[发明专利]一种空气质量颗粒物浓度预测数据的补全方法

权利要求书

1.一种空气质量颗粒物浓度预测数据的补全方法，其特征在于，包括以下步骤：

S1、获取当天气象数据、当天大气数据，以及从当天往未来推第一时长的未来气象数据、未来大气数据；

S2、根据当天气象数据、未来气象数据，将当天等压面的最高气温、最低气温和平均气温，当天日平均气温与地面最高气温差值，当天与未来第二时长的地面平均气压差值，当天地表短波辐射总量写入数据集；所述第一时长大于所述第二时长；

根据当天大气数据、未来大气数据，将当天颗粒物浓度的最高值、最低值和平均值，未来第一时长颗粒物浓度的最高值、最低值和平均值，未来第一时长空气质量分指数的最高分值、最低分值和平均分值写入数据集；

S3、将数据集输入到颗粒物浓度预测模型中预测未来第一天的空气质量，得到未来第一天的颗粒物浓度预测数据；

所述颗粒物浓度预测模型按照以下步骤进行构建：

使用数据集，将当天气象数据、当天大气数据作为长短期记忆神经网络的输入，未来气象数据、未来大气数据作为长短期记忆神经网络的输出，对长短期记忆神经网络进行训练，得到颗粒物浓度初步预测长短期记忆神经网络；

将当天气象数据、当天大气数据输入到颗粒物浓度初步预测长短期记忆神经网络，得到未来颗粒物浓度第一预测数据；

根据未来颗粒物浓度第一预测数据，构建预报因子的原始数据序列；

对原始数据序列进行累加，构建第二数据序列；

建立微分方程，根据第二数据序列通过最小二乘法对微分方程的常数求解，得到颗粒物浓度预测模型；

S4、将未来第一天的颗粒物浓度预测数据按步骤S2的方法写入数据集，形成新的数据集；

S5、将新的数据集输入到颗粒物浓度预测模型中预测未来第二天的颗粒物浓度，得到未来第二天的颗粒物浓度预测数据；

S6、重复步骤S4-S5，补全未来的颗粒物浓度预测数据。

2.根据权利要求1所述的空气质量颗粒物浓度预测数据的补全方法，其特征在于，所述颗粒物包括：细颗粒物PM2.5、可吸入颗粒物PM10。

3.根据权利要求1所述的空气质量颗粒物浓度预测数据的补全方法，其特征在于，所述等压面具体包括：第一等压面850hPa等压面，第二等压面700hPa等压面，第三等压面500hPa等压面。

4.根据权利要求1所述的空气质量颗粒物浓度预测数据的补全方法，其特征在于，所述第一时长为72小时，所述第二时长为24小时。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1-4中任一所述的空气质量颗粒物浓度预测数据的补全方法。

6.一种存储有计算机程序的计算机可读存储介质，其特征在于：所述计算机程序被处理器执行时实现权利要求1-4中任一所述的空气质量颗粒物浓度预测数据的补全方法。