一种基于气象雷达数据集的空气质量预报系统及方法与流程

本发明涉及空气质量预报，具体为一种基于气象雷达数据集的空气质量预报系统及方法。

背景技术：

1、传统的传统空气质量预报主要基于经验公式和统计模型，只能粗略的对空气质量进行预报，而对于复杂的大气化学反应过程和污染物扩散规律等因素考虑不足，预报精度十分有限，并且对于污染源头和污染扩散情况无法做出预测。

2、近年来也有学者利用雷达技术开展了针对大气颗粒物（如pm2.5）的探测研究。这种方法主要基于激光雷达技术，通过向大气中发射激光束并接收其散射回波信号来实现对颗粒物浓度和分布情况的探测，相比传统监测方法，这种方法具有无需采样、实时性好、覆盖范围广等优点。

3、本发明基于气象雷达数据集，通过将单站雷达多普勒速度计算法导入天气质量预测模型，可以计算出污染粒子的运动方向，监测大气中的污染物扩散情况，并且提供有力支持给环保部门和人员进行环境监测和预警。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种基于气象雷达数据集的空气质量预报系统及方法。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种基于气象雷达数据集的空气质量预报系统及方法，包括如下步骤：

5、在技术规格书中获取理想情况下该雷达工作时发射的电磁波信号相关参数，并通过频谱分析仪和相应的天线检测获取气象雷达实际发射电磁波数据；

6、将理想情况下该气象雷达工作时发射的电磁波信号振幅a及频率f和实际发射的电磁波信号每个t时间内的振幅及频率进行误差分析，获得电磁波振幅稳定指数zf和电磁波频率稳定指数ps，再将电磁波振幅稳定指数zf和电磁波频率稳定指数ps进一步关联形成电磁波综合稳定系数dc；

7、将单站雷达多普勒速度计算法导入机器学习模型，建立第一空气质量预测模型，并将气象雷达数据集和电磁波综合稳定系数dc作为样本数据导入第一空气质量预测模型，在经过样本数据训练及测试后，获得第二空气质量预测模型；

8、将电磁波参数数据库导入第二空气质量预测模型，获得第一空气质量预测值，并将第一空气质量预测值与实际空气质量值进行误差分析，获得预测离散程度值ylx，依据第二空气质量预测模型的预测离散程度值ylx与预设阈值的关系，判断是否能将第二空气质量预测模型输出应用；

9、将经过误差分析的第二空气质量预测模型进行应用，获得第二空气质量预测值，并依据第二空气质量预测值与预设的第一阈值和第二阈值的关系，对未来的空气质量情况进行评估，选择对应的预警策略。

10、进一步的，将天线指向气象雷达发射方向，并启动频谱分析仪开始检测，获取t时间内不同时段的电磁波振幅和频率，构建电磁波参数数据库，i表示t时间内不同时段的电磁波振幅和频率的编号，i=1、2、3、4、……、n，n为正整数。

11、进一步的，将理想情况下该气象雷达工作时发射的电磁波信号振幅a及频率f和实际发射的电磁波信号每个t时间内的振幅及频率进行误差分析，获得电磁波振幅稳定指数zf和电磁波频率稳定指数ps：

12、；

13、对应的电磁波振幅稳定指数zf和电磁波频率稳定指数ps的计算公式如上。

14、进一步的，获取电磁波振幅稳定指数zf和电磁波频率稳定指数ps，无量纲化处理后，

15、关联形成电磁波综合稳定系数dc，电磁波综合稳定系数dc的获取方式如下：

16、；

17、其中，，且为权重，由用户调整设置。

18、进一步的，将单站雷达多普勒速度计算法导入机器学习模型，建立第一空气质量预测模型，具体为：

19、将气象雷达发射的电磁波信号记为，回波信号记为，其中为发射频率，为初始相位，为回波信号相对于发射信号的延迟，为目标与雷达之间的距离，c为光速；

20、如果目标禁止，则为常数，且令，回波与发射信号之间有固定相位差，为波长；

21、如果目标与气象雷达之间有相对运动，距离随时间变化，设目标相对于雷达的径向运动速度为，则t，回波延迟，进一步可得回波与发射信号之间的相位差为，对应产生的频率差为多普勒频率：

22、

23、；其中：若多普勒频率为正，目标向着雷达飞行，若多普勒频率为负，目标逆着雷达飞行。

24、进一步的，通过空气质量监测站点获取对应第一空气质量预测值预测时间的实际空气质量值，并将第一空气质量预测值与实际空气质量值进行误差分析，计算分析后获得第二空气质量预测模型的预测离散程度值ylx，计算公式如下：

