[发明专利]一种未来72小时大气污染预报预警方法

摘要

本发明公开了一种未来72小时大气污染预报预警方法。该方法步骤为：1)训练RNN神经网络对未来72小时大气污染物浓度进行预测；2)采用WRF模拟出未来72小时气象场的时均值；3)将步骤2)中得到的未来72小时气象场的时均值作为步骤1)中已训练完成的RNN神经网络的输入数据，并得到RNN神经网络输出的未来72小时的SO₂、NO_x、PM_2.5和PM₁₀浓度时均值；4)获取步骤2)中得到的未来72小时气象场的时均值以及步骤3)中由RNN神经网络输出的未来72小时的NO_x、PM_2.5浓度时均值，将两者一起作为步骤1)中已训练完成的RNN神经网络的输入数据，并得到RNN神经网络输出的未来72小时的O₃浓度时均值。相比传统方法，本发明精度更高，所需运行时间更短，收敛更快。

主权项

1.一种未来72小时大气污染预报预警方法，其特征在于，步骤如下：1)训练RNN神经网络对未来72小时大气污染物浓度进行预测；其中预测SO2、NOx、PM2.5和PM10浓度所采用的输入训练数据为目标区域范围内每小时的温度、相对湿度、风速、风向、降雨量、大气压、湿静力总能量、温度露点差和水气压；预测O3浓度所采用的输入训练数据为目标区域范围内每小时的温度、相对湿度、风速、风向、降雨量、大气压、湿静力总能量、水气压、温度露点差、PM2.5和NOx浓度；2)采用WRF模拟出未来72小时气象场的时均值，即目标区域范围内每小时的温度、相对湿度、风速、风向、降雨量、大气压、湿静力总能量、温度露点差和水气压；3)将步骤2)中得到的未来72小时气象场的时均值作为步骤1)中已训练完成的RNN神经网络的输入数据，并得到RNN神经网络输出的未来72小时的SO2、NOx、PM2.5和PM10浓度时均值；4)获取步骤2)中得到的未来72小时气象场的时均值以及步骤3)中由RNN神经网络输出的未来72小时的NOx、PM2.5浓度时均值，将两者一起作为步骤1)中已训练完成的RNN神经网络的输入数据，并得到RNN神经网络输出的未来72小时的O3浓度时均值。