联合国2030年可持续发展目标(sustainable development goals,SDGs)的本土化是现阶段落实SDGs的核心任务。针对现有研究空间尺度大、时间尺度短的特点,以黄土高原地区348个县域作为研究区,通过构建指标体系以及采用莫兰指数评估2000—2...联合国2030年可持续发展目标(sustainable development goals,SDGs)的本土化是现阶段落实SDGs的核心任务。针对现有研究空间尺度大、时间尺度短的特点,以黄土高原地区348个县域作为研究区,通过构建指标体系以及采用莫兰指数评估2000—2020年可持续发展水平及时空演进特征,并利用灰色马尔科夫模型对未来可持续发展趋势进行探究。结果表明:黄土高原地区可持续发展水平在2000—2020年呈波动式上升,与中国整体平均水平间的差距逐渐缩小。各县域发展存在一定差距,青海省所辖县域处于绝对的劣势地位。各县域之间的空间正向关联性逐渐缩小,高-高聚集地区越来越多,未来10年可持续发展水平将持续提高。展开更多
F_(10.7)指数是太阳活动的重要指标,准确预测F_(10.7)指数有助于预防和缓解太阳活动对无线电通信、导航和卫星通信等领域的影响.基于F_(10.7)射电流量的特性,在双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM...F_(10.7)指数是太阳活动的重要指标,准确预测F_(10.7)指数有助于预防和缓解太阳活动对无线电通信、导航和卫星通信等领域的影响.基于F_(10.7)射电流量的特性,在双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)基础上融入注意力机制(Attention),提出了一种基于BiLSTM-Attention的F_(10.7)预报模型.在加拿大DRAO数据集上其平均绝对误差(MAE)为5.38,平均绝对百分比误差(MAPE)控制在5%以内,相关系数(R)高达0.987,与其他RNN模型相比拥有优越的预测性能.针对中国廊坊L&S望远镜观测的F_(10.7)数据集,提出了一种转换平均校准(Conversion Average Calibration,CAC)方法进行数据预处理,处理后的数据与DRAO数据集具有较高的相关性.基于该数据集对比分析了RNN系列模型的预报效果,实验结果表明,BiLSTM-Attention和BiLSTM两种模型在预测F_(10.7)指数方面具有较好的优势,表现出较好的预测性能和稳定性.展开更多
文摘联合国2030年可持续发展目标(sustainable development goals,SDGs)的本土化是现阶段落实SDGs的核心任务。针对现有研究空间尺度大、时间尺度短的特点,以黄土高原地区348个县域作为研究区,通过构建指标体系以及采用莫兰指数评估2000—2020年可持续发展水平及时空演进特征,并利用灰色马尔科夫模型对未来可持续发展趋势进行探究。结果表明:黄土高原地区可持续发展水平在2000—2020年呈波动式上升,与中国整体平均水平间的差距逐渐缩小。各县域发展存在一定差距,青海省所辖县域处于绝对的劣势地位。各县域之间的空间正向关联性逐渐缩小,高-高聚集地区越来越多,未来10年可持续发展水平将持续提高。
文摘F_(10.7)指数是太阳活动的重要指标,准确预测F_(10.7)指数有助于预防和缓解太阳活动对无线电通信、导航和卫星通信等领域的影响.基于F_(10.7)射电流量的特性,在双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)基础上融入注意力机制(Attention),提出了一种基于BiLSTM-Attention的F_(10.7)预报模型.在加拿大DRAO数据集上其平均绝对误差(MAE)为5.38,平均绝对百分比误差(MAPE)控制在5%以内,相关系数(R)高达0.987,与其他RNN模型相比拥有优越的预测性能.针对中国廊坊L&S望远镜观测的F_(10.7)数据集,提出了一种转换平均校准(Conversion Average Calibration,CAC)方法进行数据预处理,处理后的数据与DRAO数据集具有较高的相关性.基于该数据集对比分析了RNN系列模型的预报效果,实验结果表明,BiLSTM-Attention和BiLSTM两种模型在预测F_(10.7)指数方面具有较好的优势,表现出较好的预测性能和稳定性.
