一种空气质量模型模拟效果的自动验证评估方法及系统技术方案

本发明专利技术公开了一种空气质量模型模拟效果的自动验证评估方法及系统，包括：基于模拟区域范围确定该区域内的气象站点和空气质量站点，获取对应的格式化的监测数据；基于所确定的各站点的经纬度，选取监测站点对应的网格文件中最近的网格点，批量提取对应网格内的模拟值，得到格式化的模拟数据；将上述监测数据与模拟数据进行匹配及合并，得到相应的合并文件；对合并文件进行计算，得到各站点不同参数的统计指标结果；对统计指标结果进行统计分析、时间序列分析和空间分布分析。本发明专利技术可实现模拟结果的快速提取、分析和比较，以提高验证的效率、减少人为干扰和主观判断的需求，并提供可靠的定量分析，提高验证的客观性和可重复性。复性。复性。

【技术实现步骤摘要】
一种空气质量模型模拟效果的自动验证评估方法及系统


[0001]本专利技术涉及模型评估
，具体涉及一种空气质量模型模拟效果的自动验证评估方法及系统。

技术介绍

[0002]由于工业和经济发展的需要，化石燃料大规模使用，在全球范围内引发了煤烟型污染、光化学烟雾污染、酸沉降等各种类型的大气污染事件。随着燃料结构和污染源的变化，大气污染问题变得更加复杂多样，二次污染加剧，复合型污染日趋严重。在污染范围上，也从城市和局部污染发展成了区域性污染，甚至是全球性污染。大气污染影响因素众多、过程复杂，空气质量模型是大气污染研究的重要工具，它建立在科学的理论和假设基础上，用数值方法模拟大气中污染物的传输、扩散、化学转化和去除过程，具有广阔的应用前景。近年来，空气质量模型发展迅速，各类空气质量模型在大气污染研究领域得到广泛应用，成为研究大气污染物的时空分布特征和预测大气环境质量的重要手段之一，在环境规划与管理领域应用广泛。
[0003]尽管空气质量模型是基于科学理论及大量野外观测的基础之上开发而成，但由于气象场、排放数据以及化学物理过程等原因导致数值模式结果存在有一定的误差；因此，开展空气质量模拟工作的一个重要环节即利用实际观测数据对空气质量模型模拟结果进行验证，评估模型的准确性和可靠性，并以此作为依据，了解模型的局限性和改进空间，将模型中的一些关键参数本地化，对清单编制的关键性参数进行有效率定，从而使空气质量模型能够真实的反映所研究区域的大气污染过程，因此模拟结果验证在空气质量研究和环境管理中是至关重要的一环。
[0004]一般来说，采用地面观测气象站和空气质量监测站所获得的气象观测数据和大气污染物浓度观测数据与模型网格中的模拟值进行比较来验证模型模拟的准确性和可靠性。当前常用的模拟结果验证方法包括与观测数据的对比、统计指标的计算和敏感性分析。与观测数据的对比通常通过绘制时间序列图和散点图等方式进行，以评估模拟结果的准确性；然而，这种方法可能存在数据选择、匹配尺度和观测误差等问题，导致主观性和不确定性的引入。统计指标的计算用于定量评估模拟结果与观测数据之间的差异，常用指标包括均方根误差、相关系数和偏差。敏感性分析通过改变模型输入参数并观察模拟结果的变化来评估模型的可靠性和稳定性；然而，敏感性分析的结果受到参数选择和参数空间的限制性影响。
[0005]综上所述，尽管这些方法被广泛应用，但存在一定的局限性，主要体现在如下几方面：
[0006]1、主观性和人为干扰：传统的手动验证方法容易受到操作人员主观意见和个人偏好的影响，导致验证结果不够客观和一致。
[0007]2、时间和资源消耗：传统的手动验证方法通常需要大量的时间和人力资源来处理和分析大量的监测数据和模拟数据。这种过程可能是繁琐和耗时的。
[0008]3、缺乏空间和时间分析：某些方法可能只关注整体性能的统计分析，而忽略了模拟效果在空间和时间上的变化。这可能导致无法发现模拟效果较差的特定区域和时段，限制了问题的进一步分析和改进。

