[发明专利]空气重污染天气的预报方法和系统

说明书

一种空气重污染天气的预报方法，包括：收集、获取待预报区域的长时间序列的历史气象数据；选取若干气象参数作为影响因子；通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将气象模式WRF预报的所述气象参数的预测数值代入所述预报方程中，通过求解方程来对未来的重污染天气进行预测。以及一种空气重污染天气的预报系统。本发明首次结合天气分型和气象要素判别方程对未来可能发生的重污染过程进行判别；建立的判别方程选取的代表性气象因子数量少，重污染案例判别效果好；是对重污染统计预报技术、数值预报技术的有效补充，方法简单易行，且经费投入较少，能有效为重污染预警提供技术支持；建立了较简单实用的操作界面。

技术领域

本发明涉及天气预报领域，更具体地涉及一种空气重污染天气的预报方法和系统。

背景技术

近年以来，随着我国经济的发展和产能的扩大，导致北方开始出现大范围的雾霾等重污染天气，严重影响了正常的生产生活，损害了广大人民的身心健康。为此，有些地区开始推行重污染天气红色预警机制，通过发布红色预警信息来有预期的停课停工，以及交通限行，来管控污染源的进一步排放，避免小学生和幼童暴露在重污染的户外。

但是，目前的重污染预报机制主要还是靠人工预报，存在较大的误差，一旦启动红色预警，而实际上天气状况却没有恶化，将给我国的经济和广大人民的生活带来很大的损失。此外，我国从2013年才开始正式监测并对外发布PM2.5数值，由于缺乏以前的数据，使很多现有预测方法也因为缺乏数据而无法进行。如何准确预报一定时期后的空气重污染天气的发生、发展情况是目前迫切需要解决的一个难题。

发明内容

有鉴于此，本发明的目的在于提供一种空气重污染天气的预报方法和系统。

为了实现上述目的，作为本发明的一个方面，本发明提供了一种空气重污染天气的预报方法，包括以下步骤：

步骤S1：收集、获取待预报区域的历史气象数据；

步骤S2：选取若干气象参数作为影响因子；

步骤S3：通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将所述气象参数的预测值和/或实测值代入所述预报方程中，通过求取方程来对未来是否为重污染天气进行预测。

作为优选，在步骤S2中选取的若干影响因子为平均风速、24小时变压、850与1000hP温度之差气象变量，以及昨日国控细颗粒物均值浓度。

作为优选，在步骤S3中拟合的预报方程为：

其中，c为要预测的那一天的PM2.5的预测日均浓度，a₀为常数，a1、a2、a3、a4是回归系数；x1、x2、x3分别为要预测的那一天的24小时平均风速、24小时变压、08时850与1000hPa温度之差的预测值，x4为昨日国控细颗粒物均值浓度的实测值或预测值。

作为优选，所述要预测的那一天包括今天、明天和后天，分别对应未来24小时、48小时和72小时内。

作为优选，x1、x2、x3的数值选自WRF模式的模拟预报结果，WRF模式初始及边界资料为NCAR和NCEP的再分析逐日资料GFS，分辨率为1°×1°，时间分辨率是6h(00：00、06：00、12：00、18：00)；地形和下垫面输入资料分别来自USGS 30s全球地形和MODIS下垫面分类资料。对于x4，当预测今天的重污染天气情况时，选用昨日国控细颗粒物均值浓度的实测值；当预测明天或后天的重污染天气情况时，选用相对于明天或后天的昨日国控细颗粒物均值浓度的预测值。

作为优选，对北京城区拟合的2013年的预报方程为：c＝103.23-24.974x1-3.8127x2+1.5025x3+0.53945x4。