[发明专利]空气质量集合预报方法、装置、设备和可读存储介质

说明书

本公开的实施例提供了空气质量集合预报方法、装置、设备和计算机可读存储介质。所述方法包括：对各站点的气象信息进行扰动，然后输入至气象模式，以获得所述各站点在预报时刻的多组气象场，所述气象信息包括以下至少一项：初始气象以及所述气象模式的模式参数；根据所述多组气象场进行集合平均，获得目标气象场；将所述目标气象场输入至所述空气质量模式中，以获得所述各站点在预报时刻的空气质量预报结果。以此方式，可确保获得的预报时刻的空气质量预报结果更为准确，误差也更小，更加接近真实的空气质量预报结果。

技术领域

本公开的实施例一般涉及空气质量预报技术领域，并且更具体地，涉 及空气质量集合预报方法、装置、设备和计算机可读存储介质。

背景技术

大气和大气化学模式都是高度非线性的的系统，模式初始场、模式中 的各类参数化方案和不同模式都存在微小误差，这些误差会随时间积分而 出现非线性离散。如图1所示，在起报时间t0，初始场的大气状态和真实 的大气状态的误差非常小，随着模式积分时间的加长，这种误差被不断放 大，到t0+n时刻，预报的大气状态和真实的大气状态差距会非常大。而对 于初始场，由于人为的、仪器的、观测网络覆盖率及同化和客观分析方法 的影响总会存在误差，永远只可能是实际大气的一种近似值。同样不同的 模式和不同的参数化方案也只是实际大气物理和化学过程中的一种近似处 理，存在较大误差。为了消除初值、参数化方案和模式本身的误差对预报 结果造成的影响，人们提出集合预报的思想。

集合预报方法最早主要应用在中短期天气预报及气候预测上。而随着 空气质量模式的发展，空气质量预报也逐渐引入集合预报的方法。唐晓在 “北京地面O3的集合预报试验”中对包括排放源、气象场在内的151个模 式输入参数进行了扰动，模拟了北京某一段时间的一次臭氧过程，结果表 明与原确定性预报相比，集合预报对臭氧的预报准确率更高。

但是这个方法只考虑了排放源、气象场和空气质量模式的模式参数的 不确定性，未考虑空不同空气质量模式的不确定性。且这种方法在进行空 气质量集合预报时，是先模拟得到一组气象场(该气象场未考虑气象模式 的输入场和气象模式本身的不确定性)，然后对该气象场进行随机扰动， 同时对排放源和空气质量模式的模式参数进行随机扰动。该方法计算量非 常大，例如对气象场和排放源对应的网格化排放清单各进行10次随机扰动，通过随机组合输入一个空气质量模式，这样就需要有110组计算，且110 组计算同时进行，需要较多的计算资源。同时，该方法并未消除气象模式 的预报误差，对一个气象场进行10次扰动生成的10个气象场中，理论上 只有一个最接近真实大气，其余气象场的误差较大，输入到空气质量模式 中会造成大部分空气质量模式的预报误差较大，进而影响集合预报效果。

发明内容

根据本公开的实施例，提供了一种空气质量集合预报方案。

在本公开的第一方面，提供了一种空气质量集合预报方法。该方法包 括：对各站点的气象信息进行扰动，然后输入至气象模式，以获得所述各 站点在预报时刻的多组气象场，所述气象信息包括以下至少一项：初始气 象以及所述气象模式的模式参数；

根据所述多组气象场进行集合平均，获得目标气象场；

将所述目标气象场输入至所述空气质量模式中，以获得所述各站点在 预报时刻的空气质量预报结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，

所述对各站点的气象信息进行扰动，然后输入至气象模式，以获得所 述各站点在预报时刻的多组气象场，包括：

对各站点的气象信息进行扰动，然后分别输入至一个或多个气象模式 中，以获得所述各站点在所述预报时刻的多组气象场；

所述根据所述多组气象场进行集合平均，获得目标气象场，包括：

将所述多组气象场进行加权求和，以获得预报时刻的目标气象场。