1.一种非理想混合气溶胶的吸湿性参数校正方法,其特征在于,包括:获取预定时段内与非理想混合气溶胶吸湿性相关的仪器观测数据;
通过ZSR理想混合准则估算所述仪器观测数据,生成ZSR吸湿性观测参数;
根据ZSR吸湿性观测参数、仪器观测数据及仪器观测数据反演生成的反演吸湿性观测参数,得到输入特征数据集;
将所述输入特征数据集输入预先构建的偏差预测模型,以使偏差预测模型根据所述输入特征数据集的季节类别,对输入特征数据集进行吸湿性偏差预测,输出非理想混合偏差项;
计算输入特征数据集的主效应值,根据主效应值分析输入特征数据集中各输入特征数据对非理想混合偏差项的直接贡献、以及各输入特征数据与其他输入特征数据共同对非理想混合偏差项的交互贡献;
根据直接贡献和交互贡献,从输入特征数据集中提取关键特征,生成基于关键特征的经验校正项;
根据ZSR吸湿性观测参数、预构建的季节校正系数、基于关键特征的经验校正项,得到吸湿性参数校正结果。
2.根据权利要求1所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述输入特征数据集包括化学组分体积分数特征、化学组分交互特征、季节和日变化特征、气象要素特征、ZSR吸湿性观测参数和反演吸湿性观测参数。
3.根据权利要求1所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,偏差预测模型的训练包括:获取训练数据集;
根据预构建的季节性自适应调整模块,将训练数据集按季节划分为四类季节训练数据;
采用BOHB算法和弹性权重更新策略,通过四类季节训练数据优化偏差预测模型的超参数,得到训练好的偏差预测模型。
4.根据权利要求3所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述季节性自适应调整模块表示为:;
其中, 表示季节性自适应调整模块; 表示t时间季节类别s的权重; 表示输入特征数据集x在季节类别s上的季节函数。
5.根据权利要求3所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述弹性权重更新策略表示为:;
其中, 表示更新后的超参数; 表示初始超参数; 表示仪器观测数据对应的超参数; 表示遗忘因子。
6.根据权利要求1所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述输入特征数据集的主效应值表示为:;
;
;
;
其中, 表示输入特征数据集x中的输入特征数据i对LightGBM模型预测值 的贡献度; 表示不包含输入特征数据i的输入特征数据集; 表示输入特征数据集; 表示输入特征数据集中的数据数量; 表示使用括号内输入特征数据时的LightGBM模型预测值;表示阶乘运算; 表示在输入特征数据集x上的交互效应值;i、j表示输入特征数据索引; 表示输入特征数据集x的主效应值; 表示各季节输入特征数据集x的主效应值; 表示季节集合; 表示季节特征集合。
7.根据权利要求1所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述季节校正系数表示为:;
其中, 表示月份变量 的季节校正系数;A、B、C、D、E、F表示季节调制效应参数。
8.根据权利要求1所述的非理想混合气溶胶的吸湿性参数校正方法,其特征在于,所述吸湿性参数校正结果表示为:;
;
其中, 表示基于关键特征的经验校正项; 表示关键特征集 的LightGBM模型预测值; 表示基准值; 表示关键特征集 中的关键特征q对LightGBM模型预测值的贡献度; 表示关键特征集 中的关键特征q; 表示关键特征集中的数据数量;
表示吸湿性参数校正结果; 表示ZSR吸湿性观测参数; 表示月份变量的季节校正系数。
9.一种非理想混合气溶胶的吸湿性参数校正系统,其特征在于,包括:数据获取模块,用于:获取预定时段内与非理想混合气溶胶吸湿性相关的仪器观测数据;
准则估算模块,用于:通过ZSR理想混合准则估算所述仪器观测数据,生成ZSR吸湿性观测参数;
特征生成模块,用于:根据ZSR吸湿性观测参数、仪器观测数据及仪器观测数据反演生成的反演吸湿性观测参数,得到输入特征数据集;
偏差预测模块,用于:将所述输入特征数据集输入预先构建的偏差预测模型,以使偏差预测模型根据所述输入特征数据集的季节类别,对输入特征数据集进行吸湿性偏差预测,输出非理想混合偏差项;
贡献分析模块,用于:计算输入特征数据集的主效应值,根据主效应值分析输入特征数据集中各输入特征数据对非理想混合偏差项的直接贡献、以及各输入特征数据与其他输入特征数据共同对非理想混合偏差项的交互贡献;
校正分析模块,用于:根据直接贡献和交互贡献,从输入特征数据集中提取关键特征,生成基于关键特征的经验校正项;
校正生成模块,用于:根据ZSR吸湿性观测参数、预构建的季节校正系数、基于关键特征的经验校正项,得到吸湿性参数校正结果。
10.一种计算机可读存储介质,其上存储有计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时,实现权利要求1至8中任一所述的非理想混合气溶胶的吸湿性参数校正方法的步骤。