一种基于开放式预报模型的重污染天气应急管控方法与流程

1.本发明属于污染气象预报和大气污染防治领域，具体涉及一种开放式预报模型的重污染天气应急管控方法。


背景技术：

2.重污染天气应急管控是大气污染防治的重要手段，是为避免和减轻环境空气质量严重恶化所采取的行政行为，其中又包含了多种技术手段。目前重污染天气应急管控主要基于环境空气质量预报实现，常用的模型有cmaq、camx、wrf－chem、naqpms等。
3.我国重污染应急管控的基本单元是以县或市为基本单元，不同的县市其气象特征、污染源情况、环境空气质量特征都有差别。国内环境空气质量预报的模型多为数值模型，政府依据也是基于这类中等尺度以上的预测模型的预报产品来开展应急管控，由于其产品代表相对较大的尺度空间，其预报准确性并不完全适合县市每个小范围的区域。
4.目前采用的预报模型的开放性较局限，不能满足县市一级对重污染天气预报的精细化要求。对于此类模型的预报产品，在一些区域会出现污染提前或滞后，污染程度预报偏重或偏低的情况。


技术实现要素：

5.因此，为了解决现有环境空气质量预测模型对于中、小尺度区域重污染天气预测的精度不足的问题，提出一种基于开放式预报模型的重污染天气应急管控方法，结合预报区域的气象特征、污染源排放情况、环境空气质量情况以及历史应急管控案列，智能化的给出最佳的应急管控方案，指导县市区域精细化管控。
6.本发明是这样实现的，构造一种种基于开放式预报模型的重污染天气应急管控方法，所述方法以下步骤：
7.步骤s1，通过开放式预报模型预测重污染天气发生的概率、时长和程度；
8.步骤s2，通过开放式预报模型模拟分析得出重污染天气应急管控等级和建议措施；
9.步骤s3，根据管控等级和建议措施对所在区域开展重污染天气应急管控。
10.步骤s4，通过污染源清单更新、重污染天气案例更新，提高预报模型的预报精度。
11.步骤s5，根据每次应急管控效果反馈，修正模型对应的功能模块，提高预报模型的预报精度。
12.上述方案中，步骤s1中，进一步包括：
13.步骤s11，所述的开放式预测模型是由气象预报模块，环境空气质量模块、污染源排放模块、污染案例模块智能集成的系统。能分析预测重污染天气发生的概率、时长和程度。
14.步骤s12，通过开放式预报模型，预测重污染天气发生的概率、时长和程度。进一步地，在所述步骤s11中，气象预报模块包括天气形势预测模块和天气要素预测模块，是能检
索各种气象数据，显示气象数据的图形和图像，对各种气象图形进行编辑加工，为气象预报人员提供一个中期、短期、短时天气预报的工作平台。环境空气质量模块是指能检索环境空气质量历史和实时数据的工作平台。污染源排放模块是指基于污染源排放清单提供检索不同类型污染源排放数据的工作平台。污染案例模块是指存储有历史重污染天气应急管控案例能读写的数据库工作模块。
15.进一步地，在所述步骤s12中重污染天气发生的概率、时长和程度是指预报产品包含的未来7～15天的环境空气质量，包含环境空气质量指数(aqi)范围，对应的空气质量指数级别，预测区域范围内的污染分布和污染程度。
16.进一步地，在所述步骤s2中重污染天气应急管控等级和建议措施，进一步包括通过开放式预报模型的智能分析，综合预判出的污染趋势，对照历史重污染天气应急管控案例，给出最佳应急管控方案。智能分析方法采用机器学习人工神经网络算法。
17.本发明具有如下优点：解决现有环境空气质量预测模型对于中、小尺度区域重污染天气预测的精度不足的问题。提出一种基于开放式预报模型的重污染天气应急管控方法，结合预报区域的气象特征、污染源排放情况、环境空气质量情况以及历史应急管控案例，智能化的给出最佳的应急管控方案，指导县市区域精细化管控。同时，可更新污染源排放模块、污染案例模块使得预测精度更高。
附图说明
18.图1是基于开放式预报模型的重污染天气应急管控方法工作步骤示意图；
19.图2基于开放式预报模型的重污染天气应急管控方法流程图；
20.图3模型未来7天预报产品准确率评估示意图。
具体实施方式
21.下面将结合附图1-图3对本发明进行详细说明，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.本发明通过改进在此提供一种基于开放式预报模型的重污染天气应急管控方法，结合预报区域的气象特征、污染源排放情况、环境空气质量情况以及历史应急管控案例，智能化的给出最佳的应急管控方案，指导县市区域精细化管控。同时，可更新污染源排放模块、污染案例模块使得预测精度更高。
23.参照图1，基于开放式预报模型的重污染天气应急管控方法，包括以下步骤：
24.步骤s1，通过开放式预报模型预测重污染天气发生的概率、时长和程度；
25.步骤s2，通过开放式预报模型模拟分析得出重污染天气应急管控等级和建议措施；
26.步骤s3，根据管控等级和建议措施对所在区域开展重污染天气应急管控。
27.步骤s4，通过污染源清单更新、重污染天气案例更新，提高预报模型的预报精度。
28.步骤s5，根据每次应急管控效果反馈，修正模型对应的功能模块，提高预报模型的预报精度。
29.在本技术的具体实施例中，在步骤s1中，进一步包括：
30.步骤s11，开放式预测模型(由气象预报模块，环境空气质量模块、污染源排放模块、污染案例模块智能集成的系统)分析预测重污染天气发生的概率、时长和程度。
