空气重污染天气的预报方法和系统技术方案

一种空气重污染天气的预报方法，包括：收集、获取待预报区域的长时间序列的历史气象数据；选取若干气象参数作为影响因子；通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将气象模式WRF预报的所述气象参数的预测数值代入所述预报方程中，通过求解方程来对未来的重污染天气进行预测。以及一种空气重污染天气的预报系统。本发明专利技术首次结合天气分型和气象要素判别方程对未来可能发生的重污染过程进行判别；建立的判别方程选取的代表性气象因子数量少，重污染案例判别效果好；是对重污染统计预报技术、数值预报技术的有效补充，方法简单易行，且经费投入较少，能有效为重污染预警提供技术支持；建立了较简单实用的操作界面。

【技术实现步骤摘要】
空气重污染天气的预报方法和系统
本专利技术涉及天气预报领域，更具体地涉及一种空气重污染天气的预报方法和系统。
技术介绍
近年以来，随着我国经济的发展和产能的扩大，导致北方开始出现大范围的雾霾等重污染天气，严重影响了正常的生产生活，损害了广大人民的身心健康。为此，有些地区开始推行重污染天气红色预警机制，通过发布红色预警信息来有预期的停课停工，以及交通限行，来管控污染源的进一步排放，避免小学生和幼童暴露在重污染的户外。但是，目前的重污染预报机制主要还是靠人工预报，存在较大的误差，一旦启动红色预警，而实际上天气状况却没有恶化，将给我国的经济和广大人民的生活带来很大的损失。此外，我国从2013年才开始正式监测并对外发布PM2.5数值，由于缺乏以前的数据，使很多现有预测方法也因为缺乏数据而无法进行。如何准确预报一定时期后的空气重污染天气的发生、发展情况是目前迫切需要解决的一个难题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种空气重污染天气的预报方法和系统。为了实现上述目的，作为本专利技术的一个方面，本专利技术提供了一种空气重污染天气的预报方法，包括以下步骤：步骤S1：收集、获取待预报区域的历史气象数据；步骤S2：选取若干气象参数作为影响因子；步骤S3：通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将所述气象参数的预测值和/或实测值代入所述预报方程中，通过求取方程来对未来是否为重污染天气进行预测。作为优选，在步骤S2中选取的若干影响因子为平均风速、24小时变压、850与1000hP温度之差气象变量，以及昨日国控细颗粒物均值浓度。作为优选，在步骤S3中拟合的预报方程为：其中，c为要预测的那一天的PM2.5的预测日均浓度，a0为常数，a1、a2、a3、a4是回归系数；x1、x2、x3分别为要预测的那一天的24小时平均风速、24小时变压、08时850与1000hPa温度之差的预测值，x4为昨日国控细颗粒物均值浓度的实测值或预测值。作为优选，所述要预测的那一天包括今天、明天和后天，分别对应未来24小时、48小时和72小时内。作为优选，x1、x2、x3的数值选自WRF模式的模拟预报结果，WRF模式初始及边界资料为NCAR和NCEP的再分析逐日资料GFS，分辨率为1°×1°，时间分辨率是6h(00：00、06：00、12：00、18：00)；地形和下垫面输入资料分别来自USGS30s全球地形和MODIS下垫面分类资料。对于x4，当预测今天的重污染天气情况时，选用昨日国控细颗粒物均值浓度的实测值；当预测明天或后天的重污染天气情况时，选用相对于明天或后天的昨日国控细颗粒物均值浓度的预测值。作为优选，对北京城区拟合的2013年的预报方程为：c＝103.23-24.974x1-3.8127x2+1.5025x3+0.53945x4。作为本专利技术的另一个方面，本专利技术还提供了一种空气重污染天气的预报系统，所述预报系统基于matlab软件执行如上所述的空气重污染天气的预报方法，来对未来某一时间的重污染天气进行预测。基于上述技术方案可知，本专利技术的预报方法和系统具有如下的有益效果：(1)首次结合天气分型和气象要素判别方程对未来可能发生的重污染过程进行判别；该方法首次对影响北京市重污染的天气系统进行了分型，结合人工预报建立了重污染统计判别方程，是一种重污染预报技术；(2)建立的判别方程选取的代表性气象因子数量少，重污染案例判别效果好；(3)本专利技术的方法是对重污染统计预报技术、数值预报技术的有效补充，方法简单易行，且经费投入较少，能有效为重污染预警提供技术支持，应用示范推广方便可行；(4)基于matlab首次将污染物与气象实测数据库、WRF预报数据库结合起来，建立了较为简单实用的方法操作界面；本方法将对未来的北京市空气重污染分区动态统计预报提供较好的思路。附图说明图1是2013年北京地区统计判别方程预报与实测对比图；图2是2013年北京地区58天重污染统计预报与实测对比图；图3是本专利技术的预报方法的流程图；图4(a)、4(b)分别是本专利技术的预报方法在对2015年12月北京市2次红色预警期间PM2.5浓度进行验证评估的结果曲线图；图5是本专利技术的预报系统的软件操作界面。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术作进一步的详细说明。如图3所示，本专利技术公开了一种空气重污染天气的预报方法，包括以下步骤：步骤S1：收集、获取待预报区域的历史气象数据；其中为了提高拟合精度，可以人工识别出可能发生重污染的天气背景场，并重点关注一些对发生重污染的天气有较大影响的气象参数。此外，上述历史气象数据优选为长时间序列的历史气象数据，例如6个月以上，甚至是12个月、2年等较长时间段的历史气象数据。步骤S2：选取若干气象参数作为影响因子，选取的标准可以基于自动排序，例如从历史各气象参数与PM2.5浓度相关性强弱等角度进行选择。步骤S3：通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将气象模式WRF预报的气象参数代入该预报方程中，通过解方程来对未来一定时间的重污染天气进行预测。在上述步骤S2中，可供选择的气象参数非常多，比如温度、湿度、风速、风向、气压、高压槽分布，等等。作为优选，在步骤S2中选取的影响因子例如为平均风速、24小时变压、850与1000hP温度之差气象变量，以及昨日国控细颗粒物均值浓度。经过反复试验，选择这四个变量可以最好的近似模拟污染物变化情况，预测未来某一时间是否为重污染天气。作为优选，在步骤S3中拟合的预报方程例如为：其中，c为要预测的那一天的PM2.5的预测浓度，a0为常数，a1、a2、a3、a4是回归系数；x1、x2、x3分别表示要预测的那一天的24小时平均风速、24小时变压、08时850与1000hPa温度之差的预测值，x4表示昨日国控细颗粒物均值浓度的实测值或预测值。对于该预报方程，可以用于预报今天、明天和后天(即未来24h、48h、72h内)的空气污染情况。作为优选，上述x1、x2、x3的数值选自WRF模式的模拟预报结果，WRF模式初始及边界资料为NCAR和NCEP的再分析逐日资料GFS，分辨率为1°×1°，时间分辨率是6h(00：00、06：00、12：00、18：00)；地形和下垫面输入资料分别来自USGS30s全球地形和MODIS下垫面分类资料。对于x4，当预测今天的重污染天气情况(c值)时，直接选用昨日国控均值的实测值；当预测明天的重污染天气情况(c值)时，由于相对于明天的昨天(即今日)的国控均值(x4)尚未统计出来，可以先通过上述预报方程预测今天的c值，将该c值作为相对于明天的“昨日国控均值”(x4)的预测值来使用。同理，对于预测后天的重污染天气情况(c值)，则依次先预测今天、明天和后天的c值，从而得到后天是否为重污染天气的预报。经过精心研究，对于北京城区来说，2013年拟合的预报方程为：c＝103.23-24.974x1-3.8127x2+1.5025x3+0.53945x4。该预报方程可以较准确地拟合2013年的污染物分布数据。而对于2014年和2015年，可以将2014～2015年历史细颗粒物与气象观测数据加入到数据库中，更新并建立本文档来自技高网...

