【技术实现步骤摘要】
本公开涉及污染预测，具体地，涉及一种污染气象条件预测方法、装置、存储介质与电子设备。
技术介绍
1、相关技术中，污染物浓度受到气象数据与污染物排放量的影响，可以根据气象数据与污染物排放量来建立统计预报模型，进而通过统计预报模型预测未来污染物浓度，再根据预测的污染物浓度与历史污染物浓度来得到污染气象条件的同比变化率。
2、然而，气象数据与污染物排放量对污染物浓度的影响无法分离，所以统计预报模型得到的是气象数据与污染物排放量共同影响下的污染物浓度，而无法单独得到气象数据的影响下的污染物浓度。
技术实现思路
1、本公开的目的是提供一种污染气象条件预测方法、装置、存储介质与电子设备，以解决上述技术问题。
2、根据本公开实施例的第一方面，提供一种污染气象条件预测方法，包括：
3、将多个不同第一时间段的历史气象数据与固定的污染源排放清单作为空气质量模型的输入参数，得到不同所述第一时间段的第一历史污染物浓度；
4、将不同所述第一时间段的第一历史污染物浓度作为统计预报模型的输入参数，得到未来污染物浓度；所述统计预报模型用于根据历史污染物浓度预测得到未来污染物浓度；
5、根据所述第一历史污染物浓度与所述未来污染物浓度，得到同比变化率，所述同比变化率用于表示影响所述未来污染物浓度的未来气象数据，同比影响所述第一历史污染物浓度的历史气象数据偏好或偏差的具体数值。
6、可选地，所述将不同所述第一时间段的第一历史污染物浓度作为统计预报模
7、将不同所述第一时间段的第一历史污染物浓度中属于同一第二时间段的第二历史污染物浓度，作为所述第二时间段对应的统计预报模型的输入参数，得到不同所述第二时间段对应的未来污染物浓度，所述第二时间段的时间范围小于所述第一时间段的时间范围。
8、可选地，所述方法还包括：
9、根据不同所述第二时间段的第二历史污染物浓度，来拟合得到不同所述第二时间段对应的统计预报模型。
10、可选地，所述根据不同所述第二时间段的第二历史污染物浓度，来拟合得到不同所述第二时间段对应的统计预报模型，包括：
11、根据不同所述第一时间段中同一所述第二时间段的第二历史污染物浓度，拟合得到自回归阶数、差分阶数与移动平均阶数；
12、根据所述自回归阶数、所述差分阶数与所述移动平均阶数，得到所述第二时间段对应的统计预报模型。
13、可选地，所述根据所述第一历史污染物浓度与所述未来污染物浓度，得到同比变化率，包括：
14、根据不同所述第一时间段的第一历史污染物浓度中属于同一所述第二时间段的第二历史污染物浓度以及所述第二时间段的未来污染浓度，得到所述同比变化率，所述同比变化率用于表示影响所述未来污染物浓度的未来气象数据相较于影响所述第二历史污染物浓度的历史气象数据偏好或偏差的具体数值。
15、可选地，所述方法还包括：
16、将多个不同所述第一时间段的地形数据与初始气象数据作为中尺度模型的输入参数，得到不同所述第一时间段的所述历史气象数据。
17、可选地，所述方法还包括：
18、间隔预设时长更换所述空气质量模型的初始场；所述预设时长小于所述第二时间段的持续时长。
19、根据本公开实施例的第二方面，提供一种污染气象条件预测装置，包括：
20、第一预测模块，被配置为将多个不同第一时间段的历史气象数据与固定的污染源排放清单作为空气质量模型的输入参数，得到不同所述第一时间段的第一历史污染物浓度；
21、第二预测模块，被配置为将不同所述第一时间段的第一历史污染物浓度作为统计预报模型的输入参数，得到不同所述第一时间段的未来污染物浓度；所述统计预报模型用于根据历史污染物浓度预测得到未来污染物浓度；
22、同比变化率确定模块，被配置为根据所述第一历史污染物浓度与所述未来污染物浓度，得到同比变化率，所述同比变化率用于表示影响所述未来污染物浓度的未来气象数据，同比影响所述第一历史污染物浓度的历史气象数据偏好或偏差的具体数值。
23、根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例第一方面提供的污染气象条件预测方法的步骤。
24、根据本公开实施例的第四方面，提供一种电子设备，包括：
25、存储器，其上存储有计算机程序；
26、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例第一方面提供的污染气象条件预测方法的步骤。
27、通过上述技术方案，通过将不同第一时间段的历史气象数据与固定的污染源排放清单输入至空气质量模型，得到不同第一时间段的第一历史污染物浓度，由于输入至空气质量模型中的历史气象数据是变化的，而污染源排放清单是不变的，所以排除了污染源排放清单对第一历史污染物浓度的影响，从而得到历史气象数据的变化对第一历史污染物浓度的影响，解决了统计预报模型无法分离出历史气象数据对第一历史污染物浓度的影响的问题。
28、通过将空气质量模型输出的第一历史污染物浓度输入至统计预报模型来预测未来污染物浓度，基于统计预报模型的特性，统计预报模型是根据时间序列的第一历史污染物浓度来预测未来污染物浓度，而并非是基于上一时间段的污染物浓度来预测未来污染物浓度，其预测得到的未来污染物浓度的准确性较高，不存在采用上一时间段的污染物浓度来预测未来污染物浓度所带来的误差累积的问题。
29、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种污染气象条件预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将不同所述第一时间段的第一历史污染物浓度作为统计预报模型的输入参数，得到未来污染物浓度，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据不同所述第二时间段的第二历史污染物浓度，来拟合得到不同所述第二时间段对应的统计预报模型，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述第一历史污染物浓度与所述未来污染物浓度，得到同比变化率，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求2所述的方法，其特征在于，所述方法还包括：
8.一种污染气象条件预测装置，其特征在于，包括：
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
【技术特征摘要】
1.一种污染气象条件预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将不同所述第一时间段的第一历史污染物浓度作为统计预报模型的输入参数，得到未来污染物浓度，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据不同所述第二时间段的第二历史污染物浓度，来拟合得到不同所述第二时间段对应的统计预报模型，包括：
5.根据权利要求2所述的方法，其特征在...
【专利技术属性】
技术研发人员：张言璐，刘文雯，王洋，鲁晓晗，李亚林，马培翃，田相桂，秦东明，
申请(专利权)人：中科三清科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。