[发明专利]气象软件的数据处理方法

权利要求书

1.气象软件的数据处理方法，其特征在于：包括以下步骤：

S1、获取来自若干个气象软件的气象监测数据包，对所述气象监测数据包进行预处理，得到气象分类数据；

S2、依据获取到的气象分类数据建立气象监测数据集，对获取处理后的若干个气象分类数据维度进行分类，进行识别获取气候特征，并进行标记；

S3、匹配相同气候特征的气象数据，并根据预设阈值进行对比及分析，在处理气象监测数据时，当气候值高于预设历史阈值时，依据气象数据的曲线变化趋势，建立运动数字孪生模型；

S4、依据运动数字孪生模型，获取不同气候特征的运动状态之间的相关性系数xg，依据相关性系数xg判断当期的气候是否属于极端污染气象；

所述S4步骤中具体包括，建立运动数字孪生模型，获取不同气候特征的运动状态之间的相关性系数xg，提取不同气候特征中的气候因子，包括风向因子和湿度因子；

将风向因子和湿度因子进行拟合，获取到气象拟合因子m，并研究拟合因子m与pm2.5的关系，pm2.5是指细颗粒物，也就是空气污染浓度，计算得到相关性系数xg；

所述气象拟合因子m通过以下公式进行获得：

式中，f表示为相对湿度值，e为当时温度值空气中的水汽压，E为当时干球温度下的饱和水汽压；Et'为基于温度因子下的饱和水汽压；A为干湿表测湿系数；y表示为风速值；P为当时气压值；

所述相关性系数xg通过以下计算公式获得：

式中，n表示气象因子所对应的污染物浓度数据；

x为空间样本数量；其中0.52≤xg≤0.79；

其中，相关性系数xg是通过气象拟合因子与pm2.5的浓度之间有相关关系，环境湿度日均值与pm25浓度日均值之间存在显著的正相关关系，湿度越大，pm2.5浓度越高，相关性系数xg为0.68～0.79；风速日均值与pm2.5浓度日均值之间存在负相关关系，风速日均值越大，pm2.5浓度越低，相关性系数xg为0.52～0.62；

S5、依据运动数字孪生模型，关联相关性系数xg，并计算获得未来演变规律。

2.根据权利要求1所述的气象软件的数据处理方法，其特征在于：所述S1中对气象数据包进行解压，并对气象监测数据进行数据读取；

将读取后的气象数据简单分析，对气象数据进行处理，查看异常值以及重复值；

对数据进行行查重和列数据查重；

防止数据缺失，进行浅拷贝；

对气象数据中的时间格式进行转换，进行降噪，并设置一天为一个周期；

对获取的气象参数进行整理后，获得气象分类数据。

3.根据权利要求2所述的气象软件的数据处理方法，其特征在于：采用记录数据格式进行数据预处理，其中，原处理数据解压之后进行处理的数据格式为布尔型数据格式；

在数据处理过程中，将温度、天气、风向、风力划分为多个区间；

其中在温度方面：以10个单位为1个划分区间；

在天气部分：分为晴天、阴天和雨天，多云和阴天同属于阴天；

在风向方面：以方位划分，在风力方面：以一个单位为划分区间，在处理数据过程后，L代表列数，J代表记录数，对列数和记录数进行表格转换后进行分类区间转换。

4.根据权利要求1所述的气象软件的数据处理方法，其特征在于：所述S2步骤中具体包括，依据获取到的气象分类数据建立气象监测数据集；

识别若干个气象分类数据，并分类为以下的维度，包括时间、风力、风向、湿度和温度；

识别时间特征、风力特征、风向特征、湿度特征和温度特征，并进行相应的标记符号和文字进行标记；

其中气象分类数据，根据多维度的气候特征，根据预设阈值进行对比和分析，把接收到的数据以曲线形式显示，便于发现数据变化规律；

设置曲线跳变周期为10分钟，处断处理软件在时间轴上以10分钟的整数倍数作为一个曲线点，把相邻曲线点相连呈现，以天为单位得到数据日曲线图，此时，生成间隔时间为10分钟。

5.根据权利要求1所述的气象软件的数据处理方法，其特征在于：根据相关性系数xg判断极端污染天气的判断方法包括：

平均温度与主要污染物的相关性最强，与污染物PM2.5、PM10、NO₂、CO和SO₂呈现出显著的负相关性，而与O₃则表现出正相关；

一方面气温升高使大气的不稳定性增强，从而提升了污染物的扩散能力，另一方面由于夏季温度高、辐射强、光化学反应强烈，前体物NOx和VOCs极易形成O₃；

通过关联相关性系数xg数值，计算O₃数值；

当O₃污染大于0.728时，判断为极端污染气象；

当数值0.528≤O₃≤0.728时，判断为重度污染气象；

当数值0.203≤O₃≤0.528时，判断为中度污染气象；

当数值0.025≤O₃≤0.203时，判断为低度污染气象。