技术实现思路

[0009]针对现有技术中存在的不足之处，本专利技术提供一种空气质量模型模拟效果的自动验证评估方法及系统，通过使用计算机程序和算法实现模拟结果的快速提取、分析和比较，以提高验证的效率、减少人为干扰和主观判断的需求，并提供可靠的定量分析，提高验证的客观性和可重复性。
[0010]本专利技术公开了一种空气质量模型模拟效果的自动验证评估方法，包括：
[0011]步骤1、基于模拟区域范围确定该区域内的气象站点和空气质量站点，并获取气象要素观测数据和污染物浓度监测数据；对气象要素观测数据和污染物浓度监测数据进行处理，得到格式化的实际监测数据；
[0012]步骤2、基于步骤1所确定的各站点的经纬度，判断监测站点经纬度与模拟格点经纬度的距离，选取监测站点对应的网格文件中最近的网格点，批量提取对应网格内的模拟值，得到格式化的模拟数据；
[0013]步骤3、将格式化的实际监测数据与格式化的模拟数据进行匹配，并将匹配后的数据合并，得到相应的合并文件；
[0014]步骤4、对合并文件进行计算，得到各站点不同参数的统计指标结果，以量化模拟数据与监测数据之间的差异；
[0015]步骤5、对统计指标结果进行统计分析、时间序列分析和空间分布分析。
[0016]作为本专利技术的进一步改进，在所述步骤1中，
[0017]气象要素包括温度、湿度、风速和风向，污染物包括颗粒物和臭氧。
[0018]作为本专利技术的进一步改进，在所述步骤1中，
[0019]通过shell脚本对气象要素观测数据和污染物浓度监测数据进行处理，包括：遍历各个站点监测数据文件，对监测数据文件中的数据进行处理，包括将日期和时间格式统一；得到格式化的实际监测数据。
[0020]作为本专利技术的进一步改进，在所述步骤2中，
[0021]通过自动化脚本批量提取对应网格内的模拟值，包括：首先使用ncl命令获取模拟网格点位置信息，基于模拟网格点位置信息对具体的模拟数据进行提取，对模拟数据进行计算和处理，得到气象和污染物的格式化的模拟数据。
[0022]作为本专利技术的进一步改进，在所述步骤3中，
[0023]通过站点经纬度位置和时间对格式化的实际监测数据与格式化的模拟数据进行匹配，逐行读取监测数据文件，并在模拟数据文件中查找匹配的行，将匹配的数据进行合并，得到相应的合并文件。
[0024]作为本专利技术的进一步改进，在所述步骤4中，
[0025]统计指标包括：平均偏差MB、标准化平均偏差NMB、标准化平均误差NME、平均分数偏差MFB、平均分数误差MFE以及相关系数R。
[0026]作为本专利技术的进一步改进，各项统计指标的计算公式为：
[0027][0028][0029][0030][0031][0032][0033]式中，Cm表示模拟值，Co表示实际监测值，N表示数据个数。
[0034]作为本专利技术的进一步改进，
[0035]平均偏差MB反映了模拟值和监测值的平均偏差程度，其越接近于0表明模拟效果越好；
[0036]标准化平均偏差NMB反映了模拟值与监测值的偏离程度，其越接近于0表明模拟效果越好；
[0037]标准化平均误差NME反映了模拟值与监测值的平均绝对误差，其越接近于0表明模拟效果越好；
[0038]平均分数偏差MFB和平均分数误差MFE被用来衡量模型模拟的可信度指标，若MFB小于
±
30％同时MFE小于50％，则模型的表现为优秀；而若MFB小于
±
60％同时MFE小于75％，则模型的表现处于可接受的范围；
[0039]相关系数R反映了模拟值与监测值的相关程度，其越接近于1表明模拟效果越好。
[0040]作为本专利技术的进一步改进，在所述步骤5中，
[0041]所述统计分析包括计算平均值、标准差、最大值和最小值，基于统计结果为模拟结果整体性能提供概览；
[0042]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气质量模型模拟效果的自动验证评估方法，其特征在于，包括：步骤1、基于模拟区域范围确定该区域内的气象站点和空气质量站点，并获取气象要素观测数据和污染物浓度监测数据；对气象要素观测数据和污染物浓度监测数据进行处理，得到格式化的实际监测数据；步骤2、基于步骤1所确定的各站点的经纬度，判断监测站点经纬度与模拟格点经纬度的距离，选取监测站点对应的网格文件中最近的网格点，批量提取对应网格内的模拟值，得到格式化的模拟数据；步骤3、将格式化的实际监测数据与格式化的模拟数据进行匹配，并将匹配后的数据合并，得到相应的合并文件；步骤4、对合并文件进行计算，得到各站点不同参数的统计指标结果，以量化模拟数据与监测数据之间的差异；步骤5、对统计指标结果进行统计分析、时间序列分析和空间分布分析。2.如权利要求1所述的空气质量模型模拟效果的自动验证评估方法，其特征在于，在所述步骤1中，气象要素包括温度、湿度、风速和风向，污染物包括颗粒物和臭氧。3.如权利要求1所述的空气质量模型模拟效果的自动验证评估方法，其特征在于，在所述步骤1中，通过shell脚本对气象要素观测数据和污染物浓度监测数据进行处理，包括：遍历各个站点监测数据文件，对监测数据文件中的数据进行处理，包括将日期和时间格式统一；得到格式化的实际监测数据。4.如权利要求1所述的空气质量模型模拟效果的自动验证评估方法，其特征在于，在所述步骤2中，通过自动化脚本批量提取对应网格内的模拟值，包括：使用ncl命令获取模拟网格点位置信息，基于模拟网格点位置信息对具体的模拟数据进行提取，对模拟数据进行计算和处理，得到气象和污染物的格式化的模拟数据。5.如权利要求1所述的空气质量模型模拟效果的自动验证评估方法，其特征在于，在所述步骤3中，通过站点经纬度位置和时间对格式化的实际监测数据与格式化的模拟数据进行匹配，逐行读取监测数据文件，并在模拟数据文件中查找匹配的行，将匹配的数据进行合并，得到相应的合并文件。6.如权利要求1所述的空气质量模型模拟效果的自动验证评估方法，其特...

【专利技术属性】
技术研发人员：陈东升，戴铄蕴，王小桐，傅心怡，郝江虹，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：