当前位置: 首页 > 专利查询>南通大学专利>正文

基于对抗生成网络的多监测点协同空气污染物预测方法技术

技术编号:40543277 阅读:20 留言:0更新日期:2024-03-05 18:59
本发明专利技术公开了一种基于对抗生成网络的多监测点协同空气污染物预测方法,包括如下步骤:步骤1,利用四个监测点6种常规污染物的实测数据和WRF‑CMAQ模型的“一次预测数据”作为“对抗生成网络优化模型”的输入信号;步骤2,建立“对抗生成网络优化模型”,利用四个监测点的WRF‑CMAQ模型的“一次预测数据”和实测数据生成四通道的二维矩阵“伪图像”数据,训练对抗生成网络结构参数;步骤3,利用训练好的“对抗生成网络优化模型”,对四个监测点6种常规污染物的浓度进行预测。本发明专利技术通过对抗生成网络实现对污染物浓度预测,有效减少传统WRF‑CMAQ模拟体系对空气质量预报的误差,显著提高空气质量检测的准确性与稳定性。

【技术实现步骤摘要】

本专利技术涉及空气污染物预测方法,具体涉及一种基于对抗生成网络的多监测点协同空气污染物预测方法


技术介绍

1、大气污染系指由于人类活动或自然过程引起某些物质进入大气中,呈现足够的浓度,达到了足够的时间,并因此危害了人体的舒适、健康和福利或危害了生态环境。污染防治实践表明,建立空气质量预报模型,提前获知可能发生的大气污染过程并采取相应控制措施,是减少大气污染对人体健康和环境等造成的危害,提高环境空气质量的有效方法之一。

2、目前常用wrf-cmaq模拟体系(以下简称wrf-cmaq模型)对空气质量进行预报。wrf-cmaq模型主要包括wrf和cmaq两部分:wrf是一种中尺度数值天气预报系统,用于为cmaq提供所需的气象场数据;cmaq是一种三维欧拉大气化学与传输模拟系统,其根据来自wrf的气象信息及场域内的污染排放清单,基于物理和化学反应原理模拟污染物等的变化过程,继而得到具体时间点或时间段的预报结果。

3、综上所述,现有的模型受制于模拟的气象场以及排放清单的不确定性,以及对包括臭氧在内的污染物生成机理的不完全明晰,wrf-cma本文档来自技高网...

【技术保护点】

1.一种基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于:所述的步骤1)为:

3.根据权利要求2所述的基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于,步骤1-3)中所述“伪图像”编码器B结构为:

4.根据权利要求2所述的基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于,步骤1-3)所述“伪图像”编码器B结构,所对应的卷积核设计为:

5.根据权利要求1所述的基于对抗生成网络的多监测点协同空气污染物预测方法...

【技术特征摘要】

1.一种基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于:所述的步骤1)为:

3.根据权利要求2所述的基于对抗生成网络的多监测点协同空气污染物预测方法,其特征在于,步骤1-3)中所述“伪图像”编码器b结构为:

4.根据权利要求2...

【专利技术属性】
技术研发人员:王晗徐少杰杜若琳季钰姣吉翔金磊姜鸿星
申请(专利权)人:南通大学
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