-
题名二次分解策略的深度学习碳交易价格预测
被引量：2
- 1
-
-
作者
蒋松谕
何贞铭
周再文
马子云
-
机构
长江大学地球科学学院
-
出处
《科学技术与工程》
北大核心
2024年第18期7928-7939,共12页
-
基金
湖北省教育厅科学技术研究项目(Q20221306)
国家自然科学基金(42004007)。
-
文摘
随着中国碳排放权交易市场的逐渐完善,碳交易价格的准确预测将有助于构建更加稳定的市场环境,极大减少参与者的风险。针对当前碳交易价格预测难度大及现有的二次分解-集合策略不完善等问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和经验小波变化(empirical wavelet transform,EWT)的二次分解预测策略,其中分别采用中心频率(central frequency,CF)和Lempel-Ziv复杂度计算作为分解层数的确定依据,样本熵(sample entropy,SE)作为第二次分解输入序列的重构依据,使用长短期记忆网络(long short-term memory,LSTM)和时序卷积网络(temporal convolutional network,TCN)作为预测模型,并结合海洋捕食者算法(marine predator algorithm,MPA)对模型进行参数优化。实验结果表明,V-LSTM-E-LSTM模型和V-TCN-E-TCN模型不仅在湖北碳交易价格的短期和长期预测中获得了最好的效果,而且在其他4个区域碳排放权交易市场也获得了较高的精度。但对于成立时间较短的全国碳排放权交易市场,V-TCN-E-TCN模型在短期预测中表现更佳,长期预测中效果更好的是V-TCN-E-LSTM模型。
-
关键词
碳交易价格
二次分解
时间序列
预测
-
Keywords
carbon trading price
secondary decomposition
time series
forecasting
-
分类号
X831
[环境科学与工程—环境工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多源时序影像洞庭湖流域水体时空演变特征分析
被引量：2
- 2
-
-
作者
周再文
何贞铭
蒋松谕
相龙伟
彭李
-
机构
长江大学地球科学学院
荆州市自然资源卫星应用技术中心
-
出处
《测绘通报》
CSCD
北大核心
2023年第10期20-27,共8页
-
基金
国家自然科学基金(42004007)。
-
文摘
湖泊作为重要的国土资源,研究湖泊水域的动态变化有利于区域水资源开发利用,以及为生态平衡稳定提供重要保障。本文基于Google Earth Engine平台,以1989—2022年多源遥感数据为数据源,在归一化差分水体指数(NDWI)、改进的归一化差分水体指数(MNDWI)、自动水提取指数(AWEI_(sh))及基于线性判别分析的水体指数(WI_(2015))4种目前常用的水体指数中,选取最优水体指数进行洞庭湖流域水体提取;结合流域内降水气温、人口密度及土地利用等多种数据,探究洞庭湖流域水体演变特征并进行驱动力分析。结果表明,1989—2022年,洞庭湖区丰、枯水期水体面积总体呈下降趋势,3大湖区均有不同程度的缩减,平均减少93.27和140.15 km^(2)。流域内湖泊面积是自然气候变化和人类活动共同影响作用的结果。其中,降水和气温是影响湖面积的重要自然因素,人口增加、围湖造田引起的土地利用类型转移是导致湖面积减少的人为因素。
-
关键词
多源遥感数据
Google
Earth
Engine
洞庭湖
时空演变
-
Keywords
multi-source remote sensing data
Google Earth Engine
Dongting Lake
spatio-temporal evolution
-
分类号
P237
[天文地球—摄影测量与遥感]
-
