一种灰霾和沙尘天气的预报方法及预报系统

摘要

本发明公开了一种灰霾和沙尘天气的预报方法及预报系统，该预报方法首先构建灰霾、沙尘发生等级与气象参数、当地排放源排放参数、其它相关排放源排放参数的关联关系，气象参数与其它相关排放源排放参数影响率的关联关系；然后基于关联关系构建当地气象异常预报模型和当地灰霾、沙尘天气预报模型；基于网络爬虫模块实时爬取当地气象参数，当气象参数落入预设的异常门限时，基于无人机检测模块实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集，然后将当前气象参数、当地排放源排放参数、其它相关排放源排放参数录入当地灰霾、沙尘天气预报模型中，实现当地灰霾和沙尘天气的预报。本发明可以实现灰霾天气和沙尘天气的快速、准确预报。

说明书

技术领域

本发明涉及环境监测系统，具体涉及一种灰霾和沙尘天气的预报方法及预报系统。

背景技术

灰霾的定义是大量极细微的干尘粒等均匀地浮游在空中，使水平能见度小于10千米的空气普遍有混浊现象；而沙尘天气则包含了浮尘、扬沙和沙尘暴三种。灰霾和沙尘天气都是与大气颗粒物密切相关的视程障碍天气现象，由于大气中的颗粒物会发生米散射现象，在灰霾和沙尘天气发生时，都会出现能见度下降、空气浑浊的现象，且颗粒物能够进入呼吸系统，对人体健康造成危害，因此，对灰霾和沙尘天气的准确预报具有重要的意义。

目前，灰霾和沙尘天气的预报方法主要有统计学方法、基于天气过程的天气学分析方法和数值预报方法。其中，统计学方法一般是以温度、气压、风速、风向和湿度等历史气象数据为自变量，以相应历史时期颗粒物浓度(PM2.5或PM10)或天气现象记录为因变量，通过多元回归得到气象数据和颗粒物浓度关系的显示数学表达式，并用该表达式进行灰霾和沙尘的预报。该方法操作简单，但由于未充分考虑当地或其它相关排放源、地形以及地理区位等，因此往往不能获得较为准确的预报效果。

发明内容

为解决上述问题，本发明提供了一种灰霾和沙尘天气的预报方法及预报系统，可以实现灰霾天气和沙尘天气的快速、准确预报。

为实现上述目的，本发明采取的技术方案为：

一种灰霾和沙尘天气的预报方法，包括如下步骤：

S1、基于历史灰霾、沙尘发生等级与发生时的气象参数及对应的当地排放源排放参数、其它相关排放源排放参数构建灰霾、沙尘发生等级与气象参数、当地排放源排放参数、其它相关排放源排放参数的关联关系；并构建气象参数与其它相关排放源排放参数影响率的关联关系；

S2、基于所述关联关系构建当地气象异常预报模型和当地灰霾、沙尘天气预报模型；

S3、基于网络爬虫模块实时爬取当地气象参数，并基于当地气象异常预报模型实现气象参数的实时检测；

S4、当爬取到的气象参数落入预设的异常门限时，无人机检测模块启动，基于预设的轨迹实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集；

S5、将当前气象参数、当地排放源排放参数、其它相关排放源排放参数录入所述当地灰霾、沙尘天气预报模型中，实现当地灰霾和沙尘天气的预报。

进一步地，所述当地气象异常预报模型采用Bi-LSTM+Attention模型。

进一步地，所述当地灰霾、沙尘天气预报模型采用Xception模型。

进一步地，气象参数包括能见度Vis、风向、气温、风速v、相对湿度RH、细颗粒物PM2.5浓度Cpm2.5。

进一步地，其它相关排放源排放参数为与当前区域相邻区域的排放源排放参数。

进一步地，预报结果为轻微灰霾、轻度灰霾、中度灰霾、重度灰霾、特强沙尘暴、强沙尘暴、沙尘暴、扬沙或浮尘的其中一种。

进一步地，每一个当地排放源和其它相关排放源均配置一排放参数监测点，无人机检测模块启动基于携带有排放参数监测点的导航地图到达指定的排放参数监测点，实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集。

