[发明专利]一种大气高污染过程动态追踪方法

权利要求书

1.一种大气高污染过程动态追踪方法，其特征在于，具体步骤如下：

1S.确定追踪开始日期的大气污染状态以及未来连续多日的气象条件；

2S.基于气象对大气污染状态的影响关系，建立连续多日大气污染状态估计方法，滚动估计未来连续多日的大气污染状态；

3S.通过估计结果进行未来高污染发生可能性的诊断；

4S.当日期有更新时，更新开始日期，重复1S-3S；

所述的1S的具体步骤如下：

1.1S.根据国家大气污染的相关标准，确定大气污染状态的描述标准；根据研究区域气象条件对大气污染影响的分析，确定与大气污染影响相关的气象因子；大气污染通常指PM_2.5颗粒物污染、臭氧污染、氮氧化物污染、一氧化碳污染；气象因子包括风向、风速、气温、相对湿度、降水量、大气压、天气形势；

2.2S.确定要追踪的时期范围，将追踪时期的前一日确定为追踪开始日期；获取开始日期的大气污染监测结果，确定其大气污染状态；获取未来连续多日的气象因子的预报信息，确定为未来连续多日的的气象条件；未来连续多日的长度由气象预报时长以及目前预报水平决定，通常为3～7日，

所述的2S中基于气象对大气污染状态的影响关系，建立连续多日大气污染状态估计方法如下：污染状态时间演变可看作是一个马尔可夫过程，污染状态演变过程模拟成一个n步状态转变链模型，以时间为节点，公式如下：

{X_T,X_T+1,…,X_T+n-1,X_T+n}＝{f(P_T,X_T-1),f(P_T+1,X_T),…,f(P_T+n,X_T+n-1)},n∈Z₊ (1)

其中，函数f的含义：f(P_T+n,X_T+n-1)＝P_T+n X_T+n-1；

X_T+n的形式：X＝[x₁,x₂,…,x_i,…,x_s]’；

P_T+n的形式：

X_T+n指的T+n时刻的污染状态向量；X_T+n-1是T+n-1时刻的污染状态向量；X_T+n依赖于X_T+n-1，P_T+n是污染状态从T+n-1时刻到T+n时刻的转变关系矩阵；其中，X是大气污染状态向量形式，x₁,x₂,…,x_i,…,x_s可取值0～1；当大气污染状态为i时，x_i为1，其余元素为0；s为大气污染状态的总数目；p_ij指状态x_i转变为x_j的发生概率；

因此，假设开始日期的大气污染状态向量为X₀，则未来连续多日大气污染状态向量的估计方法公式如下：

与一般马尔可夫过程中的状态转移矩阵不同，在此，转变关系矩阵P_n是一个动态变化量，受前一时刻污染状态以及当前气象条件影响，计算方法如下公式所示：

P_n＝P(X_n＝x_i|X_n-1＝x_j,Y_n＝mk₁,mf₂,…mg_k) (3)

在这里，Y_n指的是_n时刻气象条件的状态，x_i,x_j指大气污染的某个状态，mk₁,mf₂,…mg_k分别指k个气象因子的某个状态，每一步P_n的计算基于历史污染事件计数实现。

2.根据权利要求1所述的一种大气高污染过程动态追踪方法，其特征在于，所述的3S的具体步骤如下：

基于连续多日大气污染状态向量估计结果，滚动估计未来连续多日的最大可能性发生的大气污染状态，公式如下：

基于未来连续多日的大气污染状态估计结果，逐日判断大气污染状态是否达到或超过国家空气质量轻度污染水平：若存在某一日为是，则判定为追踪日期内有高污染过程发生，提取高污染过程的发生日期以及可能性概率；若所有日期均为否，则判定为追踪日期内无高污染过程发生。