[发明专利]天气形势的分型方法、空气污染状况的预测方法及装置

说明书

本申请公开了一种天气形势的分型方法、空气污染状况的预测方法及装置。天气形势的分型方法包括：从历史气象数据中选取分型区域的分型因子，作为待聚类数据；对所述待聚类数据进行滤波；对滤波后的待聚类数据进行聚类，建立分型模型；迭代更新所述分型模型；利用分型模型对预报天气形势进行分型。本申请提供的天气形势的分型方法，通过更合理的方式确定初始簇中心，可有效减少聚类误差，各类间相似度增加，不同类之间差异明显；改进相似度度量指标，通过计算各行、各列的相似度，充分考虑了局部差异情况，贴合气象场分布特征，分型结果实用性增强、分型结果精确。

技术领域

本申请涉及环境监测技术领域，具体涉及一种天气形势的分型方法、空气污染状况的预测方法及装置。

背景技术

污染事件和大尺度天气形势密切相关，天气形势演变决定了污染物的空间分布及随时间变化特征，直接影响污染过程的持续时间、污染程度。污染天气形势分析总结对于理解天气系统的特征和建立预报思路非常重要，开展污染天气形势的分型研究，识别典型的污染天气形势，分析不同天气型下污染物传输扩散情况，对于开展空气质量预警预报具有重要意义。

现有技术中，对天气形势的分型方法常采用K-means聚类法，在选取初始簇中心时采取随机法生成，初始簇中心在后续的聚类算法中具有非常重要的意义，目前的随机法生成的簇中心不能代表样本情况。在聚类算法中用于判别样本与簇中心相似度的度量方法考虑的是两者的整体相似性，而在现有技术的天气形势分型研究中，局部空间范围气象场分布的差异未加以考虑。

发明内容

本申请的目的是提供一种天气形势的分型方法、空气污染状况的预测方法及装置。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种天气形势的分型方法，包括：

从历史气象数据中选取分型区域的分型因子，作为待聚类数据；

对所述待聚类数据进行滤波；

对滤波后的待聚类数据进行聚类，建立分型模型；

迭代更新所述分型模型；

利用更新完成的分型模型对预报天气形势进行分型。

进一步地，所述从历史气象数据中选取分型因子包括：从历史气象数据中选取每日若干时次的高度场、海平面气压场作为分型因子。

进一步地，所述对所述待聚类数据进行滤波，包括：通过高斯滤波法对所述待聚类数据进行平滑，去除日变化，得到滤波后的待聚类数据。

进一步地，所述对滤波后的待聚类数据进行聚类，建立分型模型，包括：

计算所述滤波后的待聚类数据中的每个样本与其他样本之间的距离；

根据所述距离找出各个样本的相似样本；

找出具有最多相似样本的中心样本，由所述中心样本及其所有相似样本组成一个簇，从而完成第一次分簇；

继续对剩余的样本进行分簇，直至获取初始若干个聚类中心；

计算各个所述簇的聚类中心，得到一组初始聚类中心，由所述初始聚类中心构成分型模型；其中，每一所述聚类中心对应一种天气型。

进一步地，所述迭代更新所述分型模型，包括：

A)重新计算每个样本与各聚类中心的列距离、行距离和整体距离；

B)计算每个样本与各聚类中心的列距离相关系数、行距离相关系数和整体距离的相关系数；