[发明专利]一种大气雾霾数值预报的校正预报方法及系统

权利要求书

1.一种大气雾霾数值预报的校正预报方法，其特征在于，所述校正预报方法包括：

选择需要开展雾霾数值预报的区域，并将所述区域划分成等经纬网格；

收集一种全球模式的初始场数据和边界条件数据，将其用作开展雾霾数值预测的初始场数据和边界条件数据；

将收集的初始场数据和边界条件数据按照所述等经纬网格进行插值，得到统一格点的网格数据；

选择一种区域数值预报模式，并选择一种参数化方案，将所述统一格点的网格数据输入所述区域数值预报模式，并开展数值积分计算，生成大气雾霾污染物在未来不同时刻的空间分布数据；

采用长短时记忆神经网络对所述空间分布数据分别进行长期、中期和短期的训练，得到不同时间尺度的模型；

所述区域数值预报模式为WRF-Chem预报模式；

所述采用长短时记忆神经网络对所述空间分布数据分别进行长期、中期和短期的训练，得到不同时间尺度的模型，具体是指：

采用长短时记忆神经网络对所述空间分布数据分别进行季节尺度、月尺度和日尺度的训练，得到不同时间尺度的模型，所述模型表示为：

其中，为预测值；S为一年中的季节类型；M为月度标记；D为日期标记；Y为当前时刻的区域数值预报模式输出结果；Y-为前一时刻的区域数值预报模式输出结果；Re为前一时刻的实际预报值。

2.根据权利要求1所述的大气雾霾数值预报的校正预报方法，其特征在于，所述模型还包括遗忘门、记忆门和输出门；

所述遗忘门决定上一时刻的单元状态C_t-1有多少保留到当前时刻C_t，其计算方法为：

f_t＝σ(W_f*[h_t-1，Y_t]+b_f)

所述记忆门决定针对当前输入Y_t的单元状态有多少保存到当前时刻的单元状态C_t，其计算方法为：

i_t＝σ(W_i*[h_t-1，Y_t]+b_i)

更新的细胞状态为：

所述输出门为：

o_t＝σ(W_o[h_t-1，Y_t]+b_o

h_t＝[o_t*tanh(C_t)]

其中，t表示第t个预报时刻；f_t为t时刻的遗忘门；O_t为t时刻的输出门；C_t为t时刻的记忆门；i_t为t时刻输入门；W_f为遗忘门权重矩阵；Wo为输出门权重矩阵；Wc为记忆门权重矩阵；W_i为输入门权重矩阵；h_t为t时刻的最终输出；Y_t为t时刻的原始预报值；σ为signmoid函数，其输出的是0至1之间的数；tanh为双曲正切函数；h_t-1为上一时刻的输出；b_f为遗忘偏置值；b_i为输入偏置值；C_t-1为上一时刻的单元状态；i_t-1为t-1时刻输入门；b_o为输出门的偏置值。