25、；

26、其中，t表示第一空气质量预测值和实际空气质量值对应的顺序编号，t=1、2、3、4、……、n，n为正整数。

27、进一步的，依据第二空气质量预测模型的预测离散程度值ylx与预设阈值的关系，判断是否能将第二空气质量预测模型输出应用，若预测离散程度值预设阈值，则将第二空气质量预测模型输出应用。若预测离散程度值预设阈值，则将第二空气质量预测模型进行再次训练及测试，直至预测离散程度值ylx小于预设阈值。

28、进一步的，依据第二空气质量预测值与预设的第一阈值和第二阈值的关系，对未来的空气质量情况进行评估，并选择对应的预警策略，具体如下：

29、当第二阈值＜第一阈值时，说明未来空气质量处于常规状态，对应地，不向外发出预警信号，无需采取任何措施。

30、当第二阈值第一阈值时，说明未来空气质量处于二级污染状态，对应地，向外发出二级预警信号，可以采取建议敏感人群尽量减少户外活动时间，对于工业企业和交通运输等污染源，应加强监管和管理，限制排放。

31、当第二阈值＜第一阈值时，说明未来空气质量处于一级污染状态，对应地，向外发出一级预警信号，可以采取建议所有人避免户外活动，对于工业企业和交通运输等污染源，应立即停止生产或行驶，并采取紧急措施进行治理。

32、一种基于气象雷达数据集的空气质量预报系统，包括：

33、数据采集模块，获取气象雷达的技术规格书，在技术规格书中获取理想情况下该雷达工作时发射的电磁波信号相关参数，准备一台频谱分析仪和相应的天线，检测获取气象雷达实际发射电磁波数据。

34、电磁波分析模块，将理想情况下该气象雷达工作时发射的电磁波信号振幅a及频率f和实际发射的电磁波信号每个t时间内的振幅及频率进行误差分析，获得电磁波振幅稳定指数zf和电磁波频率稳定指数ps，再将电磁波振幅稳定指数zf和电磁波频率稳定指数ps进一步关联形成电磁波综合稳定系数dc。

35、预测模型构建模块，将单站雷达多普勒速度计算法导入机器学习模型，建立第一空气质量预测模型，并将气象雷达数据集和电磁波综合稳定系数dc作为样本数据导入第一空气质量预测模型，在经过样本数据训练及测试后，获得第二空气质量预测模型。

36、预测误差分析模块，将电磁波参数数据库导入第二空气质量预测模型，获得第一空气质量预测值，并将第一空气质量预测值与实际空气质量值进行误差分析，获得预测离散程度值ylx，依据第二空气质量预测模型的预测离散程度值ylx与预设阈值的关系，判断是否能将第二空气质量预测模型输出应用。

37、安全预警模块，将经过误差分析的第二空气质量预测模型进行应用，获得第二空气质量预测值，并依据第二空气质量预测值与预设的第一阈值和第二阈值的关系，对未来的空气质量情况进行评估，选择不同的预警策略。

38、（三）有益效果

39、本发明提供了一种基于气象雷达数据集的空气质量预报系统及方法，具备以下有益效果：

40、1、在实际应用中，由于各种因素的影响，气象雷达实际发射的电磁波信号可能会与理想情况下发射的电磁波信号存在一定的偏差，通过误差分析，可以了解这些偏差的来源和大小，进而确定系统误差，并采取相应措施进行校正，还可以发现雷达系统设计中存在的问题，并提出改进建议。例如，在天线设计中考虑到天线增益、辐射方向等因素时，需要对其性能进行评估和优化。

41、2、通过将第一空气质量预测值与实际空气质量值进行误差分析，可以评估模型的准确性，如果误差较小，则说明模型具有较高的预测能力，如果误差较大，则需要进一步优化模型，并针对性地调整模型参数。例如，在考虑到不同污染物种类、不同天气条件等因素时，需要对其权重进行调整。

42、3、通过将经过误差分析的第二空气质量预测模型进行应用，对未来的空气质量情况进行评估，并及时发出相关预警信息，可以实现对污染源的动态监管，当发现某些污染源可能会对空气质量造成影响时，可以及时采取措施加以限制或治理。而且还可以提前预测可能出现的重污染天气，从而加强应急响应能力，例如，在重污染天气到来之前采取相应的措施，可以减少污染物排放、降低空气污染程度，可以提醒公众注意空气质量状况，引导公众采取相应的防护措施，减少对污染物的暴露，保护身体健康。