度分布情況及24小時(shí)濃度變化情況，為管理者提供應(yīng)急管理決策依據(jù)。盡管本說明書參照上述的各個(gè)實(shí)施例對本發(fā)明已進(jìn)行了詳細(xì)的說明，但是，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，仍然可以對本發(fā)明進(jìn)行修改或等同替換；而一切不脫離發(fā)明的精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
權(quán)利要求
1.一種基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，包括:大氣環(huán)流數(shù)值模式及氣象模式、預(yù)報(bào)因子集成子模式、能見度預(yù)報(bào)子模式、污染程度初判子模式、天氣類型識(shí)別子模式、重污染定量化預(yù)報(bào)子模式及基于Google Earth的可視化展示平臺(tái)部分；其特征在于包括以下步驟: 1.1、利用氣象模式下載運(yùn)行程序，獲取NCEP全球預(yù)報(bào)背景場數(shù)據(jù)； 1.2、利用高時(shí)空分辨率氣象模式預(yù)測模擬區(qū)域的氣象場，由管理員手動(dòng)強(qiáng)制生成或氣象模式運(yùn)行結(jié)束后自動(dòng)生成預(yù)測觸發(fā)指令，作為后續(xù)預(yù)測工作的控制結(jié)點(diǎn)； 1.3、啟動(dòng)預(yù)測指令，通過氣象要素?cái)?shù)據(jù)提取程序?qū)庀髨鲱A(yù)測結(jié)果進(jìn)行提取，并實(shí)現(xiàn)數(shù)據(jù)格式轉(zhuǎn)換，得到模擬區(qū)域及周邊地區(qū)的氣象要素?cái)?shù)據(jù)集； 1.4、啟動(dòng)預(yù)測指令，通過空氣質(zhì)量在線監(jiān)測設(shè)備獲取空氣質(zhì)量監(jiān)測數(shù)據(jù)； 1.5、通過預(yù)報(bào)因子集成子模式對部分氣象要素與空氣質(zhì)量監(jiān)測數(shù)據(jù)進(jìn)行因子集成，合并部分原始提取要素與集成因子生成預(yù)報(bào)因子集數(shù)據(jù)文件； 1.6、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子，通過能見度預(yù)報(bào)子模式得出預(yù)報(bào)日的能見度； 1.7、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子和能見度預(yù)報(bào)結(jié)果，通過污染程度初判子模式定性判別預(yù)報(bào)日的空氣質(zhì)量級別； 1.8、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子，通過天氣類型識(shí)別子模式診斷識(shí)別預(yù)報(bào)日的天氣類型； 1.9、利用預(yù)報(bào)因子集數(shù)據(jù)文件中的部分因子和能見度預(yù)報(bào)結(jié)果，根據(jù)預(yù)報(bào)日的污染程度和天氣類型，通過重污染定量化預(yù)報(bào)子模式運(yùn)算得出預(yù)報(bào)日的污染物濃度； 1.10、根據(jù)濃度預(yù)測結(jié)果判別預(yù)報(bào)日污染程度，決定是否發(fā)布重污染預(yù)警信號(hào)；同時(shí)通過基于Google Earth的可視化展示平臺(tái)，展示重污染級別與污染范圍，確定該污染程度對人體的危害級別，為管理者提供應(yīng)急管理決策依據(jù)。
2.根據(jù)權(quán)利要求1所述的基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，其特征在于:所述的步驟1.5中的預(yù)報(bào)因子集成包括以下步驟: 2.1、根據(jù)預(yù)報(bào)日及前一日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算24小時(shí)變溫因子和24小時(shí)變壓因子； 2.2、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算地面與850百帕高空溫度差因子； 2.3、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算預(yù)報(bào)目標(biāo)地及周邊區(qū)域平均溫度、平均壓力、氣壓梯度力、區(qū)域?qū)菤鈮翰钜蜃樱? 