[发明专利]基于数学模型的大气臭氧浓度预测方法、系统和装置

权利要求书

1.一种基于数学模型的大气臭氧浓度预测方法，其特征在于，所述方法包括：

步骤1)获取气象数据和大气污染物数据；

步骤2)选取步骤1)所述数据中对臭氧生成影响显著的参数，作为大气臭氧浓度预测数学模型的自变量；

步骤3)取臭氧生成值作为所述大气臭氧浓度预测数学模型的因变量，所述臭氧生成值是白天臭氧监测值平均值与臭氧背景值之差，所述臭氧背景值是与所述白天相接的前一黑天臭氧监测值的最小值；

步骤4)将所述自变量和所述因变量进行归一化处理，得到与所述自变量和所述因变量对应的无量纲数值；

步骤5)利用stepwise函数和regress函数对所述无量纲数值进行逐步线性拟合，并进行显著性检验，得到通过显著性检验的大气臭氧浓度预测方程；

步骤6)将待预测时间的气象和大气污染物的实测值或者预测值代入所述大气臭氧浓度预测方程，计算得到归一化的臭氧生成预测值，对所述归一化的臭氧生成预测值进行反归一化运算，得到臭氧生成预测值。

2.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述气象数据和大气污染物数据包括已经实际取得的气象和大气污染物数据。

3.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述对臭氧生成影响显著的参数包括紫外辐射强度、相对湿度、温度、气压、PM₁₀、PM_2.5、NO₂、SO₂、CO、非甲烷总烃。

4.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述白天和黑天以日出和日落时间界定。

5.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述归一化处理是指利用mapminmax函数对所述自变量和所述因变量进行归一化处理，统一映射到[0，1]范围内，以消除因子之间的量纲影响。

6.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述用于拟合大气臭氧浓度预测方程的气象数据和大气污染物数据包括一年中某个月份的数据，或者包括多年的同一月份的数据。

7.如权利要求1所述的基于数学模型的大气臭氧浓度预测方法，其特征在于，所述大气臭氧浓度预测方程的拟合使用matlab软件拟合得到。

8.一种基于数学模型的大气臭氧浓度预测系统，其特征在于，所述系统包括：

数据采集模块，用于获取气象数据和大气污染物数据；

数据预处理模块，用于选取所述数据中对臭氧生成影响显著的参数，作为大气臭氧浓度预测数学模型的自变量，设定所述大气臭氧浓度预测数学模型的因变量，对所述自变量和所述因变量进行归一化处理，得到与所述自变量和所述因变量对应的无量纲数值；

拟合模块，用于利用stepwise函数和regress函数对所述无量纲数值进行逐步线性拟合，并进行显著性检验，得到通过显著性检验的大气臭氧浓度预测方程；

数据后处理及输出模块，用于将待预测时间的气象和大气污染物的实测值或者预测值代入所述大气臭氧浓度预测方程，计算得到归一化的臭氧生成预测值，对所述归一化的臭氧生成值进行反归一化运算，得到并输出臭氧生成预测值。

9.一种基于数学模型的大气臭氧浓度预测装置，其特征在于，所述装置包括：数据采集装置、处理器和存储器；

所述数据采集装置用于采集所述气象数据和大气污染物数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，当其在计算机上运行时，使得计算机执行如权利要求1-7任一项所述的方法。