31.其中，通过气象预报模块，检索各种气象数据，显示气象数据的图形和图像，对各种气象图形进行编辑加工，为气象预报人员提供一个中期、短期、短时天气预报。通过环境空气质量模块检索环境空气质量历史和实时数据的工作平台。通过污染源排放模块检索不同类型污染源排放数据，最重通过污染案例模块自动给出重污染天气应急管控方案。
32.步骤s12中确定重污染天气发生的概率、时长和程度，即预报未来7～15天的环境空气质量，包含环境空气质量指数(aqi)范围，对应的空气质量指数级别以及预测区域范围内的污染分布和污染程度。
33.在本技术的具体实施例中，在步骤s2中，进一步包括：
34.通过开放式预报模型的智能分析，综合预判出的污染趋势，对照历史重污染天气应急管控案例，给出最佳应急管控方案。智能分析方法采用机器学习人工神经网络算法。
35.为了更好理解本发明的技术方案，下面乐山区域为例对重污染天气应急管控方法进一步说明：
36.表1为开放式预报模型预测预报乐山未来7天环境空气质量。按步骤s1给出环境空气质量指数(aqi)范围，对应的空气质量指数级别以及预测区域范围内的污染分布和污染程度。预报产品显示10月19日—10月24日预报出现污染过程。
37.表1模型预报未来7天环境空气质量产品
[0038][0039][0040]
按步骤s2预报污染范围主要出现在乐山中东部和偏北区域，污染程度会达到轻度污染。根据环境空气质量监测结果对照，出现污染区域和时间与预报基本吻合，见表2。
[0041]
表2乐山市区县污染情况
[0042][0043]
按步骤s3预报模型模拟分析得出重污染天气应急管控等级和建议措施为：按照模式预测，本次污染过程未达到黄色预警等级，建议采用常态化污染管控措施，主要为：一是加密常态化管控力度，加大城区环卫作业频次，加大企业排查力度、对工地扬尘、道路源进行督查；二是加大秸秆禁烧巡查，特别是东部的井研到犍为丘陵区域焚烧秸秆风险高。从表2也可以看出井研、犍为污染偏重，表明应急管控措施的针对性较强。
[0044]
按步骤s4和s5，通过比较预报实测和预测值，得出未来7天空气质量等级预报准确率介于75％～100％之间，如下图1。其中未来三天的空气质量等级预报准确率在87.5％以上，本次模型预测效果总体较好。因此对预报模型不做修正，同时前面得出本次应急管控建议符合污染预期污染源清单和重污染天气案例也无需更新。
[0045]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于一种基于开放式预报模型的重污染天气应急管控方法，其特征在于，包括以下步骤：步骤s1，通过开放式预报模型预测重污染天气发生的概率、时长和程度；步骤s2，通过开放式预报模型模拟分析得出重污染天气应急管控等级和建议措施；步骤s3，根据管控等级和建议措施对所在区域开展重污染天气应急管控；步骤s4，通过污染源清单更新、重污染天气案例更新，提高预报模型的预报精度；步骤s5，根据每次应急管控效果反馈，修正模型对应的功能模块，提高预报模型的预报精度。2.根据权利要求1所述的基于开放式预报模型的重污染天气应急管控方法，其特征在于，所述步骤s1进一步包括：步骤s11，所述的开放式预测模型是由气象预报模块，环境空气质量模块、污染源排放模块、污染案例模块智能集成的系统；能分析预测重污染天气发生的概率、时长和程度；步骤s12，通过开放式预报模型，预测重污染天气发生的概率、时长和程度。3.根据权利要求2所述的基于开放式预报模型的重污染天气应急管控方法，其特征在于，所述步骤s11中气象预报模块，是能检索各种气象数据，显示气象数据的图形和图像，对各种气象图形进行编辑加工，为气象预报人员提供一个中期、短期、短时天气预报的工作平台；环境空气质量模块是指能检索环境空气质量历史和实时数据的工作平台；污染源排放模块是指基于污染源排放清单提供检索不同类型污染源排放数据的工作平台；污染案例模块是指存储有历史重污染天气应急管控案例能读写的数据库工作模块。4.根据权利要求2所述的基于开放式预报模型的重污染天气应急管控方法，其特征在于，所述步骤s12中重污染天气发生的概率、时长和程度是指预报产品包含的未来7～15天的环境空气质量，包含环境空气质量指数（aqi）范围，对应的空气质量指数级别，预测区域范围内的污染分布和污染程度。5.根据权利要求1所述的基于开放式预报模型的重污染天气应急管控方法，其特征在于，所述步骤s2中重污染天气应急管控等级和建议措施，进一步包括通过开放式预报模型的智能分析，综合预判出的污染趋势，对照历史重污染天气应急管控案例，给出最佳应急管控方案，智能分析方法采用机器学习人工神经网络算法。

技术总结
本发明提供了一种基于开放式预报模型的重污染天气应急管控方法，包括以下步骤：S1：通过开放式预报模型预测重污染天气发生的概率、时长和程度；S2：通过开放式预报模型模拟分析得出重污染天气应急管控等级和建议措施；S3：根据管控等级和建议措施对所在区域开展重污染天气应急管控；S4：通过污染源清单更新、重污染天气案例更新，提高预报模型的预报精度；S5：根据每次应急管控效果反馈，修正模型对应的功能模块，提高预报模型的预报精度。本发明可以为重污染应急管控提供所需的污染预报和精细化的应急管控建议方案。化的应急管控建议方案。化的应急管控建议方案。


技术研发人员：龚韬 齐国伟 陈贝 赵颖 陈丹 江南 邓淼 肖瀛川 樊寒松 李嘉琪
受保护的技术使用者：四川省乐山生态环境监测中心站
技术研发日：2023.05.09
技术公布日：2023/8/24