【技术保护点】
一种空气重污染天气的预报方法，其特征在于，包括以下步骤：步骤S1：收集、获取待预报区域的历史气象数据；步骤S2：选取若干气象参数作为影响因子；步骤S3：通过拟合的方式，以选取的若干气象参数作为因子建立空气重污染预报方程，将所述气象参数的预测值和/或实测值代入所述预报方程中，通过求取方程来对未来是否为重污染天气进行预测。

【技术特征摘要】
1.一种空气重污染天气的预报方法，其特征在于，包括以下步骤：步骤S1：收集、获取待预报区域的历史气象数据；步骤S2：选取如下四个气象参数：24小时平均风速、24小时变压、08时850与1000hPa温度之差，以及昨日国控细颗粒物均值浓度作为影响因子；步骤S3：通过拟合的方式，以选取的气象参数作为因子建立空气重污染预报方程，将所述气象参数的预测值和/或实测值代入所述预报方程中，通过求取方程来对未来待预测的某一天是否为重污染天气进行预测；其中，拟合的所述预报方程为：其中，c为待预测的某一天的PM2.5的预测日均浓度，a0为常数，a1、a2、a3、a4是回归系数；x1、x2、x3分别为待预测的某一天的24小时平均风速、24小时变压、08时850与1000hPa温度之差的预测值，x4为待预测的某一天的昨日国控细颗粒物均值浓度的实测值或预测值。2.如权利要求1所述的空气重污染天气的预报方法，其特征在于，所述待预测的某一天能够选取为相对于当前日的今天、明天或后天，分别对应对未来24小时内、24-48小时内或48-72小时内的重污染天气的预测。3.如...

【专利技术属性】
技术研发人员：程念亮，张大伟，李云婷，孙峰，
申请(专利权)人：北京市环境保护监测中心，
类型：发明
国别省市：北京;11