基于AI污染天气分型的智能诊断模式
利用基础数据集，筛选典型气象过程，归纳气象特征。使用自组织神经网络算法模型(SOM)对历史天气进行客观聚类，形成逐日的天气形势智能诊断分类，并经过基于经验的主观对比分析，总结出典型天气型。根据SOM诊断出的天气分型结果，结合近年的监测数据，寻找司种天气类型下大气污染的发生范围、程度等因子，建立污染天气预报的概念模型，自动预判未来的空气质量和首要污染物。最终以规范化的文字表述自动生成总结分析未来几天的空气质量状况，以图表展示空气质量与首要污染物。
相关课程
ADMS
ADMS(Atmospheric Dispersion Modelling System) 是基于高斯扩散理论开发的中近距离大气扩散模型，支持复杂地形、建筑物绕流、城市冠层等下垫面条件的精细化模拟，可刻画气态污染物、颗粒物及恶臭物质的输送、扩散、干湿沉降过程，适用于点源、线源、面源等多类型排放源的短期(小时级)与长期(年尺度)环境影响评估，是城市与工业园区大气环境模拟的主流工具之一。
AFTOX
化工园区是危险化学品、有毒有害物质最主要的聚集地，环境风险高，稍有不慎就可能造成重大损失。因此，建立化工园区有毒有害气体环境风险预警，减少园区、企业经济损失，避免和减少人员伤亡，势在必行。
AERMOD
AERMOD模型是在工业复合源模型框架的基础上建立起来的稳态烟羽模型，它以扩散统计理论为出发点，模拟点源、面源、体源等排出的污染物在短期(小时平均、日平均)、长期(年平均)的浓度分布，可对污染物质的浓度分布、危险范围以及持续时间等问题进行预测和 评估。
FLEXPART-WRF
FLEXPARI模式是由挪威大气研究所开发的一种拉格朗日粒子扩散模式。ELEXPART不仅可以定性分析大气污染的扩散情况、对目前区域进行大气污染溯源模拟，且结合气象场、人为源清单，FLEXPART模式可以定量估计某个目标地区大气污染物的区域贡献。
多模式集合预报
集合预报是通过输入气象场、排放源和空气质量模式关键参数的扰动构造出一组有限数量的预报样本，再通过一定的统计学方法将各个预报样本结果集合起来，在充分评估模式预报性能的基础上发挥各个模式的优点，提供最优集合预报结果。
WRF-CAMx/CMAQ/WRF-Chem
建立空气质量数值预报模式，采用三维欧拉网格，输入网格化的污染源排放和三维气象场，获得时空连续的污染演变情况，精细化把控污染时段，污染区域演变态势，污染水平和垂直输送规律，以及污染积累和消散的过程。数值预报模式多种多样，不同的模式各有自己的适用场景，因此需要引入多种数值预报模式，相互取长补短，获得可信度更高的数值预报结果。