【技术实现步骤摘要】
基于卫星遥感的近地面PM2.5浓度预测方法与系统
[0001]本专利技术涉及空气质量监测预报领域,尤其涉及一种基于卫星遥感的近地面PM2.5浓度预测方法与系统。
技术介绍
[0002]空气质量预报对于人们日常出行生活,实行区域管控提供有效数据支撑和依据。
[0003]目前的空气质量预报主要有基于国控站点的站点预报和基于大气物理化学的模式预报。但是:1)基于国控站点的站点预报无法实现空间范围内的监测,无法提供在大部分无国控站点区域的预报;2)基于大气物理化学的模式预报依赖初始参数和调查的排放清单,无法做到高准确性的空气质量预报。
[0004]随着航空航天技术的发展,越来越多的卫星能够提供大范围实时监测结果,可以将卫星观测的光谱信息转换成需要的污染物浓度信息进而进行空气质量预测,但是,目前还没有较为准确的预测方案。
技术实现思路
[0005]本专利技术的目的是提供一种基于卫星遥感的近地面PM2.5浓度预测方法与系统,可以利用卫星遥感数据,准确实现近地面PM2.5浓度预测。
[0006]本专利技术的目的是通过以下技术方案实现的:
[0007]一种基于卫星遥感的近地面PM2.5浓度预测方法,包括:
[0008]获取多元卫星的卫星遥感数据,以及相关的地理信息数据;
[0009]利用空气质量模型模拟气象场及污染场,获得模拟的气象数据与不同类型气溶胶的时空分布数据;
[0010]将所述多元卫星的卫星遥感数据、地理信息数据、模拟的气象数据与不同类型气溶胶的时空分 ...
【技术保护点】
【技术特征摘要】
1.一种基于卫星遥感的近地面PM2.5浓度预测方法,其特征在于,包括:获取多元卫星的卫星遥感数据,以及相关的地理信息数据;利用空气质量模型模拟气象场及污染场,获得模拟的气象数据与不同类型气溶胶的时空分布数据;将所述多元卫星的卫星遥感数据、地理信息数据、模拟的气象数据与不同类型气溶胶的时空分布数据输入至预先构建的深度神经网络预测模型中,将所述多元卫星的卫星遥感数据与模拟的不同类型气溶胶的时空分布数据进行融合后,与所述模拟的气象数据进行融合,获得融合后的时间序列数据,将所述融合后的时间序列数据与所述地理信息数据作为深度神经网络预测模型中LSTM网络层的输入,预测PM2.5浓度值。2.根据权利要求1所述的一种基于卫星遥感的近地面PM2.5浓度预测方法,其特征在于,所述空气质量模型采用第四代空气质量模型,即WRF
‑
Chem模型;使用设定的边界场信息数据进行三重嵌套模拟指定分辨率下的气象场及污染场。3.根据权利要求1所述的一种基于卫星遥感的近地面PM2.5浓度预测方法,其特征在于,所述模拟的气象数据包括:三维的温度、相对湿度、压强、南北方向风速、东西方向风速与边界层高度数据;所述模拟的不同类型气溶胶的时空分布数据包括:碳质气溶胶、有机气溶胶与硫酸盐气溶胶的时空分布数据。4.根据权利要求1所述的一种基于卫星遥感的近地面PM2.5浓度预测方法,其特征在于,所述地理信息数据包括:交通道路数据、建筑物分布数据、地表类型数据、人口密度数据与GDP分布数据;其中,交通道路网级别分为:快速路、主干路、次干路、支路、高速公路、一级、二级、三级与四级公路;建筑物分为:居民区建筑、休闲娱乐区域建筑、工业区域建筑、景区公园与教育行政区域建筑;对地理信息数据进行如下处理后再输入至所述深度神经网络预测模型:理后再输入至所述深度神经网络预测模型:其中,地理信息数据为二维的栅格数据,[i,j]表示栅格中位置,k表示不同道路与建筑类型;Density
traffic
[i,j,k]为[i,j]处k类型道路的密度分布,level length[i,j,k]表示[i,j]处对应k类型道路的长度,square[i,j]为[i,j]处对应的面积大小,Density
poi
[i,j,k]表示[i,j]处k类型建筑物的密度分布,building type[i,j,k]表示k类型建筑物的表示数目。5.根据权利要求1所述的一种基于卫星遥感的近地面PM2.5浓度预测方法,其特征在于,将所述多元卫星的卫星遥感数据与模拟的不同类型气溶胶的时空分布数据进行融合的方式包括:将所述多元卫星的卫星遥感数据进行卷积操作,表示为:X
satellite
={St8…
St
15
,St
16
}其中,下标数值表示时刻;X
satellite
表示多元卫星的卫星遥感数据卷积操作结果,St表示单个时刻的卷积操作结果;同时,对模拟的不同类型气溶胶的时空分布数据进行卷积操作,表示为:
X
wrf
‑
chem
={Wt1,Wt2…
Wt
23
,Wt
24
}其中,X
wrf
‑
chem
表示模拟的不同类型气溶胶的时空分布数据卷积操作结果,Wt表示单个时刻的卷积操作结果;将上述两类卷积操作结果X
satellite
与X
wrf
‑
chem
进行融合,表示为:Xaer...
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。