一种气象扩散条件的预测方法技术

技术编号:39599445 阅读:9 留言:0更新日期:2023-12-03 19:59
本申请公开了一种气象扩散条件的预测方法

【技术实现步骤摘要】
一种气象扩散条件的预测方法、系统及相关装置


[0001]本申请涉及气象
,尤其涉及一种气象扩散条件的预测方法

系统及相关装置


技术介绍

[0002]经济和社会的快速发展,造成了污染物的大量排放,大气污染对人类生存环境和生态健康安全造成了严重威胁

气象扩散条件是指影响空气污染物扩散和稀释的气象因素,有研究显示,在大气污染源一定的情况下,污染物浓度主要取决于大气的扩散能力,气象条件
(
如霾

静风

逆温等
)
则会使大气污染物的分布更为复杂

[0003]气象扩散条件通常使用扩散指数或扩散条件等级来评估和表示,这些等级划分通常是根据气象因素
(
如风速

风向
)、
大气稳定度和湿度等综合评估得出的

气象扩散条件的等级越高,表示空气质量越差,污染物的扩散和稀释效果越差;气象扩散条件的等级越低,表示空气质量越好,污染物的扩散和稀释效果越好

通过预测气象扩散条件,可以更好地了解污染物的传播和分布情况,有助于制定更有效的空气质量管理策略

但现有技术中,对于气象扩散条件进行预测往往采用较为主观的经验判断,仅能够实现3~
10
天内的预测,对于延伸期
(11

30

)
则无法实现预测,即气象扩散条件的预测在时间范围上存在一定的局限性


技术实现思路

[0004]本申请提供了一种气象扩散条件的预测方法

系统及相关装置,用于对延伸期内的气象扩散条件进行预测,延长气象扩散条件的可预报时效

[0005]本申请第一方面提供了一种气象扩散条件的预测方法,包括:
[0006]获取预测区域的空气质量监测数据;
[0007]根据所述空气质量监测数据确定所述预测区域在预设时间内的空气质量指数;
[0008]获取所述预测区域在所述预设时间内的地面气象要素数据

探空资料数据和环流特征数据;
[0009]对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,并根据分析结果建立第一预测模型,所述第一预测模型用于预测延伸期内的空气质量指数;
[0010]根据所述第一预测模型的预测结果确定延伸期内的气象扩散条件等级

[0011]可选的,所述对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,并根据分析结果建立第一预测模型,包括:
[0012]对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,得到对应的相关系数;
[0013]根据所述相关系数和所述预测区域内气象系统的特性在所述地面气象要素数据

所述探空资料数据以及所述环流特征数据中筛选目标因子;
[0014]基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型

[0015]可选的,在所述基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型之前,所述预测方法还包括:
[0016]计算同期环流场与前期环流场之间的相似系数,将相似系数最高的前期环流场确定为预报场;
[0017]所述基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型包括:
[0018]基于所述空气质量指数

所述目标因子和所述预报场,通过多元逐步回归的方法建立第一预测模型

[0019]可选的,所述地面气象要素数据包括气温

降水

风速

风向

相对湿度

能见度和海平面气压,所述探空资料数据包括
20

500hpa、700hpa、850hpa、925hpa
的探空资料,所述环流特征数据包括
500hpa、700hpa、850hpa、925hpa
和海平面的高度场

温度场

风场和气压场

[0020]可选的,在所述获取预测区域的空气质量监测数据之后,所述预测方法还包括:
[0021]根据所述空气质量监测数据确定各月

各季节的空气污染比率;
[0022]对所述各月

各季节的空气污染比率与气候系统环流指数中各个环流指数的相关关系进行分析,并根据分析结果建立第二预测模型,所述第二预测模型用于预测月

季尺度的空气污染比率;
[0023]根据所述第二预测模型的预测结果确定月

季尺度的气象扩散条件等级

[0024]可选的,所述根据所述空气质量监测数据确定各月

各季节的空气污染比率包括:
[0025]根据所述空气质量监测数据统计各月

各季节的典型持续性污染天气过程的个数,所述典型持续性污染天气过程为空气质量指数达到轻度污染或以上并且持续天数大于或等于3天的污染天气过程;
[0026]根据所述各月

各季节的典型持续性污染天气过程的个数确定各月

各季节的空气污染比率

[0027]可选的,所述对所述各月

各季节的空气污染比率与气候系统环流指数中各个环流指数的相关关系进行分析,并根据分析结果建立第二预测模型包括:
[0028]基于月

季尺度对所述空气污染比率和所述气候系统环流指数中各个环流指数之间的相关关系进行分析,并根据所述分析结果筛选出影响各月

各季节的空气污染比率的目标指数;
[0029]基于所述空气污染比率和所述目标指数,通过多元逐步回归的方法建立第二预测模型

[0030]本申请第二方面提供了一种气象扩散条件的预测系统,包括:
[0031]第一获取单元,用于获取预测区域的空气质量监测数据;
[0032]第一确定单元,用于根据所述空气质量监测数据确定所述预测区域在预设时间内的空气质量指数;
[0033]第二获取单元,用于获取所述预测区域在所述预设时间内的地面气象要素数据

探空资料数据和环流特征数据;
[0034]第一分析单元,用于对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,并根据分析本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种气象扩散条件的预测方法,其特征在于,所述预测方法包括:获取预测区域的空气质量监测数据;根据所述空气质量监测数据确定所述预测区域在预设时间内的空气质量指数;获取所述预测区域在所述预设时间内的地面气象要素数据

探空资料数据和环流特征数据;对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,并根据分析结果建立第一预测模型,所述第一预测模型用于预测延伸期内的空气质量指数;根据所述第一预测模型的预测结果确定延伸期内的气象扩散条件等级
。2.
根据权利要求1所述的预测方法,其特征在于,所述对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,并根据分析结果建立第一预测模型,包括:对所述空气质量指数与所述地面气象要素数据

所述探空资料数据以及所述环流特征数据之间的相关关系进行分析,得到对应的相关系数;根据所述相关系数和所述预测区域内气象系统的特性在所述地面气象要素数据

所述探空资料数据以及所述环流特征数据中筛选目标因子;基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型
。3.
根据权利要求2所述的预测方法,其特征在于,在所述基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型之前,所述预测方法还包括:计算同期环流场与前期环流场之间的相似系数,将相似系数最高的前期环流场确定为预报场;所述基于所述空气质量指数和所述目标因子,通过多元逐步回归的方法建立第一预测模型包括:基于所述空气质量指数

所述目标因子和所述预报场,通过多元逐步回归的方法建立第一预测模型
。4.
根据权利要求1所述的预测方法,其特征在于,所述地面气象要素数据包括气温

降水

风速

风向

相对湿度

能见度和海平面气压,所述探空资料数据包括
20

500hpa、700hpa、850hpa、925hpa
的探空资料,所述环流特征数据包括
500hpa、700hpa、850hpa、925hpa
和海平面的高度场

温度场

风场和气压场
。5.
根据权利要求1至4中任一项所述的预测方法,其特征在于,在所述获取预测区域的空气质量监测数据之后,所述预测方法还包括:根据所述空气质量监测数据确定各月

各季节的空气污染比率;对所述各月
...

【专利技术属性】
技术研发人员:成青燕张东方朱心悦杨蓉韦玮孙磊邓顺强
申请(专利权)人:上海地听信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1