[发明专利]一种天气智能分型及空气质量预报方法

权利要求书

1.一种天气智能分型及空气质量预报方法，其特征在于，包括：

步骤1：获取历史气象数据，将所述历史气象数据分为春、夏、秋、冬四个季节数据集；

步骤2：使用SOM模型对所述历史天气数据进行客观聚类，归纳出若干种天气类型；

步骤3：根据同种天气类型下的大气污染数据，建立污染天气预报的概念模型；

步骤4：将未来气象预报数据输入已训练好的所述SOM模型中，预测未来天气类型；

步骤5：将所述未来天气类型代所述入污染天气预报概念模型，预判未来空气质量和首要污染物。

2.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述历史气象数据包括近10年的地面东西向风速、地面南北向风速、海平面气压和500hPa位势高度场的信息。

3.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述使用SOM模型对所述历史天气数据进行客观聚类，包括：

步骤2-1：选择输入数据；

步骤2-2：为所述输入数据找到最佳匹配单元；

步骤2-3：使用参数更新SOM节点的权重向量。

4.根据权利要求3所述的一种天气智能分型及空气质量预报方法，其特征在于，所述参数为学习率和邻域函数，所述最佳匹配单元通过结构相似性指数SSIM_(x,y)获得，公式为：

其中，μ_x、μ_y分别代表x、y的平均值，σ_xy代表x和y的协方差，σ_x、σ_y分别代表x、y的标准差，σ_x²、σ_y²分别代表x、y的方差，结构相似性指数的范围为-1到1，1表示完全相似，-1也表示完全相似。

5.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述步骤3包括将历史天气类型作为历史污染过程的关联指标，对同种天气类型下大气污染包括发生范围和程度的因子进行统计分析，建立污染天气预报的概念模型。

6.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述步骤4包括通过训练完毕后的所述SOM模型，计算与未来气象预报数据相似性指数最高的历史天气类型，作为预测的未来天气类型。

7.根据权利要求1所述的一种天气智能分型及空气质量预报方法，其特征在于，所述步骤5包括根据步骤4得到的所述未来天气类型，通过所述污染天气预报的概念模型，得出未来空气质量等级分布概率和首要污染物占比概率。