一种基于多源时空数据融合的空气质量预测方法及系统

    公开(公告)号:CN118861964A

    公开(公告)日:2024-10-29

    申请号:CN202410839715.X

    申请日:2024-06-26

    Applicant: 安徽大学

    Abstract: 本发明提供一种基于多源时空数据融合的空气质量预测方法及系统,涉及环保监测技术领域。该一种基于多源时空数据融合的空气质量预测方法,包括以下步骤:S1、运用激光雷达实时获取垂直廓线数据,然后再收集国家气象中心的地面常规监测网平面实时数据和卫星遥感平面实时数据;S2、将三种收集到的多源数据补充到数据集,建立时空污染物立体分布图;S3、同时将多源数据输入到WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GSI同化系统。通过ResNet以及SGWR模型提升空间精度,通过LSTM与CNN相结合的模型提升时间精度,利用WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GS I同化系统,从而提升预测数据精度和可靠性。

    一种基于三维变分的组网激光雷达数据同化方法

    公开(公告)号:CN118981584A

    公开(公告)日:2024-11-19

    申请号:CN202411058937.4

    申请日:2024-08-02

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于三维变分的组网激光雷达数据同化方法。包括对组网激光雷达数据质量控制和数据预处理;计算背景协方差矩阵;计算目标函数值;计算目标函数梯度值;计算目标函数极小值;更新背景场数据,确定最终的数据同化分析场,作为当前时刻的同化结果;本发明有效的克服了地面常规观测数据无法提供高层数据的问题,提高空气质量模式模拟的精度和准确度,给出经过立体观测数据约束的颗粒物的再分析场,复原区域重污染过程,厘清区域污染物时空分布和输送的特征规律。

Patent Agency Ranking