[发明专利]一种大气高污染过程动态追踪方法

说明书

本发明提供一种大气高污染过程动态追踪方法。该方法首先利用连续多日大气污染状态估计，结合高污染发生可能性诊断，实现当前日期下对未来连续多日的高污染发生的追踪诊断；并跟随当前日期的更新，实现追踪时期的动态更新，动态循环未来连续多日高污染发生追踪诊断，最终实现对大气高污染过程的动态追踪。

技术领域

本发明涉及环境质量预报预警技术领域，具体涉及一种大气高污染过程动态追踪方法。

背景技术

目前在中国，冬季大气高污染带来的灰霾天气频发，高温低湿常天气下也常现光化学烟雾高污染事件，严重危害居民健康和生活，对其进行有效预防与控制至关重要。目前大气污染预测技术往往对高污染过程预测不精确，急需面向高污染过程的污染变化预测新方法，提高大气污染物高污染的预测能力。

目前常用的大气污染或者空气质量预测方法主要有基于污染扩散过程模拟的数值方法和基于数据驱动的统计预测方法两大类。数值预报由于计算十分复杂，所需输入的排放清单和边界气象场不确定性较大，对高污染事件的预测精度不高。随着大气污染监测网络发展带来更多的研究数据，数据驱动方法的力量逐渐超于数值方法，主要有回归拟合、神经网络、小波分析、支持向量机、贝叶斯网络等。此类方法，虽使用方便，但是由于其对大气污染与气象关联关系表征不清晰，往往预测结果难以跟踪到高污染事件的增长趋势。因此，本研究面向大气高污染预测需求，建立了一种大气高污染过程追踪方法，用于实现大气高污染过程的饱和预测。

发明内容

本发明的目的是克服上述现有技术的缺点，提供一种大气高污染过程动态追踪方法，该方法基于大气污染与气象条件的影响关系，利用连续多日大气污染状态估计，结合高污染发生可能性诊断，实现了对大气高污染过程的动态追踪。

本发明是通过以下技术方案来实现的：

一种大气高污染过程动态追踪方法，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。

作为上述方案的改进，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PM2.5等颗粒物污染、臭氧污染、氮氧化物污染、一氧化碳污染等；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。

作为上述方案的改进，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)