(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210887601.3 (22)申请日 2022.07.26 (71)申请人 北京中科三清 环境技术有限公司 地址 101520 北京市密云区经济开发区兴 盛南路8号开发区办公楼501室-3527 （经济开发区集中办公区） 申请人 中国人民解 放军61540 部队 (72)发明人 宿兴涛　王洋　白强　孙明生　 易志安　马培翃　秦东明　 (74)专利代理 机构 北京华专卓 海知识产权代理 事务所(普通 合伙) 11664 专利代理师 王一 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01)G06Q 50/26(2012.01) (54)发明名称 大气能见度 的预测方法、 装置、 设备及存储 介质 (57)摘要 本公开的实施例提供了一种大气能见度的 预测方法、 装置、 设备及存储介质， 涉及大气领 域。 所述方法包括收集目标城市的历史气象观测 资料， 其中， 所述历史气象观测资料包括所述目 标城市的历史能见度数据， 根据气象模式和空气 质量模式对目标城市进行气象要素和空气质量 的回报， 对回报所得的气象要素和空气质量因子 以及所述目标城市的历史能见度数据进行拟合， 得到消光系数计算公式中的系数， 构建能见度预 测模型， 获取目标城市气象预报数据和空气质量 预报数据， 将所述目标城市气象预报数据和空气 质量预报数据输入到所述能见度预测模型中， 得 到能见度预测数据。 以此方式， 提高了能见度的 反演水平。 权利要求书2页 说明书8页 附图2页 CN 115204507 A 2022.10.18 CN 115204507 A 1.一种大气能见度的预测方法， 其特 征在于， 包括： 收集目标城市的历史气象观测资料， 其中， 所述历史气象观测资料包括所述目标城市 的历史能见度数据； 根据气象模式和空气质量模式对目标城市进行气象要素和空气质量的回报； 对回报所得的气象要素和 空气质量因子以及所述目标城市的历史能见度数据进行拟 合， 得到消光系数计算公式 中的系数， 构建能见度预测模型； 获取目标城市气象预报数据和空气质量预报数据； 将所述目标城市气象预报数据和空气质量预报数据输入到所述 能见度预测模型中， 得 到能见度预测数据。 2.根据权利要求1所述的方法， 其特征在于， 所述 回报所得的气象要素和空气质量因子 包括PM2.5浓度数据、 PM10浓度数据以及水汽影响数据。 3.根据权利要求1所述的方法， 其特征在于， 所述消光系数计算公式是通过以下步骤得 到的： 建立PM2.5浓度数据和 消光系数之间的关系； 根据所述PM2.5浓度数据和消光系数之间的关系， 建立PM10浓度数据和消光系数之间的 关系； 根据所述PM2.5浓度数据以及所述PM10浓度数据和消光系数之间的关系， 结合大气密度、 水汽混合比， 构建所述消光系数计算公式。 4.根据权利要求1所述的方法， 其特 征在于， 所述消光系数计算公式包括： Bext＝Bsg+{2.2*fs(RH)*S(su lfate)+4.8*fL(RH)*L(sulfate)+2.4*fs(RH)*S(nitrate) +5.1*fL(RH)*L(nit rate)+2.8*S(OM)+6.1*L(OM)+ 10*[EC]+[FS] +0.6*[CM]+0.33*[NO2]}+a (RH)*[PM10‑PM2.5]+fs(qvapor)[a*144.7( ρ q)0.88+b*1.1( ρ q)0.75+c*163.9( ρ q)1.00+d*10.4( ρ q)0.78] 其中， Bext表示消光系数， Bsg为瑞丽散射消光系数， 单位为M m‑， 为一常量； fs(RH)、 fL(RH) 分别为粗粒子和细粒子的吸湿增长系数， 其为相对湿度RH的函数； L(sulfate)、 L (nitrate)、 L(OM)分别表示硫酸盐、 硝酸盐和有机物的气溶胶粗粒子,S(sulfate)、 S (nitrate)、 S(OM)分别表示硫酸盐、 硝酸盐和有机物的细粒子质量浓度， 单位μg/m3； [EC]、 [FS]和[CM]分别为元素碳浓度、 细土壤 尘气溶胶浓度和粗粒子浓度， 单位 μg/m3； [NO2]为NO2 的体积分数， 单位为10‑9； a(RH)为扬沙浮尘的修正系数， PM10和PM2.5分别表示PM10浓度和 PM2.5浓度， 单位 μg/m3， 以PM10浓度和PM2.5浓度的差值[PM10‑PM2.5]来代表扬沙、 浮尘的影响； fs(qvapor)为水汽修正系数， 当温度小于零摄氏度时a取为0、 c取为 1， 此时为冰晶不是云水 影响； 当温度大于零摄氏度时a取为 1、 c取为0， 此时为云水不是冰晶影 响； 当有降水时b取为 1， 无降水时b取为0； 当有降雪时d取为1， 无降雪时d取为0； ρ 为大气密度， q为水汽混合比。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 根据所述消光系数计算公式， 通过柯喜密公式计算能见度数据。 6.根据权利要求1所述的方法， 其特征在于， 所述获取目标城市气象预报数据和空气质 量预报数据， 包括： 分别利用气象模式和 空气质量模式对所述目标城市进行气象要素预报和 空气质量预 报， 得到目标城市气象预报数据和空气质量预报数据。权　利　要　求　书 1/2 页 2 CN 115204507 A 27.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 对所述能见度预测模型进行 校验。 8.一种大气能见度的预测装置， 其特 征在于， 包括： 获取模块， 用于收集目标城市的历史气象观测资料， 其中， 所述历史气象观测资料包括 所述目标城市的历史能见度数据； 回报模块， 用于根据气象模式和空气质量模式对目标城市进行气象要素和空气质量的 回报； 建模模块， 用于对回报所得的气象要素和空气质量因子以及所述目标城市的历史能见 度数据进行拟合， 得到消光系数计算公式 中的系数， 构建能见度预测模型； 所述获取模块， 还用于获取目标城市气象预报数据和空气质量预报数据； 预测模块， 用于将所述目标城市气象预报数据和空气质量预报数据输入到所述 能见度 预测模型中， 得到能见度预测数据。 9.一种电子设备， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其特 征在于， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够执 行权利要求1 ‑7中任一项所述的方法。 10.一种存储有计算机指令的非瞬时计算机可读存储介质， 其特征在于， 所述计算机指 令用于使所述计算机执 行根据权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115204507 A 3