本发明专利技术提供了一种预测空气质量指数的方法和装置，所述方法包括以下步骤：根据待预测地理位置及当前时间，获取相应的预测模型；获取待预测地理位置的气象数据；以及根据气象数据，并基于预测模型进行运算处理，确定待预测地理位置在待预测时间的空气质量指数。本发明专利技术仅需较少的且易于获取的气象信息即可完成未来空气质量指数的预测，降低了AQI预测的实现难度和进入门槛。另外，由于本发明专利技术针对每一地理位置在不同的预测时间区间下均建立相应的预测模型，可以更好地反映本地区的气候特点，为确定精确度较高的AQI提供有力保证。
【技术实现步骤摘要】
本专利技术涉及工业自动化控制
，具体而言，本专利技术涉及一种预测空气质量 指数的方法与装置。
技术介绍
AQI (Air Quality Index，空气质量指数）是定量描述空气质量状况的无量纲指 数。针对单项污染物还规定了空气质量分指数。参与空气质量评价的主要污染物为细颗粒 物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项。 现有技术中，对AQI的主要预测方式为基于SPRINTARS大气环流模型的AQI预测 方式。SPRINTARS (Spectral Radiation-Transport Model for Aerosol Species)是以全 球规模模拟大气悬浮颗粒物，即大气气溶胶，对气候系统造成的影响以及大气污染状况而 开发的数值模型。SPRINTARS以东京大学大气海洋研宄所（气候系统研宄系）、日本国立环 境研宄所及日本海洋研宄开发机构（地球环境变动领域）开发的海气耦合模型MIR0C为基 础，对存在于对流层中的自然形成及人为形成的主要大气气溶胶，包括黑色碳、有机物、硫 酸盐、土壤颗粒及海盐颗粒，进行研宄，这些颗粒物也被分类为PM10及PM2. 5。SPRINTARS 可计算出大气气溶胶的移动过程，包括产生、对流、扩散、湿沉降、干沉降、重力沉降的过程； 还可计算出大气气溶胶产生的直接作用，如大气气溶胶对阳光及红外线的散射和吸收，和 间接作用，如大气气溶胶作为云凝结核及冰核的功能。 SPRINTARS构造了 一个相对完善、复杂的大气环流模型，以此来计算全球污染物颗 粒的扩散趋势。该方式对季节分明的平原地区有很好的预测结果，但是对于地形复杂的盆 地、丘陵、高原、山地等地区，可能会由于气候复杂，水汽兴盛，从而导致难以给出准确的预 测。例如，SPRINTARS无法很好地区分中国西南部地区的雾霾与水雾，如对于少风多雾的中 国重庆地区经常给出持续严重污染的预测，但实际该城市空气质量一直处于优良状态，使 得基于SPRINTARS的AQI预报在中国西南部地区没有参考意义。 因此，现有技术中，基于SPRINTARS大气环流模型的AQI预测方式存在以下问题： 1) SPRINTARS大气环流模型主要考虑大气环流整体因素，从大气环流的维度上分 析污染物的扩散形式，而对于某个具体城市的具体气候情况难于详细区分。由于同一个城 市的具体气候情况，会因不同季节、不同时间段、甚至人为因素而有所改变，例如，某地区新 建了化工厂前后，污染物的排放和积累肯定会有所变化，因此，基于SPRINTARS大气环流模 型的AQI预测方式对于具体城市的具体预测准确性较低。 2) SPRINTARS大气环流模型的数据采集量非常巨大，至少需要收集大量的污染源 具体信息及卫星气象信息，同时，SPRINTARS大气环流模型的计算量也是非常庞大，需要高 性能的硬件设备来支持，巨大的数据采集量及庞大的计算量对于普通的单位和个人存在很 高的技术进入门槛。
技术实现思路
为克服上述技术问题或者至少部分地解决上述技术问题，特提出以下技术方案： 本专利技术的实施例提出了一种预测空气质量指数的方法，包括： 根据待预测地理位置及当前时间，获取相应的预测模型； 获取所述待预测地理位置的气象数据； 根据所述气象数据信息，基于所述预测模型进行运算处理，确定待预测地理位置 在待预测时间的空气质量指数。 本专利技术的实施例还提出了一种预测空气质量指数的装置，包括： 模型获取模块，用于根据待预测地理位置及当前时间，获取相应的预测模型； 气象数据获取模块，用于获取所述待预测地理位置的气象数据； 指数确定模块，用于根据所述气象数据信息，基于所述预测模型进行运算处理，确 定待预测地理位置在待预测时间的空气质量指数。 本专利技术的实施例中，可针对每一地理位置在当前时间下均建立相应的预测模型； 在执行预测时，首先，获取待预测地理位置的气象数据，该气象数据可从气象部门发布的天 气预报等公共信息中获取；随后，根据气象数据，基于相应的预测模型进行运算处理，确定 待预测地理位置在待预测时间的空气质量指数。本专利技术相对于现有技术的优势在于：首先， 本专利技术仅需较少的且易于获取的气象信息即可完成未来空气质量指数的预测，由于本专利技术 的方案不需要获取现有技术中大气环流模型所需的复杂大气环流参数，而仅需易于获得的 基本气象数据，如历史每日温度、湿度、气压、风力、风向、AQI数值等，即可完成预测，因此任 何单位和个人都可以利用气象部门发布的公共气象信息基于本专利技术所述的技术方案进行 AQI预测，同时，基于预测模型，如基于人工神经网络的预测模型的计算量较小，无需高性能 硬件设备的高成本投入，降低了预测的实现难度和进入门槛。另外，由于本专利技术针对每一地 理位置在不同的预测时间区间下均建立相应的预测模型，从而可以更好地反映本地区的气 候特点，相对于现有技术的大气环流模型有着更好的区域适应性，为确定精确度较高的AQI 提供有力保证。 本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变 得明显，或通过本专利技术的实践了解到。【附图说明】 本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变 得明显和容易理解，其中： 图1为本专利技术中的预测空气质量指数的方法的一个实施例的流程示意图； 图2为本专利技术中预测空气质量指数的方法一个优选实施例的流程示意图； 图3为本专利技术中的预测空气质量指数一个具体实施例的流程示意图； 图4为本专利技术中预测空气质量指数的装置一个实施例的结构示意图； 图5为本专利技术中预测空气质量指数的装置一个优选实施例的结构示意图。【具体实施方式】 下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。 本
技术人员可以理解，除非特意声明，这里使用的单数形式"一"、"一 个"、"所述"和"该"也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措 辞"包括"是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加 一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元 件被"连接"或"耦接"到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在 中间元件。此外，这里使用的"连接"或"耦接"可以包括无线连接或无线耦接。这里使用 的措辞"和/或"包括一个或更多个相关联的列出项的全部或任一单元和全部组合。 本
技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术 术语和科学术语），具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应 该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中 的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含 义来解释。 在上下文中所称"计算机设备"，也称为"电脑"，是指可以通过运行预定程序或指 令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备，其可以包括处理器 与存储器，由处理器执行在存储器中预存的存续指令来执行预定处理过本文档来自技高网...
【技术保护点】
一种预测空气质量指数的方法，包括：根据待预测地理位置及当前时间，获取相应的预测模型；获取所述待预测地理位置的气象数据；以及根据所述气象数据，并基于所述预测模型进行运算处理，确定待预测地理位置在待预测时间的空气质量指数。
【技术特征摘要】
【专利技术属性】
技术研发人员：张震，
申请(专利权)人：北京奇虎科技有限公司，奇智软件北京有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。