一种空气质量模拟与观测机器学习NO2耦合预报方法
申请人信息
- 申请人:华南理工大学; 华云创信(广东)生态环境科技有限公司
- 申请人地址:510640 广东省广州市天河区五山路381号
- 发明人: 华南理工大学; 华云创信(广东)生态环境科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种空气质量模拟与观测机器学习NO2耦合预报方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310394676.2 |
| 申请日 | 2023/4/13 |
| 公告号 | CN117408128A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 华南理工大学; 华云创信(广东)生态环境科技有限公司 |
| 发明人 | 朱云; 刘子义; 李金盈; 黄泳熙; 游志强; 龙世程; 田勇; 朱振华 |
| 地址 | 广东省广州市天河区五山路381号; 广东省佛山市顺德区陈村镇赤花居委会广隆工业园兴业4路18号顺联机械城22座三层301房 |
摘要文本
华南理工大学; 华云创信(广东)生态环境科技有限公司获取“一种透气窗帘布”专利技术，本发明公开了一种空气质量模拟与观测机器学习NO2耦合预报方法，所述方法包括以下步骤：建立数据库；建立基于贪心思想的特征选择方法，确定最优的特征变量集，所述特征包括各气象指标和各污染物；基于所述最优的特征变量集确定对WRF‑CMAQ模拟进行修正的机器学习模型，并采用所述机器学习模型对WRF‑CMAQ预报结果进行修正，得到的修正结果记为Predwrf‑cmaq；基于监测数据建立LSTM对NO2的预测模型，采用所述预测模型对NO2浓度进行预测，得到基于监测数据的预测结果Predlstm；基于Lasso模型耦合WRF‑CMAQ模拟的修正结果Predwrf‑cmaq与LSTM的预测结果Predlstm，得到NO2的最终预报浓度。本发明可以为各大城市提供基于各个空气质量监测点位的NO2浓度预报，更好服务于不利污染扩散天气的氮氧化物污染预防。
专利主权项内容
1.一种空气质量模拟与观测机器学习NO耦合预报方法，其特征在于，包括以下步骤：2S11、建立数据库；S12、建立基于贪心思想的特征选择方法，确定最优的特征变量集，所述特征包括各气象指标和各污染物；基于所述最优的特征变量集确定对WRF-CMAQ模拟进行修正的机器学习模型，并采用所述机器学习模型对WRF-CMAQ预报结果进行修正，得到的修正结果记为Pred；wrf-cmaqS13、基于监测数据建立长短记忆神经网络LSTM对NO的预测模型，采用所述预测模型对NO浓度进行预测，得到基于监测数据的预测结果Pred；22lstmS14、基于Lasso模型耦合WRF-CMAQ模拟的修正结果Pred与LSTM的预测结果Pred，得到耦合预报模型，基于所述耦合预报模型得到NO的最终预报浓度。wrf-cmaqlstm2