一种天气智能分型及空气质量预报方法技术

本发明专利技术公开了一种天气智能分型及空气质量预报方法，包括：步骤1：获取历史气象数据，将历史气象数据分为春、夏、秋、冬四个季节数据集；步骤2：使用SOM模型对历史天气数据进行客观聚类，归纳出若干种天气类型；步骤3：根据同种天气类型下的大气污染数据，建立污染天气预报的概念模型；步骤4：将未来气象预报数据输入已训练好的SOM模型中，预测未来天气类型；步骤5：将未来天气类型代入污染天气预报概念模型，预判未来空气质量和首要污染物。本发明专利技术根据SOM模型得出的天气分型结果，结合近年的监测数据，建立污染天气预报的概念模型，自动预判未来空气质量和首要污染物，使得天气分型结果和空气质量预报变得准确和高效。和空气质量预报变得准确和高效。和空气质量预报变得准确和高效。

【技术实现步骤摘要】
一种天气智能分型及空气质量预报方法


[0001]本专利技术涉及AI天气分型与环境空气质量预报
，尤其涉及一种天气智能分型及空气质量预报方法。

技术介绍

[0002]天气类型与大气污染关系密切，不同地区影响当地大气污染的天气类型存在差异，因此在不同地区开展类似的相关研究对区域空气质量预报、污染源总量控制等具有重要的意义。污染天气分型是指当污染天气出现时，从大范围天气形势中归纳出不同天气类型对污染物浓度的影响程度，并指导空气质量预报。主观分型方法通常是由天气预报员、气象专家人工调阅大量的天气图，根据天气学原理和自身经验积累，对大气环流特征进行分析、判别，从而总结、梳理出若干主要的天气类型。
[0003]客观分型方法同样离不开天气学原理，但通常采用统计学和机器学习的方法由计算机算法程序实现自动化的天气模式分型。客观分型方法相比于主观分型方法，在工作效率、节约成本和降低人为因素对结果的影响等方面具有显著优势，因此也是当前广泛使用的天气模式分型方法。
[0004]无论是主观分型方法还是客观分型方法，分型结果都不准确。主观天气分型方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种天气智能分型及空气质量预报方法，其特征在于，包括：步骤1：获取历史气象数据，将所述历史气象数据分为春、夏、秋、冬四个季节数据集；步骤2：使用SOM模型对所述历史天气数据进行客观聚类，归纳出若干种天气类型；步骤3：根据同种天气类型下的大气污染数据，建立污染天气预报的概念模型；步骤4：将未来气象预报数据输入已训练好的所述SOM模型中，预测未来天气类型；步骤5：将所述未来天气类型代所述入污染天气预报概念模型，预判未来空气质量和首要污染物。2.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述历史气象数据包括近10年的地面东西向风速、地面南北向风速、海平面气压和500hPa位势高度场的信息。3.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述使用SOM模型对所述历史天气数据进行客观聚类，包括：步骤2
‑
1：选择输入数据；步骤2
‑
2：为所述输入数据找到最佳匹配单元；步骤2
‑
3：使用参数更新SOM节点的权重向量。4.根据权利要求3所述的一种天气智能分型及空气质量预报方法，其特征在于，所述参数为学习率和邻域函数，所述最佳匹配单元通过结构相似性指数SSIM
(x,y...

【专利技术属性】
技术研发人员：李璇，姚腾，陈梦月，颜炜琳，陈健，黄建彰，
申请(专利权)人：深圳市诺威尔信息技术有限公司，
类型：发明
国别省市：