2.4、根據(jù)預(yù)報(bào)日的氣象要素預(yù)報(bào)結(jié)果，通過因子集成子模塊計(jì)算基于Newton法的地表溫度-風(fēng)速非線性因子； 2.5、根據(jù)預(yù)報(bào)日的空氣質(zhì)量監(jiān)測數(shù)據(jù)，通過因子集成子模塊計(jì)算起報(bào)時(shí)刻前I至前5小時(shí)空氣質(zhì)量變化趨勢線斜率因子和截距因子； 2.6、提取氣象要素預(yù)報(bào)結(jié)果和空氣質(zhì)量監(jiān)測數(shù)據(jù)中的部分因子，與2.1至2.5計(jì)算得到因子進(jìn)行集成合并，生成預(yù)報(bào)因子集數(shù)據(jù)文件。
3.根據(jù)權(quán)利要求1所述的基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，其特征在于:所述的步驟1.9中的重污染定量化預(yù)報(bào)子模式由預(yù)報(bào)子模式-1、預(yù)報(bào)子模式-2、預(yù)報(bào)子模式-3組成，還包括以下步驟: .3.1、根據(jù)預(yù)報(bào)因子集數(shù)據(jù)文件和能見度預(yù)報(bào)結(jié)果，生成重污染定量化預(yù)報(bào)所需的輸入數(shù)據(jù)文件； .3.2、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于逐步回歸方法的預(yù)報(bào)子模式-1進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)； .3.3、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于多元線性回歸方法的預(yù)報(bào)子模式-2進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)； .3.4、根據(jù)預(yù)報(bào)日的污染程度初判結(jié)果和天氣類型識(shí)別結(jié)果，將輸入數(shù)據(jù)文件代入基于BP神經(jīng)網(wǎng)絡(luò)方法的預(yù)報(bào)子模式-3進(jìn)行預(yù)報(bào)日的污染物濃度值預(yù)報(bào)； .3.5、利用重污染預(yù)報(bào)結(jié)果集成模塊對步驟3.2、步驟3.3、步驟3.4中預(yù)報(bào)子模式-1、預(yù)報(bào)子模式-2和預(yù)報(bào)子模式-3的運(yùn)算結(jié)果進(jìn)行綜合集成，得出預(yù)報(bào)日的定量化污染物濃度值。
全文摘要
一種基于數(shù)值模式與統(tǒng)計(jì)分析結(jié)合的大氣重污染預(yù)報(bào)方法，包括獲取NCEP全球預(yù)報(bào)背景場數(shù)據(jù)；手動(dòng)強(qiáng)制生成或氣象模式運(yùn)行結(jié)束后自動(dòng)生成預(yù)測觸發(fā)指令；啟動(dòng)預(yù)測指令，得到模擬區(qū)域及周邊地區(qū)的氣象要素?cái)?shù)據(jù)集；獲取空氣質(zhì)量監(jiān)測數(shù)據(jù)；生成預(yù)報(bào)因子集數(shù)據(jù)文件；通過能見度預(yù)報(bào)子模式得出預(yù)報(bào)日的能見度；通過污染程度初判子模式定性判別預(yù)報(bào)日的空氣質(zhì)量級別；通過天氣類型識(shí)別子模式診斷識(shí)別預(yù)報(bào)日的天氣類型；通過重污染定量化預(yù)報(bào)子模式運(yùn)算得出預(yù)報(bào)日的污染物濃度；確定該污染程度對人體的危害級別，為管理者提供應(yīng)急管理決策依據(jù)。本發(fā)明對大氣重污染的預(yù)測效果與國內(nèi)外各現(xiàn)行空氣質(zhì)量預(yù)報(bào)系統(tǒng)的高濃污染天氣預(yù)報(bào)效果相比有明顯改善。
文檔編號(hào)G01W1/10GK103163278SQ20131003857
公開日2013年6月19日 申請日期2013年1月31日 優(yōu)先權(quán)日2013年1月31日
發(fā)明者程水源, 李悅, 陳東升, 田川, 王志娟, 劉超, 黃青 申請人:北京工業(yè)大學(xué)