一体化气溶胶污染气象指数-气溶胶浓度估算方法及系统与流程

技术特征：
1.一种一体化气溶胶污染气象指数-气溶胶浓度估算方法，其特征在于，包括以下步骤：s1,生成估算特征变量数据集,所述估算特征变量数据集包括基本气象变量、二级气象变量和准静态变量；s2，使用历史气溶胶浓度观测数据集c计算气溶胶背景浓度和气溶胶污染气象指数真值r；s3,建立待优化的气溶胶污染气象指数时空深度神经网络模型；s4,采用步骤s1中生成的特征变量数据集作为训练集，训练步骤s3中建立的时空深度神经网络模型，拟合气溶胶污染气象指数真值r得到气溶胶污染气象指数估计值结合气溶胶污染气象指数估算值和气溶胶背景浓度得到实际的气溶胶浓度估算值具体包括；s41、将步骤s1中得到的估算特征变量数据集划分为训练数据集和测试数据集，使用训练数据集采用留出验证训练或者10折交叉验证训练对步骤s3中生成的神经网络模型开展训练过程，训练目标为步骤s3中得到的气溶胶污染气象指数真值r，以气溶胶污染气象指数估计值和真值r的均方误差为代价函数l,s个训练样本上的代价函数公式为：训练最终得到最优的气溶胶污染气象指数时空深度神经网络模型使得代价函数l最小；s42、采用s41中的测试数据集对最优的气溶胶污染气象指数时空深度神经网络模型进行测试，计算得到测试数据集上气溶胶污染气象指数真值r和估计值的均方根误差为气溶胶污染气象指数的估计误差；s43、任一时间、任一网格上，使用倍数参数q、气溶胶污染气象指数估计值和气溶胶背景浓度估算气溶胶浓度估计值估算公式为：其中测试数据集上的估算气溶胶浓度和观测气溶胶浓度的均方根误差为气溶胶浓度的估计误差。2.根据权利要求1所述的一体化气溶胶污染气象指数-气溶胶浓度估算方法，其特征在于，步骤s1具体包括：s11、收集基本气象变量，包括但不限于以下变量：850hpa的风向、风速、边界层高度、日降水量、2米高度处的温度、地面位势高度、2米高度处的比湿、2米高度处的相对湿度、云量和地面气压；s12、使用步骤s11中收集的及本期向变量计算和气溶胶浓度变化相关的二级气象变量,包括但不限于2米高度处的位温、2米高度处的湿位温、2米高度处的湿平衡位温、湿沉降发生阈值w以及近地层扩散系数d，其中所述湿沉降发生阈值w公式为：
其中p为日降水量(单位:毫米)；所述近地层扩散系数d计算公式为：其中z为指定大气层离地高度，取不小于100米的指定高度，u为全风速；s13、收集历史数据中的准静态变量，包括但不限于地面高程、植被高度、土地利用类型、人口密度、沙尘气溶胶年均值或逐日的年循环值；s14、合并s11-s13形成的三类数据集到同一时间段、空间区域和分辨率下形成基础的网格化数据集，特征变量为s11-s13所涉及的全部变量；s15、在基础数据集中进行窗口采样得到样本数据集，即搜索所有历史气溶胶观测的时间和地点，以此为中心，以i
×
j网格为窗口范围，提取该范围内所有特征变量，i和j选择3-15的预设自然数。3.根据权利要求2所述的一体化气溶胶污染气象指数-气溶胶浓度估算方法，其特征在于，步骤s2具体包括：s21、使用m年的历史气溶胶浓度观测数据c计算观测时前后n天的气溶胶背景浓度计算公式如下：s22、使用历史气溶胶浓度观测数据集和气溶胶背景浓度计算气溶胶污染气象指数真值r，计算公式为：其中k为倍数参数，选择1.1-4.0在内的预设实数。4.根据权利要求3所述的一体化气溶胶污染气象指数-气溶胶浓度估算方法，其特征在于，步骤s3中具体包括：s31，使用包括深度不少于5层的空间特征提取神经网络在获取的样本数据集中提取空间特征，所述特征提取网络包括但不限于各种残差网络和稠密网络；s32、使用带有门控的循环神经网络将s31中提取的当前时刻t及之前的t-1个时刻的空间特征链接在一起，带有门控的循环神经网络在最后一个时刻的输出值为气溶胶污染气象指数估计值5.一种一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，包括数据生成模块、模型构建模块、模型训练模块、气溶胶污染气象指数估算模块以及气溶胶浓度估算模块，所述数据生成模块用于生成包括基本气象变量、二级气象变量和准静态变量在内的估算特征变量数据集，同时使用历史气溶胶浓度观测数据集计算气溶胶背景浓度和气溶胶污
