[0034] 優(yōu)選地，所述具有預(yù)測(cè)作用的多項(xiàng)式預(yù)測(cè)模型為：
[003引 f(X。&，X3. . .X。）= 0 0又1。+P1又2。+. . . + 00。又1。-1又2. . .Xm;
[0036] 其中，X。X,，X3...Xm分別為邊界層參數(shù)數(shù)據(jù)和廓線數(shù)據(jù)的主分量參數(shù)構(gòu)成的多項(xiàng) 式預(yù)測(cè)模型的訓(xùn)練輸入數(shù)據(jù)；0。，01... 0。_1，0。分別為多項(xiàng)式預(yù)測(cè)模型中訓(xùn)練輸入數(shù)據(jù) 的系數(shù)；n為模型訓(xùn)練輸入?yún)?shù)的個(gè)數(shù)；m為組合項(xiàng)參數(shù)的個(gè)數(shù)。
[0037] 優(yōu)選地，根據(jù)均方誤差和擬合優(yōu)度對(duì)所述多項(xiàng)式模型進(jìn)行優(yōu)化具體為：獲取模型 預(yù)測(cè)面積的均方誤差的和W及擬合優(yōu)度之后，利用梯度下降法獲取代價(jià)函數(shù)在最小值時(shí)多 項(xiàng)式預(yù)測(cè)模型中系數(shù)的值。
[003引優(yōu)選地，所述模型預(yù)測(cè)面積的均方誤差的和為
其中，Si為 模型對(duì)面積的預(yù)測(cè)值，Sd為包含等值線的正方形的真實(shí)值，n為樣本數(shù)，i為樣本中的 第i個(gè)樣本；所述擬合優(yōu)度為：
其中，r2為所建模型對(duì)問題 擬合的擬合優(yōu)度，Si為模型對(duì)面積的預(yù)測(cè)值，5為模型預(yù)測(cè)面積的平均值，Xi為邊界層 參數(shù)數(shù)據(jù)和廓線數(shù)據(jù)的主分量參數(shù)構(gòu)成的多項(xiàng)式預(yù)測(cè)模型的訓(xùn)練輸入數(shù)據(jù)；X為Xi的平 均值；所述代價(jià)函數(shù)為：
其中，0。，01...為多項(xiàng)式預(yù) 測(cè)模型中訓(xùn)練輸入數(shù)據(jù)的系數(shù)，r2為所建模型對(duì)問題擬合的擬合優(yōu)度，SW為第i個(gè)樣本 的面積真實(shí)值，f0(W)為第i個(gè)樣本的模型對(duì)面積的預(yù)測(cè)值；梯度下降法采用的公式為；
I其中，a為學(xué)習(xí)率，為多項(xiàng)式預(yù)測(cè)模型訓(xùn)練輸入數(shù)據(jù)的系數(shù) 系數(shù)，0。，01...為多項(xiàng)式預(yù)測(cè)模型中訓(xùn)練輸入數(shù)據(jù)的系數(shù)。
[0039] 如上所述，本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法，具有W下有益效 果：
[0040] 1、本發(fā)明與大氣擴(kuò)散模型AERMO相結(jié)合，提出了優(yōu)化選取進(jìn)行網(wǎng)格劃分的評(píng)測(cè)區(qū) 域的方法，減少了不必要的網(wǎng)格點(diǎn)的計(jì)算消耗，提高了預(yù)測(cè)效率。
[0041] 2、本發(fā)明提出的方法具有可預(yù)測(cè)性，可根據(jù)事故發(fā)生前的真實(shí)氣象數(shù)據(jù)進(jìn)行合理 的預(yù)測(cè)，降低了了W往AERMOD模型選取評(píng)測(cè)區(qū)域的盲目性。
[0042] 3、本發(fā)明提出的方法具有較好的適用性，在實(shí)際污染擴(kuò)散事故當(dāng)中對(duì)應(yīng)急救援能 起到很好的實(shí)際場(chǎng)景中參考作用，降低事故中人力物力的浪費(fèi)。
【附圖說明】
[0043] 圖1顯示為本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法的流程示意圖。
[0044] 圖2顯示為本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法中原始大氣擴(kuò)散模 型AERMOD模型的原理圖。
