【技术实现步骤摘要】
本专利技术属于大气环境污染物监测预报，尤其涉及基于三维数值模式的大气污染物浓度预测方法。
技术介绍
1、wrf-chem模式中气象场与化学场使用完全相同的坐标网格（包括水平和垂直方向）、相同的时间步长以及相同的物理参数化方案，无需在时间和空间上进行插值，从而实时计算气象过程和化学过程互相影响和互相反馈，能够很好地反映真实大气中的物理和化学过程，目前被广泛应用于大气化学研究，具有值得信赖的模拟能力。
2、wrf-chem模拟结果受到污染源统计误差、计算系统误差等方面的影响，在进行大气污染物浓度预报时，预报时间越长，结果误差越大。且wrf-chem模式采用格点模拟的方式，不在计算格点上的区域，不能直接输出空气污染物浓度。
技术实现思路
1、专利技术目的：针对上述现有技术中存在的问题和不足，本专利技术的目的是提供了一种基于wrf-chem的大气污染物浓度预测方法，本专利技术提高了大气污染物浓度的模式预报准确性，实现不同气象条件与污染源情况下大气污染物浓度的预测预报，为空气污染质量预警提供政策和决策方面的科学技术支撑。
2、技术方案：为实现上述专利技术目的，本专利技术采用以下技术方案：一种基于wrf-chem的大气污染物浓度预测方法，包括以下步骤：
3、s1，wrf-chem参数化方案选择：获取目标区域的气象资料、地形资料和污染源清单，并通过wrf-chem模式模拟得到区域内各格点的空气污染物浓度模拟值；
4、s2，wrf-chem模拟结果校
5、s3，通过ncep全球数值天气预报模式gfs资料获取目标区域的空气污染物的未来预报数据，并基于步骤s2得到的校正系数，实现目标区域任意位置的大气污染浓度的预测。
6、进一步的，步骤s1所述气象资料和地形资料采用ncep全球气象场分析资料fnl数据。
7、进一步的，步骤s2所述wrf-chem模拟结果校正的具体过程包括以下步骤：
8、（1）确定目标区域内的所有观测站点经纬度坐标，从而确定所处wrf-chem的网格区域及该网格区域的四个网格格点坐标；
9、（2）通过下式计算得到观测站点到所述四个网格格点的距离，
10、，
11、，
12、，
13、，
14、式中，d1 、d2 、d3 、d4分别是所观测站点m距离四个网格格点的距离，为观测站点m的经度，为观测站点m的纬度，为格点（i, j）的经度，为格点（i, j）的纬度，r为地球半径，其中经纬度数值中东经、北纬为正值，西经、南纬为负值；
15、（3）所述四个网格格点对观测站点m的影响系数的计算，通过下式得到，
16、 ，
17、 ，
18、 ，
19、 ，
20、式中，a1、a2、a3、a4分别是所述四个网格格点对观测站点m的影响系数；
21、（4）通过下式计算得到观测站点m种某种空气污染源的模拟值sim，
22、，
23、式中，con（i, j）、con（i+1,j）、con（i,j+1）、con（i+1,j+1）分别是通过wrf-chem模拟得到的四个网格格点的污染物浓度；
24、（5）通过下式计算数值模拟结果的校正系数p，
25、，
26、式中，obs表示观测站点m处某种空气污染物浓度的观测数据；
27、（6）计算总校正系数
28、重复步骤（2）-（5）得到所有观测站点在不同时刻的大气污染物数值模拟总校正系数pavg，
29、，
30、pk表示第k个观测站点的校正系数，n是观测站点的数量，t是观测站点的观测时刻数量。
31、进一步的，步骤s3的具体过程如下：通过ncep全球数值天气预报模式gfs资料获取目标区域任意坐标和任意时刻的空气污染物的未来预报数据，并重复步骤s2中（1）-（4）得到该具体地点的空气污染物模拟预报值计算得到该地点的空气污染物浓度预报值f（lot,lat）。
32、进一步的，所述大气污染物包括pm2.5、pm10、硫氧化物、碳的氧化物、氮氧化物、碳氢化合物。
33、有益效果：与现有技术相比，本专利技术基于wrf-chem数值模式的模拟结果，实现了空气污染物浓度的预测，进一步提高了数值模式模拟结果的准确性，实用性强；更重要的是相对于现有天气预报模式gfs资料实现了任意经纬度坐标大气污染浓度的预报，而不局限于wrf-chem模式网格格点或观测站点。
本文档来自技高网...【技术保护点】
1.一种基于WRF-Chem的大气污染物浓度预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于WRF-Chem的大气污染物浓度预测方法，其特征在于：步骤S1所述气象资料和地形资料采用NCEP全球气象场分析资料FNL数据。
3.根据权利要求1所述基于WRF-Chem的大气污染物浓度预测方法，其特征在于：步骤S2所述WRF-Chem模拟结果校正的具体过程包括以下步骤：
4.根据权利要求1所述基于WRF-Chem的大气污染物浓度预测方法，其特征在于：步骤S3的具体过程如下：通过NCEP全球数值天气预报模式GFS资料获取目标区域任意坐标和任意时刻的空气污染物的未来预报数据，并重复步骤S2中（1）-（4）得到该具体地点的空气污染物模拟预报值Fsim，并通过计算得到该地点的空气污染物浓度预报值F（lot,lat）。
5.根据权利要求1所述基于WRF-Chem的大气污染物浓度预测方法，其特征在于：所述大气污染物包括PM2.5、PM10、硫氧化物、碳的氧化物、氮氧化物、碳氢化合物。
【技术特征摘要】
1.一种基于wrf-chem的大气污染物浓度预测方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于wrf-chem的大气污染物浓度预测方法，其特征在于：步骤s1所述气象资料和地形资料采用ncep全球气象场分析资料fnl数据。
3.根据权利要求1所述基于wrf-chem的大气污染物浓度预测方法，其特征在于：步骤s2所述wrf-chem模拟结果校正的具体过程包括以下步骤：
4.根据权利要求1所述基于wrf-chem的大气污染物...
【专利技术属性】
技术研发人员：吴昊，曹阳，王体健，曲雅微，杨婷婷，游嘉伟，严殊祺，杨华栋，曾燕，慕熙昱，周雪城，高丽波，吴汉承，黎汇枫，宋荣，范佳晨，
申请(专利权)人：南京气象科技创新研究院，
类型：发明
国别省市：
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。