买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京创蓝科技有限公司;南京大学

摘要：本发明公开了一种PM2.5浓度的季度预测方法，属于空气质量预测技术领域。它包括步骤：S100：收集区域的数据并对数据进行筛选，其中，数据包括气象数据、污染数据和基准排放清单数据；S200：根据筛选后的数据构建区域的气象‑空气质量模型；S300：根据筛选后的数据和气象‑空气质量模型获取区域的反演季度排放清单；S400：收集全球气象预报场数据，并根据全球气象预报场数据构建预测模型；S500：根据反演季度排放清单并利用预测模型模拟得到区域PM2.5的季度预测浓度。本发明克服了现有技术中，无法实现长时间尺度的PM2.5浓度预测的不足，提供了一种PM2.5浓度的季度预测方法，可以实现长时间尺度的PM2.5浓度预测，从而可以为精细化治理提供更多的管控提前量。

主权项：1.一种PM2.5浓度的季度预测方法，其特征在于，包括以下步骤：S100：收集区域的数据并对数据进行筛选，其中，数据包括气象数据、污染数据和基准排放清单数据；S200：根据筛选后的数据构建区域的气象-空气质量模型；S300：根据筛选后的数据和气象-空气质量模型获取区域的反演季度排放清单；步骤S300中获取区域的反演季度排放清单的具体过程为：根据气象-空气质量模型构建清单反演模型；根据清单反演模型获取每日反演后的排放清单；根据每日反演后的排放清单和清单反演模型得到上一年度t-365-d至t-365+d以及本年度t-d至t的修订后日变化反演排放清单；其中，t为起报日期，d为预报时长，d≤90；利用外推法得到本年度t至t+d日的反演季度排放清单；获取修订后日变化反演排放清单的具体过程为：将每日反演后的排放清单作为下一日预报的初始排放场，同时利用三维变分同化技术在同化时间窗口内校正污染初始场，再次驱动清单反演模型得到上一年度t-365-d至t-365+d日和本年度t-d至t日的修订后的日变化反演排放清单；利用外推法得到本年度t至t+d日的反演季度排放清单的具体过程为： 其中，为t至t+d日的反演季度排放清单，为上一年度t-365至t-365+d日的修订后日变化反演排放清单，为t-d至t日的修订后日变化反演排放清单，为上一年度t-365-d至t-365日的修订后日变化反演排放清单，H为观测矢量递进系数；S400：收集全球气象预报场数据，并根据全球气象预报场数据构建预测模型；S500：根据反演季度排放清单并利用预测模型模拟得到区域PM2.5的季度预测浓度。

全文数据：

权利要求：

百度查询： 南京创蓝科技有限公司 南京大学 一种PM2.5浓度的季度预测方法