[0045] 圖3顯示為本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法中選取新的評(píng)測(cè)區(qū) 域的示意圖。
[0046] 圖4顯示為本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法對(duì)原始AERMOD模型 進(jìn)行優(yōu)化的算法流程圖。
【具體實(shí)施方式】
[0047]W下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書 所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可W通過另外不同的具體實(shí) 施方式加W實(shí)施或應(yīng)用，本說明書中的各項(xiàng)細(xì)節(jié)也可W基于不同觀點(diǎn)與應(yīng)用，在沒有背離 本發(fā)明的精神下進(jìn)行各種修飾或改變。
[0048]本發(fā)明的目的在于提供一種提高大氣污染模型預(yù)測(cè)效率的方法，用于解決現(xiàn)有技 術(shù)中、大氣污染模型計(jì)算量大而且預(yù)測(cè)效率低的問題。W下將詳細(xì)描述本發(fā)明的一種提高 大氣污染模型預(yù)測(cè)效率的方法的原理和實(shí)施方式，使本領(lǐng)域技術(shù)人員不需要?jiǎng)?chuàng)造性勞動(dòng)即 可理解本發(fā)明的一種提高大氣污染模型預(yù)測(cè)效率的方法。
[0049]本發(fā)明在于提出一種選取較為接近實(shí)際情況切包含實(shí)際事故影響范圍的評(píng)測(cè)區(qū) 域的方法，在此評(píng)測(cè)區(qū)域上進(jìn)行網(wǎng)格劃分，減少實(shí)際未被事故影響區(qū)域中網(wǎng)格點(diǎn)的計(jì)算，提 高模型的預(yù)測(cè)效率。
[0化0] 具體地，在本實(shí)施例中，如圖1所示，本實(shí)施例提供一種提高大氣污染模型預(yù)測(cè)效 率的方法，應(yīng)用于通過大氣污染模型評(píng)測(cè)污染區(qū)域的過程中，所述方法包括W下步驟。
[0化1 ] 步驟S11，對(duì)原始?xì)庀髷?shù)據(jù)進(jìn)行預(yù)處理獲取邊界層參數(shù)數(shù)據(jù)和廓線數(shù)據(jù)，根據(jù)所述 邊界層參數(shù)數(shù)據(jù)、所述廓線數(shù)據(jù)、污染源參數(shù)W及地形數(shù)據(jù)獲取大氣污染模型內(nèi)各個(gè)預(yù)測(cè) 網(wǎng)格點(diǎn)的污染濃度值，根據(jù)所述污染濃度值獲取關(guān)注污染物濃度的等值線并根據(jù)所述等值 線獲取污染影響面積。在本實(shí)施例中，大氣擴(kuò)散模型采用AERMOD大氣擴(kuò)散模型，具體可通 過對(duì)所述各個(gè)預(yù)測(cè)網(wǎng)格點(diǎn)的污染濃度值進(jìn)行插值運(yùn)算獲取所述關(guān)注污染物濃度的等值線， 所述等值線至少為兩條。
[0化2] 在本實(shí)施例中，所述獲取污染影響面積具體為；獲取所述等值線中最遠(yuǎn)兩點(diǎn)之間 的距離，W所述距離為邊長(zhǎng)構(gòu)建涵蓋所述等值線在內(nèi)的正方形，獲取所述正方形的面積并 W所述正方形的面積作為所述污染影響面積。
[0053]步驟S12,利用所述邊界層參數(shù)數(shù)據(jù)、所述廓線數(shù)據(jù)W及所述污染影響面積建立具 有預(yù)測(cè)作用的多項(xiàng)式預(yù)測(cè)模型。
[0054]具體地，在本實(shí)施例中，利用所述邊界層參數(shù)數(shù)據(jù)、所述廓線數(shù)據(jù)W及所述污染影 響面積建立具有預(yù)測(cè)作用的多項(xiàng)式預(yù)測(cè)模型具體為；W所述邊界層參數(shù)數(shù)據(jù)和所述廓線數(shù) 據(jù)為訓(xùn)練數(shù)據(jù)，W所述污染影響面積為因變量數(shù)據(jù)，經(jīng)過對(duì)所述訓(xùn)練數(shù)據(jù)的多次訓(xùn)練獲得 多項(xiàng)式模型，再根據(jù)均方誤差和擬合優(yōu)度對(duì)所述多項(xiàng)式模型進(jìn)行優(yōu)化獲得所述具有預(yù)測(cè)作 用的多項(xiàng)式預(yù)測(cè)模型。
