車馬象——多源数据约束的高时空分辨率空气质量实时预报系统

简介

本项目研究新的空气质量预报方法，提高空气质量预报的准确率。通过多源观测获取数据并进行数据同化，以此提高数据集的精确性，深度学习技术侧重对系统输出不确定性的预报和约束。通过以激光雷达为核心，地面监测网和卫星遥感数据等立体观测数据融合，以及ResNet和LSTM-CNN模型对数据集进行深度训练，有效提高污染物防治的科学性和精准性，最终实现了空气质量的高精度实时预报。