摘要
本发明公开的递归时空学习及模拟监测融合的臭氧小时浓度预报方法,包括以下步骤:S11、选择对臭氧预报重要度较高的气象因子,作为气象输入特征;S12、根据气象输入特征、臭氧模拟值和臭氧监测值,建立递归时空模型所需的数据集;S13、搭建递归时空模型,基于数据集进行递归时空模型的训练,同步捕捉抓取模式时空特征,预报站点臭氧小时浓度;S14、基于递归时空模型预报结果,通过Downscaler数据融合技术将其与模式结果耦合,实现区域水平的臭氧小时浓度预报。本发明使用Downscaler数据融合方法,融合递归时空模型结果与模式区域预报值,实现了区域范围的臭氧小时浓度精确预报,弥补了现有技术的缺陷。
- 单位