[0化5]具體地，在本實(shí)施例中，所述具有預(yù)測(cè)作用的多項(xiàng)式預(yù)測(cè)模型為：
[0056]f(X。X2,X3. . .X。）= 0 此。+ 0 雨。+. . . + 0。-而。+ 0 品。-1又2. . .Xm;其中，X1，X2,X3. . .X。 分別為邊界層參數(shù)數(shù)據(jù)和廓線數(shù)據(jù)經(jīng)過PCA分析后的主分量參數(shù)（即多項(xiàng)式預(yù)測(cè)模型的訓(xùn) 練輸入數(shù)據(jù)）；0。，01... 0。_1，0。分別為模型中訓(xùn)練輸入數(shù)據(jù)的系數(shù)；n為模型訓(xùn)練輸入 參數(shù)的個(gè)數(shù)；m為組合項(xiàng)個(gè)數(shù)。
[0化7]根據(jù)均方誤差和擬合優(yōu)度對(duì)所述多項(xiàng)式模型進(jìn)行優(yōu)化具體為；獲取模型預(yù)測(cè)面積 的均方誤差的和W及擬合優(yōu)度之后，利用梯度下降法獲取代價(jià)函數(shù)在最小值時(shí)多項(xiàng)式預(yù)測(cè) 模型中系數(shù)的值。
[0化引其中，所述模型預(yù)測(cè)面積的均方誤差的和為
其中，Si為模 型對(duì)面積的預(yù)測(cè)值，Sd為包含等值線的正方形的真實(shí)值，n為樣本數(shù)，i為樣本中的第i個(gè) 樣本；所述擬合優(yōu)度為：
其中，r2為所建模型對(duì)問題擬合的擬 合優(yōu)度，Si為模型對(duì)面積的預(yù)測(cè)值，玄:為模型預(yù)測(cè)面積的平均值，Xi為邊界層參數(shù)數(shù)據(jù)和 廓線數(shù)據(jù)經(jīng)過PCA分析后的主分量參數(shù)構(gòu)成的多項(xiàng)式預(yù)測(cè)模型的訓(xùn)練輸入數(shù)據(jù)；三為Xi的 平均值；所述代價(jià)函數(shù)為：
其中，0。，01...為多項(xiàng)式預(yù) 測(cè)模型中訓(xùn)練輸入數(shù)據(jù)的系數(shù)，r2為所建模型對(duì)問題擬合的擬合優(yōu)度，SW為第i個(gè)樣本 的面積真實(shí)值，f0(W)為第i個(gè)樣本的模型對(duì)面積的預(yù)測(cè)值；梯度下降法采用的公式為；
'其中，a為學(xué)習(xí)率，為多項(xiàng)式預(yù)測(cè)模型訓(xùn)練輸入數(shù)據(jù)的系數(shù) 系數(shù)，0。，01...為多項(xiàng)式預(yù)測(cè)模型中訓(xùn)練輸入數(shù)據(jù)的系數(shù)。
[0化9] 步驟S13,W存在大氣污染時(shí)的實(shí)時(shí)氣象數(shù)據(jù)為輸入，根據(jù)所述多項(xiàng)式預(yù)測(cè)模型獲 取預(yù)測(cè)污染面積，將所述預(yù)測(cè)污染面積和污染源的位置信息導(dǎo)入到大氣污染模型中作為選 取所述大氣污染模型中評(píng)測(cè)污染區(qū)域的依據(jù)。
[0060] W下對(duì)上述步驟進(jìn)行進(jìn)一步詳細(xì)說明。
[006U 如圖2所示為原始AERMOD模型的示意圖，利用原始的AERMOD模型，根據(jù)歷史氣象 數(shù)據(jù)獲得各個(gè)預(yù)測(cè)網(wǎng)格點(diǎn)的污染濃度值，然后對(duì)各個(gè)格點(diǎn)的濃度值進(jìn)行插值，獲得應(yīng)急現(xiàn) 場(chǎng)關(guān)注的傷害濃度的等值線，再利用算法得出等值線中最遠(yuǎn)兩點(diǎn)之間的距離，W此距離為 邊長(zhǎng)作包含該等值線的正方形，獲得其面積值，如圖3示意。
[0062] 具體為：原始地面氣象數(shù)據(jù)和探空氣象數(shù)據(jù)經(jīng)過AERMOD模型中的氣象預(yù)處理模 塊AERMET處理，獲得AERMOD核屯、模塊所需要的綜合氣象數(shù)據(jù)