[发明专利]一种基于气象要素的天空蓝指数确定方法及系统

权利要求书

1.一种基于气象要素的天空蓝指数确定方法，其特征在于，该方法使用基于气象要素的天空蓝指数确定系统和实时预报系统，方法步骤包括：

S11：收集气象观测站点的气象观测数据，对气象观测数据进行质量控制后得到气象要素数据库；

S12：设置蓝天关键词，采用语义引擎技术对蓝天关键词进行网页搜索，从网页搜索结果中获取蓝天日期，并通过网络爬虫技术下载气象观测站点的历史天气现象数据，利用历史天气现象数据从蓝天日期中排除雨雪日期；

S13：将蓝天日期传输至气象要素数据库中进行气象定位，提取蓝天日期所对应的气象要素，利用气象要素从蓝天日期中再次排除雨雪日期，并利用神经网络模型挑选出与蓝天相关联的气象要素以及气象要素的满足条件，得到备选天空蓝指数；

S14：获取城市空气质量数据，采用预报质量检验方法并结合城市空气质量数据从备选天空蓝指数中选择出最优的天空蓝指数作为城市标准天空蓝指数；

步骤S11中，对气象观测数据进行质量控制后得到气象要素数据库，包括：

S21：利用R语言对气象观测数据进行质量控制，将能见度转换为干能见度；

S22：利用matlab软件对质量控制后的气象观测数据进行预处理，建立气象要素数据库；

步骤S12中，通过网络爬虫技术下载气象观测站点的历史天气现象数据，利用历史天气现象数据从蓝天日期中排除雨雪日期，包括：

利用Python爬虫技术下载气象观测站点的历史天气现象数据，查找出记录为晴天且无雨雪的日期并作为参考日期，将从网页搜索结果中获取的蓝天日期与所述参考日期进行比对，将蓝天日期与参考日期中相同的日期作为标准蓝天日期；

步骤S14的过程具体包括以下步骤：

S31：利用Python爬虫技术下载气象观测站点的城市空气质量数据，形成对应日期长度的空气质量指数AQI记录，查找出AQI小于等于100的日期并作为标记日期；

S32：利用预报质量检验方法计算每个备选天空蓝指数在标记日期的预报准确率、空报率以及漏报率，通过权重评分方式从所有备选天空蓝指数中选择出最优的备选天空蓝指数并作为标准天空蓝指数；

步骤S14之后，还包括以下步骤：

S15：获取实时预报气象数据，依据标准天空蓝指数对实时预报气象数据进行分析，得到天空蓝的判断结果并对判断结果进行发布；

步骤S15之后，还包括以下步骤：

S16：对于每个城市，根据天空蓝指数建立长期蓝日记录数据库，根据每天的气象要素实时更新每个城市的天空蓝判定结果，将天空蓝判定结果上传至网页；

如此，通过步骤S16实现全国蓝时空分布的网页实时更新；

该基于气象要素的天空蓝指数确定系统包括以下模块：

前处理系统，用于收集气象观测站点的气象观测数据，对气象观测数据进行质量控制后得到气象要素数据库；

语义选择系统，用于设置蓝天关键词，采用语义引擎技术对蓝天关键词进行网页搜索，从网页搜索结果中获取蓝天日期，并通过网络爬虫技术下载气象观测站点的历史天气现象数据，利用历史天气现象数据从蓝天日期中排除雨雪日期；

气象定位系统，用于将蓝天日期传输至气象要素数据库中进行气象定位，提取蓝天日期所对应的气象要素，利用气象要素从蓝天日期中再次排除雨雪日期，并利用神经网络模型挑选出与蓝天相关联的气象要素以及气象要素的满足条件，得到备选天空蓝指数；

验证系统，用于获取城市空气质量数据，采用预报质量检验方法并结合城市空气质量数据从备选天空蓝指数中选择出最优的天空蓝指数作为城市标准天空蓝指数；

在验证系统中，预报质量检验方法的计算公式如下：

对于预报准确率TS，NA+ND为预报正确次数，NB为空报次数，NC为漏报次数；

对于漏报率PO，

对于空报率FAR，

其中，步骤S11的执行者为前处理系统，步骤S12的执行者为语义选择系统，步骤S13的执行者为气象定位系统，步骤S14的执行者为验证系统，步骤S15的执行者为实时预报系统。

2.如权利要求1所述的天空蓝指数确定方法，其特征在于，所述前处理系统包括：

收集模块，用于收集气象观测站点的气象观测数据；

转换模块，用于利用R语言对气象观测数据进行质量控制，将能见度转换为干能见度；

建立模块，用于利用matlab软件对质量控制后的气象观测数据进行预处理，建立气象要素数据库。