进一步地，所述异常门限根据历史灰霾、沙尘发生时对应的细颗粒物PM2.5浓度Cpm2.5最低值和能见度Vis最高值。

本发明还提供了一种灰霾和沙尘天气的预报系统，采用上述的预报方法实现灰霾和沙尘天气的预报。

本发明具有以下有益效果：

1）基于历史灰霾、沙尘发生等级与发生时的气象参数及对应的当地排放源排放参数、其它相关排放源排放参数构建灰霾、沙尘发生等级与气象参数、当地排放源排放参数、其它相关排放源排放参数的关联关系；并构建气象参数与其它相关排放源排放参数影响率的关联关系；然后基于所述关联关系构建当地气象异常预报模型和当地灰霾、沙尘天气预报模型，充分考虑可能引发灰霾、沙尘的各种因素，从而可以实现灰霾天气和沙尘天气的准确预报；

2）配置当地气象异常预报模型，当爬取到的气象参数落入预设的异常门限时，无人机检测模块启动，基于预设的轨迹实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集，从而可以减少气象参数正常期间的监测工作量。

3）采用基于携带有排放参数监测点的导航地图到达指定的排放参数监测点，实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集，无需特地配置监测站，在可以提高方法适用范围的同时，可以显著降低系统布置成本。

附图说明

图1为本发明实施例一种灰霾和沙尘天气的预报方法的流程图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

如图1所示，本发明实施例提供了一种灰霾和沙尘天气的预报方法，包括如下步骤：

S1、构建关联关系，具体的：基于历史灰霾、沙尘发生等级与发生时的气象参数及对应的当地排放源排放参数、其它相关排放源排放参数构建灰霾、沙尘发生等级与气象参数、当地排放源排放参数、其它相关排放源排放参数的关联关系；并构建气象参数与其它相关排放源排放参数影响率的关联关系；

S2、基于所述关联关系构建当地气象异常预报模型和当地灰霾、沙尘天气预报模型；

S3、基于网络爬虫模块实时爬取当地气象参数，并基于当地气象异常预报模型实现气象参数的实时检测；

S4、当爬取到的气象参数落入预设的异常门限时，无人机检测模块启动，基于预设的轨迹实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集；

S5、将当前气象参数、当地排放源排放参数、其它相关排放源排放参数录入所述当地灰霾、沙尘天气预报模型中，实现当地灰霾和沙尘天气的预报。

本实施例中，所述当地气象异常预报模型采用Bi-LSTM+Attention模型。所述当地灰霾、沙尘天气预报模型采用Xception模型。所述气象参数包括能见度Vis、风向、气温、风速v、相对湿度RH、细颗粒物PM2.5浓度Cpm2.5。

本实施例中，其它相关排放源排放参数为与当前区域相邻区域（所述的相邻区域为与当前区域的边界线之间的距离为1000米以内的环形区域）的排放源排放参数，其中，风向、风速为影响其它相关排放源排放参数与历史灰霾、沙尘发生等级关联关系的主要因素。

本实施例中，预报结果为轻微灰霾、轻度灰霾、中度灰霾、重度灰霾、特强沙尘暴、强沙尘暴、沙尘暴、扬沙或浮尘的其中一种。

本实施例中，每一个当地排放源和其它相关排放源均配置一排放参数监测点，无人机检测模块启动基于携带有排放参数监测点的导航地图到达指定的排放参数监测点，实现当前当地排放源排放参数、其它相关排放源排放参数的实时采集。

本实施例中，所述异常门限根据历史灰霾、沙尘发生时对应的细颗粒物PM2.5浓度Cpm2.5最低值和能见度Vis最高值。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。