一种基于多源时空数据融合的空气质量预测方法及系统

    公开(公告)号:CN118861964A

    公开(公告)日:2024-10-29

    申请号:CN202410839715.X

    申请日:2024-06-26

    申请人: 安徽大学

    摘要: 本发明提供一种基于多源时空数据融合的空气质量预测方法及系统,涉及环保监测技术领域。该一种基于多源时空数据融合的空气质量预测方法,包括以下步骤:S1、运用激光雷达实时获取垂直廓线数据,然后再收集国家气象中心的地面常规监测网平面实时数据和卫星遥感平面实时数据;S2、将三种收集到的多源数据补充到数据集,建立时空污染物立体分布图;S3、同时将多源数据输入到WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GSI同化系统。通过ResNet以及SGWR模型提升空间精度,通过LSTM与CNN相结合的模型提升时间精度,利用WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GS I同化系统,从而提升预测数据精度和可靠性。