[发明专利]一种基于FFT的PM2.5浓度分析模型

权利要求书

1.一种基于FFT的PM2.5浓度分析模型，其特征在于，包括：

S1、根据观测数据，初步选取影响PM2.5浓度的影响因子；

S2、分析初步选取的影响因子与PM2.5浓度的耦合关系，在相关性分析的基础上选取与相关性最好的影响因子作为模型自变量因子；

S3、确定PM2.5浓度与各个自变量因子的公共周期；

S4、构建模型。

2.根据权利要求1所述的基于FFT的PM2.5浓度分析模型，其特征在于：所述步骤S1中，选取的影响因子包括GNSS水汽、气象要素、大气污染物；

所述气象要素包括风速、风向、气压、温度。

3.根据权利要求2所述的基于FFT的PM2.5浓度分析模型，其特征在于，所述步骤S2中，包括分析GNSS水汽与PM2.5浓度的耦合关系，具体方法如下：

通过GNSS解算软件解算区域内GNSS连续观测资料，结合气象观测获得该地区GNSS测站时值水汽序列，联合PM2.5浓度时值观测序列，分析PM2.5浓度与GNSS水汽序列的耦合关系。

4.根据权利要求2所述的基于FFT的PM2.5浓度分析模型，其特征在于，所述步骤S2中，包括分析PM2.5浓度与风速、风向的耦合关系，具体方法如下：

通过分析区域内风速和风向资料，联合PM2.5浓度时值观测序列，分析PM2.5浓度与风速、风向的耦合关系。

5.根据权利要求2所述的基于FFT的PM2.5浓度分析模型，其特征在于，所述步骤S2中，包括分析PM2.5浓度与气压、温度的耦合关系，具体方法如下：

根据区域内时值气压和时值温度资料，联合PM2.5浓度时值观测序列，分析PM2.5浓度与气压、温度的耦合关系。

6.根据权利要求2所述的基于FFT的PM2.5浓度分析模型，其特征在于：所述步骤S3中，通过快速傅里叶变换得到GNSS水汽、气象要素、大气污染物的周期信息，进而得到各个要素变化的公共周期，按公共周期对数据进行分组后参与模型构建。

7.根据权利要求2所述的基于FFT的PM2.5浓度分析模型，其特征在于：所述步骤S2中，经过相关性分析后，选取的模型自变量因子包括GNSS水汽、风速、PM10。

8.根据权利要求7所述的基于FFT的PM2.5浓度分析模型，其特征在于：所述步骤S3中，通过快速傅里叶变换确定GNSS水汽、风速、PM10的周期信息，进而得到各个要素变化的公共周期，按公共周期对数据进行分组后参与模型构建。