[发明专利]近地面臭氧空间分布的估算方法、装置、介质及设备

说明书

本发明实施例公开了一种近地面臭氧空间分布的估算方法、装置、介质及设备。该方法包括：获取特征数据；所述特征数据包括实时采集的气象数据和卫星遥感数据；将所述特征数据输入至预先训练的神经网络模型，得到所述神经网络模型的输出结果；根据所述输出结果，确定近地面臭氧空间分布的估算结果。通过采用本方案，可以基于气象数据和卫星监测的臭氧前体物浓度，可以通过建立近地面臭氧浓度卷积神经网络估算方法，获得空间连续分布的近地面臭氧浓度估算结果。

技术领域

本发明实施例涉及卫星遥感技术领域，尤其涉及一种近地面臭氧空间分布的估算方法、装置、介质及设备。

背景技术

随着科学技术的发展，遥感技术已经成为天气、气象、环境空气质量以及其他空间现象最主要的探测技术。大气臭氧只占空气各组份的几百万分之一，却对全球气候和环境变化产生重要影响，因此采用遥感技术探测臭氧浓度也是近年来比较火热的议题。目前，比如常用的两种臭氧探测方式包括热红外遥感探测和紫外遥感探测。

热红外遥感的臭氧探测技术主要是基于9.6微米附件的一组波段反演获得臭氧总量和臭氧廓线，这是现有的比较成熟的技术。进一步也可基于热红外遥感反演的臭氧廓线，把对流层臭氧总量和近地面臭氧含量提取出来。但由于热红外遥感受地表热辐射对底层大气热辐射的影响，以及底层大气臭氧热辐射信号在上行辐射传输过程中，会被中高层大气吸收一部分，使近地面臭氧反演结果存在较大的不确定性，无法将热红外遥感反演的近地面臭氧直接用于环境空气质量监测。

紫外波段是臭氧吸收最强的光谱范围，利用紫外波段的卫星遥感探测数据，可以通过差分吸收光谱算法反演获得臭氧柱总量，亦可以通过最优化反演算法获得平流层臭氧廓线。但由于平原地区太阳紫外线很难到达大气底层，所以紫外卫星遥感技术无法满足环境空气质量对近地面臭氧浓度监测的需求。

发明内容

本发明实施例提供一种近地面臭氧空间分布的估算方法、装置、介质及设备，可以实现通过预先训练好的机器学习模型，对近地面臭氧的空间分布进行精准预测的效果。

第一方面，本发明实施例提供了一种近地面臭氧空间分布的估算方法，该方法包括：

获取特征数据；所述特征数据包括实时采集的公里网格化的气象数据和卫星遥感的栅格数据；

将所述特征数据输入至预先训练的神经网络模型，得到所述神经网络模型的输出结果；

根据所述输出结果，确定近地面臭氧空间分布的估算结果。

进一步的，在获取特征数据之后，所述方法还包括：

对所述特征数据按照预设网格化规则进行网格化处理，得到网格化后的单点数据；

相应的，将所述特征数据输入至预先训练的神经网络模型，包括：

将所述单点数据输入至预先训练的神经网络模型。

进一步的，所述神经网络模型的训练过程包括：

从预先设置的采样点获取样本数据；其中，所述样本数据包括气象数据和卫星遥感数据，所述气象数据包括2m气温、2m比湿、10m风速、2m地面气压、降水以及短波辐射中的六种；所述卫星遥感数据包括O₃对流层柱浓度、CO柱浓度、NO₂柱浓度和甲醛柱浓度中的四种；

将所述样本数据进行预处理，并将预处理后的样本数据分为训练集和测试集；

采用训练集的样本数据输入至初始神经网络模型的输入层，以对所述初始神经网络模型进行训练，得到目标神经网络模型；其中，所述初始神经网络模型的网络架构是预先确定的；

对测试集的样本数据进行网格化处理，并将网格化样本数据的特征输入至所述目标神经网络模型，以对所述目标神经网络模型的输出结果进行测试；