[发明专利]一种大气臭氧污染发生气象条件等级判别方法

说明书

本发明涉及大气污染监测技术，其公开了一种大气臭氧污染发生气象条件等级判别方法，有效反映气象条件变化对臭氧污染发生的影响，可用于历史臭氧污染发生气象条件评估以及未来臭氧污染发生气象条件预测，为评估大气臭氧污染防治效果及制定大气臭氧污染防治措施提供科学依据。该方案可概况为：1、确定影响大气臭氧污染发生的敏感物理参量作为模型输入参数；2、进行样本收集及预处理；3、将模型训练样本进行归一化处理4、分区域建立臭氧污染发生气象条件等级判别模型并训练；5、在实际应用中，将待判别目标区域内的敏感物理参量数据作为模型输入参数，基于训练好的判别模型，得到大气臭氧污染发生气象条件等级的判别结果。

技术领域

本发明涉及大气污染监测技术，具体涉及一种大气臭氧污染发生气象条件等级判别方法。

背景技术

大气中的臭氧是一种二次污染物，主要由大气中的氮氧化物和碳氢化合物在特殊气象条件下经过一系列光化学反应生成。随着城市化、工业化进程的不断加快，机动车保有量逐年增加，臭氧前体物排放量不断增加，以臭氧污染为特征的大气光化学污染已经成为不可忽视的问题，特别是夏季，臭氧有逐渐取代PM_2.5成为首要污染物的趋势，引起社会的广泛关注。

准确的臭氧污染预报有利于广大市民和社会各界合理安排生活、工作以及各种社会活动，有利于环境管理和决策部门及时发出警报并采取有效措施，来预防严重污染事件的发生。目前，比较流行的大气臭氧污染预报方法有以下几种：

1、根据经验和统计模型建立的臭氧浓度预报模型。主要是综合考虑多项臭氧污染发生高影响气象因子，建立臭氧浓度预报方程，这种方法计算较为简单方便，但是在理论和时效性方面无法满足需求。

2、利用环境气象数值预报模式提供部分臭氧污染预报功能。主要是根据气象要素的预报值和污染源的排放状况，利用数学模式以得到臭氧浓度的时空分布，但这种方法计算过程复杂，对计算机性能的要求较高，成本较大，且主要是对臭氧浓度进行预报。

3、基于机器学习法的近地面臭氧浓度预报方法。主要是依靠机器学习方法能有效地捕捉大气成分变化中隐藏的非线性特征的优势，通过特征变量构建模型，对大气成分进行预测。

可以看出，前期工作主要是对臭氧浓度进行预报，从而判定是否发生臭氧污染。实际上，大气臭氧污染的发生主要受气象条件和污染源排放等因素影响，短期内污染源一般较为稳定，气象条件是影响其发生的主要因素，但是，目前没有相关工作提供一种方法反映气象条件对大气臭氧污染发生的影响。

发明内容

本发明所要解决的技术问题是：提出一种大气臭氧污染发生气象条件等级判别方法，有效反映气象条件变化对臭氧污染发生的影响，可用于历史臭氧污染发生气象条件评估以及未来臭氧污染发生气象条件预测，为评估大气臭氧污染防治效果及制定大气臭氧污染防治措施提供科学依据。

本发明解决上述技术问题采用的技术方案是：

一种大气臭氧污染发生气象条件等级判别方法，包括以下步骤：

S1、确定影响大气臭氧污染发生的敏感物理参量作为模型输入参数；

S2、获取目标区域内一段时间内的臭氧浓度数据和影响大气臭氧污染发生的敏感物理参量历史数据，并进行预处理，构建训练样本；

S3、对训练样本进行归一化处理；

S4、分区域建立臭氧污染发生气象条件等级判别模型，利用归一化处理后的训练样本进行模型训练；

S5、以待判别目标区域内的敏感物理参量数据作为模型输入参数，基于训练好的臭氧污染发生气象条件等级判别模型，计算获得大气臭氧污染发生气象条件等级的判别结果。