染气象指数真值；所述模型构建模块用于构建待优化的气溶胶污染气象指数时空深度神经网络模型；所述模型训练模块用于采用所述数据生成模块获取的估算特征变量数据集中的一部分作为训练数据集对构建的待优化的气溶胶污染气象指数时空深度神经网络模型进行训练，得到优化后的气溶胶污染气象指数时空深度神经网络模型；所述气溶胶污染气象指数估算模块用于采用估算特征变量数据集的剩余部分作为测试数据集，利用优化后的气溶胶污染气象指数时空深度神经网络模型计算得到气溶胶污染气象指数估算值；所述气溶胶浓度估算模块采用所述气溶胶污染气象指数估算模块得到的气溶胶污染气象指数估算值以及数据生成模块中计算得到的气溶胶背景浓度估算得到气溶胶浓度估算值。6.根据权利要求5所述的一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，所述数据生成模块生成包括基本气象变量、二级气象变量和准静态变量在内的估算特征变量数据集，具体包括以下步骤：a1、收集基本气象变量，包括但不限于以下变量：850hpa的风向、风速、边界层高度、日降水量、2米高度处的温度、地面位势高度、2米高度处的比湿、2米高度处的相对湿度、云量和地面气压；a2、使用步骤a1中收集的及本期向变量计算和气溶胶浓度变化相关的二级气象变量,包括但不限于2米高度处的位温、2米高度处的湿位温、2米高度处的湿平衡位温、湿沉降发生阈值w以及近地层扩散系数d，其中所述湿沉降发生阈值w公式为：其中p为日降水量(单位:毫米)；所述近地层扩散系数d计算公式为：其中z为指定大气层离地高度，取不小于100米的指定高度，u为全风速；a3、收集历史数据中的准静态变量，包括但不限于地面高程、植被高度、土地利用类型、人口密度、沙尘气溶胶年均值或逐日的年循环值；a4、合并a1-a3形成的三类数据集到同一时间段、空间区域和分辨率下形成基础的网格化数据集，特征变量为s11-s13所涉及的全部变量；a5、在基础数据集中进行窗口采样得到样本数据集，即搜索所有历史气溶胶观测的时间和地点，以此为中心，以i
×
j网格为窗口范围，对所有特征变量开展采样，i和j选择3-15的预设自然数。7.根据权利要求5所述的一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，所述数据生成模块中使用历史气溶胶浓度观测数据集计算气溶胶背景浓度和气溶胶污染气象指数真值，具体包括：
b1、使用m年的历史气溶胶浓度观测数据c计算观测时前后n天的气溶胶背景浓度计算公式如下：b2、使用历史气溶胶浓度观测数据集和气溶胶背景浓度计算气溶胶污染气象指数真值r，计算公式为：其中k为倍数参数，选择1.1-4.0在内的预设实数。8.根据权利要求5所述的一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，所述模型构建模块中构建待优化的气溶胶污染气象指数时空深度神经网络模型具体包括：c1，使用包括深度不少于5层的空间特征提取神经网络在获取的样本数据集中提取空间特征，所述特征提取网络包括但不限于各种残差网络和稠密网络；c2、使用带有门控的循环神经网络将c1中提取的当前时刻t及之前的t-1个时刻的空间特征链接在一起，带有门控的循环神经网络在最后一个时刻的输出值为气溶胶污染气象指数估计值9.根据权利要求5所述的一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，所述模型训练模块在进行训练时，采用留出验证训练或者10折交叉验证训练对模型生成模块中生成的模型开展训练，训练目标为得到气溶胶污染气象指数真值r，以气溶胶污染气象指数估计值和真值r的均方误差为代价函数l，s个训练样本上的代价函数公式为：训练最终得到最优模型使得代价函数l最小。10.根据权利要求9所述的一体化气溶胶污染气象指数-气溶胶浓度估算系统，其特征在于，所述气溶胶污染气象指数估算模块得到气溶胶污染气象指数估算值所述气溶胶浓度估算模块在任一时间、任一网格上，使用倍数参数q、气溶胶污染气象指数估计值和气溶胶背景浓度估算气溶胶浓度估计值估算公式为：

技术总结
本发明提供了一种一体化气溶胶污染气象指数-气溶胶浓度估算方法及系统，通过构建基于深度神经网络构建的气溶胶污染气象指数时空深度神经网络模型对气溶胶污染气象指数进行准确的估算，同时可以给出精确的气溶胶浓度估算公式，实现一体化估算气溶胶污染气象指数-气溶胶浓度值。本方案中的数据集的选择不仅包括基本气象变量，还包括多种自定义的和气溶胶浓度变化相关的二级气象变量，有利于提高模型拟合能力。同时，本方法提出使用气象场空间窗口采样并使用带有门的网络结构在时间上关联这些采样，根据气象场主要对气溶胶浓度短期变率起作用的特征，首次提出分离开背景浓度和气溶胶污染气象指数，使得估算结果准确度更高。高。高。


技术研发人员：冯琎
受保护的技术使用者：北京城市气象研究院
技术研发日：2022.08.17
技术公布日：2022/11/15