-
题名基于LSTM和先验知识的高速公路路面温度预报
被引量：4
- 1
-
-
作者
熊国玉
祖繁
包云轩
王可心
-
机构
南京信息工程大学气象灾害预报预警和评估协同创新中心
中国气象局交通气象重点开放实验室/南京气象科技创新研究院
无锡学院江苏省物联网设备超融合应用与安全工程研究中心
-
出处
《应用气象学报》
CSCD
北大核心
2024年第1期68-79,共12页
-
基金
无锡市社会发展科技示范工程项目(N20201012)
江苏省气象局北极阁基金项目(BJG202104,BJG202301)
中国气象科学研究院基本科研业务费专项基金(2023Z011)。
-
文摘
为了精准预报高速公路路面温度,为车辆安全行驶提供气象保障,采用2019—2022年南京市绕城高速公路上9个交通气象站及ERA5-land再分析数据,通过构建时间序列特征工程、引入物理机制相关数据两类方法结合先验知识,运用长短期记忆神经网络模型建立研究区域内4个交通气象站未来3 h逐10 min路面温度多步预报模型并进行验证;在此基础上,将已建立的模型应用于其他交通气象站,探究模型的适用性。结果表明:结合先验知识后,模型预报性能明显提高,准确率在85%以上,且随着预报时效的延长,性能提升更为明显,准确率最高提升36%;模型能较为准确地预报路面极端低温发生的时间和极值,且在预报时效较短时对路面极端高温的预报也具有一定参考价值;利用已建立的模型对其他交通气象站的路面温度进行预报时,准确率在62%以上,在预报时效较短时效果较好,准确率在80%以上,且交通气象站所处的下垫面背景类型对模型的选择起关键作用。
-
关键词
高速公路
路面温度
长短期记忆神经网络
先验知识
多步预报模型
-
Keywords
expressway
pavement temperature
LSTM
prior knowledge
multi-step forecasting model
-
分类号
P457.3
[天文地球—大气科学及气象学]
U492.8
[交通运输工程—交通运输规划与管理]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
