【技术实现步骤摘要】
本专利技术涉及环境数据评估，尤其涉及一种臭氧污染的气象贡献评估方法、系统、终端及计算机可读存储介质。
技术介绍
1、大气中臭氧是由氮氧化物、一氧化碳和挥发性有机物等前提化学物质集合，经过复杂的光化学反应形成的二次大气污染物。流行病学研究表明，短期高浓度暴露于臭氧污染可引起哮喘加重、呼吸系统异常的症状；长期暴露于臭氧甚至会增加慢性呼吸和心血管疾病的死亡风险。环境中臭氧浓度的时间变化是由来自人为源和生物源的前体物排放量的波动以及温度、辐射、风和湿度等气象因素的变化驱动的。因此，精准量化气象对臭氧的影响对臭氧污染的治理防控具有重要意义。
2、气象与臭氧之间的关系已经得到充分理解，但准确量化气象对臭氧变化的影响仍然是一项艰巨的挑战。在臭氧污染研究中，通过统计模拟臭氧浓度与气象变量之间的关系，可以实现臭氧的气象评估，但是现有技术中无法准确获取气象数据对臭氧浓度的贡献影响，无法对气象数据进行精准量化，从而导致无法实现对臭氧污染的精准治理。
3、因此，现有技术还有待于改进和发展。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种臭氧污染的气象贡献评估方法，其特征在于，所述臭氧污染的气象贡献评估方法包括：
2.根据权利要求1所述的臭氧污染的气象贡献评估方法，其特征在于，所述初始预测模型由二维可分离卷积神经网络和多层感知机构成；所述根据所述历史气象训练集对初始预测模型进行训练，并根据反向传播算法对所述初始预测模型进行迭代优化，得到臭氧浓度预测模型，具体包括：
3.根据权利要求2所述的臭氧污染的气象贡献评估方法，其特征在于，所述将所述历史气象训练集输入至所述二维可分离卷积神经网络，通过所述二维可分离卷积神经网络对所述历史气象训练集进行特征提取处理，得到输出特征结果，
<...【技术特征摘要】
1.一种臭氧污染的气象贡献评估方法，其特征在于，所述臭氧污染的气象贡献评估方法包括：
2.根据权利要求1所述的臭氧污染的气象贡献评估方法，其特征在于，所述初始预测模型由二维可分离卷积神经网络和多层感知机构成；所述根据所述历史气象训练集对初始预测模型进行训练，并根据反向传播算法对所述初始预测模型进行迭代优化，得到臭氧浓度预测模型，具体包括：
3.根据权利要求2所述的臭氧污染的气象贡献评估方法，其特征在于，所述将所述历史气象训练集输入至所述二维可分离卷积神经网络，通过所述二维可分离卷积神经网络对所述历史气象训练集进行特征提取处理，得到输出特征结果，具体包括：
4.根据权利要求2所述的臭氧污染的气象贡献评估方法，其特征在于，所述将所述输出特征结果输入至所述多层感知机进行结果预测处理，得到模拟预测臭氧浓度，并根据所述模拟预测臭氧浓度得到训练完成后的气象训练模型，具体包括：
5.根据权利要求2所述的臭氧污染的气象贡献评估方法，其特征在于，所述将所述输出特征结果输入至所述多层感知机进行结果预测处理，得到模拟预测臭氧浓度，并根据所述模拟预测臭氧浓度得到训练完成后的气象...
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。