[发明专利]一种结合AOD和气象参数的PM2.5浓度拟合方法在审
| 申请号: | 201910705629.9 | 申请日: | 2019-08-01 |
| 公开(公告)号: | CN110398446A | 公开(公告)日: | 2019-11-01 |
| 发明(设计)人: | 邹长武;刘洁;信欣;黄杨 | 申请(专利权)人: | 成都信息工程大学 |
| 主分类号: | G01N15/06 | 分类号: | G01N15/06;G01W1/02 |
| 代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 李鹏 |
| 地址: | 610225 四川省成都*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 点位 气象条件 气象参数 输入变量 小时数据 拟合 人工神经网络模型 研究 气溶胶产品 浓度预报 输出变量 数据获取 有效区域 有效提供 像元 实测 应用 | ||
1.一种结合AOD和气象参数的PM2.5浓度拟合方法,其特征在于,包括以下步骤:
(1)将获取的MOD04_3K气溶胶产品以HDF-4格式保存,再利用交互式数据语言编程提取包含研究点位在内的区域AOD数据,要求剔除各种影响因素之后提取40个以上不同时间的有效区域AOD数据;
(2)将提取的区域AOD数据以像元中心为代表值,采用克里金插值法得到研究点位各个不同时间的AOD插值数据;
(3)以区域AOD数据获取时间为准,通过地面气象观测站获取研究点位的对应时间前1小时的气象条件参数小时数据;通过地面空气监测站获取研究点位对应时间后1小时的PM2.5质量浓度小时数据;
(4)以研究点位步骤(3)所述的AOD、气象条件参数作为输入变量,PM2.5质量浓度为输出变量,建立4-7-1结构的人工神经网络模型,并利用历史数据对模型进行训练得到人工神经网络模型参数;
(5)以研究点位今后实际得到的AOD数据和临近前1小时的气象条件参数作为输入变量,带入步骤(4)确定模型参数的人工神经网络模型,输出PM2.5质量浓度的模拟值。
2.根据权利要求1所述的一种结合AOD和气象参数的PM2.5浓度拟合方法,其特征在于,步骤(1)所述的MOD04_3K气溶胶产品,为来自从美国国家宇航局官网的MODIS日气溶胶光学厚度数据产品,版本为C006的Level-2气溶胶日产品集,空间分辨率为3km×3km。
3.根据权利要求1或2所述的一种结合AOD和气象参数的PM2.5浓度拟合方法,其特征在于,所述的气象条件参数包括温度、压强、湿度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910705629.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:无尘环境粒子测试系统
- 下一篇:一种高灵敏度油烟浓度测量装置





