期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多变量LSTM神经网络模型的风暴潮临近预报
被引量：
14
1
作者
刘媛媛
张丽
+3 位作者
李磊
刘业森
陈柏纬
张文海
《海洋通报》
CAS
CSCD
北大核心
2020年第6期689-694,共6页
台风的风暴潮是台风引发的一种重要次生灾害,对沿海城市带来的威胁是多方面的。及时准确地预报风暴潮,对沿海地区采取合理措施减少人员伤亡和经济损失具有重要意义。本文利用长短期记忆神经网络(LSTM)模型,综合考虑风速、风向、气压等...
台风的风暴潮是台风引发的一种重要次生灾害,对沿海城市带来的威胁是多方面的。及时准确地预报风暴潮,对沿海地区采取合理措施减少人员伤亡和经济损失具有重要意义。本文利用长短期记忆神经网络(LSTM)模型,综合考虑风速、风向、气压等气象因素和前时序的潮位数据,建立了风暴潮的临近预报模型。结果表明,基于LSTM的临近预报模型具有相当的预报技巧,利用前时序的风速和风向数据以及潮位数据建立的模型可对风暴潮潮位进行准确地预测。研究还表明,仅考虑前时序潮位的预测模型误差最大,考虑气压后的模型预测能力有一定进步,而考虑风的要素以后,预测的效果提升更为明显。
展开更多
关键词
LSTM神经网络模型
热带气旋
风暴潮
临近预报
在线阅读
下载PDF
职称材料
深圳PM_(2.5)浓度变化趋势及其月尺度预测方法
被引量：
6
2
作者
何钰清
李磊
+3 位作者
杨红龙
兰紫娟
邵应泉
张文海
《科学技术与工程》
北大核心
2022年第1期400-408,共9页
基于深圳市环境监测站的PM_(2.5)浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012—2019年深圳市PM_(2.5)浓度的变化规律,分析了PM_(2.5)浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM_(2.5)月均...
基于深圳市环境监测站的PM_(2.5)浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012—2019年深圳市PM_(2.5)浓度的变化规律,分析了PM_(2.5)浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM_(2.5)月均浓度的预测模型。结果表明:2012—2019年深圳PM_(2.5)浓度呈明显下降趋势,PM_(2.5)浓度有季节性特征,干季(1~3月及10~12月)PM_(2.5)浓度比较高,也是PM_(2.5)污染防控的重要时段。月降水日数、月降水量以及月平均温度与PM_(2.5)浓度的负相关较明显,偏北风频率与PM_(2.5)浓度呈显著正相关,可一定程度上帮助预判月均PM_(2.5)浓度。与前人研究结果相反,月平均相对湿度与PM_(2.5)浓度呈显著负相关。包含气象因素项以及PM_(2.5)浓度项的月平均PM_(2.5)浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM_(2.5)浓度影响最大的气象因素。利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM_(2.5)浓度的预报有一定适用性,可较好预报PM_(2.5)浓度月增量。
展开更多
关键词
PM_(2.5)
气候要素
月尺度
深圳
多元线性回归
在线阅读
下载PDF
职称材料
题名
基于多变量LSTM神经网络模型的风暴潮临近预报
被引量：
14
1
作者
刘媛媛
张丽
李磊
刘业森
陈柏纬
张文海
机构
中国水利水电科学
研究院
深圳
市国家气候观象台
中山大学大气科学学院
香港天文台
深圳
市
强
风暴
研究院
出处
《海洋通报》
CAS
CSCD
北大核心
2020年第6期689-694,共6页
基金
国家重点研发计划(2016YFC0803107
2016YFC0803109)。
文摘
台风的风暴潮是台风引发的一种重要次生灾害,对沿海城市带来的威胁是多方面的。及时准确地预报风暴潮,对沿海地区采取合理措施减少人员伤亡和经济损失具有重要意义。本文利用长短期记忆神经网络(LSTM)模型,综合考虑风速、风向、气压等气象因素和前时序的潮位数据,建立了风暴潮的临近预报模型。结果表明,基于LSTM的临近预报模型具有相当的预报技巧,利用前时序的风速和风向数据以及潮位数据建立的模型可对风暴潮潮位进行准确地预测。研究还表明,仅考虑前时序潮位的预测模型误差最大,考虑气压后的模型预测能力有一定进步,而考虑风的要素以后,预测的效果提升更为明显。
关键词
LSTM神经网络模型
热带气旋
风暴潮
临近预报
Keywords
long short-term memory
tropical cyclone
storm surge
nowcasting
分类号
P731.34 [天文地球—海洋科学]
在线阅读
下载PDF
职称材料
题名
深圳PM_(2.5)浓度变化趋势及其月尺度预测方法
被引量：
6
2
作者
何钰清
李磊
杨红龙
兰紫娟
邵应泉
张文海
机构
中山大学大气科学学院
环珠江口气候环境与空气质量变化广东省野外科学观测
研究
站
热带大气海洋系统科学教育部重点实验室
深圳
市国家气候观象台
深圳
市环境科学
研究院
珠海市国家气候观象台
深圳强风暴研究院
出处
《科学技术与工程》
北大核心
2022年第1期400-408,共9页
基金
广东省科技计划项目(科技创新平台类)2019B121201002
国家自然科学基金(42075059)
深圳市环境保护科技专项。
文摘
基于深圳市环境监测站的PM_(2.5)浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012—2019年深圳市PM_(2.5)浓度的变化规律,分析了PM_(2.5)浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM_(2.5)月均浓度的预测模型。结果表明:2012—2019年深圳PM_(2.5)浓度呈明显下降趋势,PM_(2.5)浓度有季节性特征,干季(1~3月及10~12月)PM_(2.5)浓度比较高,也是PM_(2.5)污染防控的重要时段。月降水日数、月降水量以及月平均温度与PM_(2.5)浓度的负相关较明显,偏北风频率与PM_(2.5)浓度呈显著正相关,可一定程度上帮助预判月均PM_(2.5)浓度。与前人研究结果相反,月平均相对湿度与PM_(2.5)浓度呈显著负相关。包含气象因素项以及PM_(2.5)浓度项的月平均PM_(2.5)浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM_(2.5)浓度影响最大的气象因素。利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM_(2.5)浓度的预报有一定适用性,可较好预报PM_(2.5)浓度月增量。
关键词
PM_(2.5)
气候要素
月尺度
深圳
多元线性回归
Keywords
PM_(2.5)
climatic elements
monthly scale
Shenzhen
multiple linear regression
分类号
X16X51 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多变量LSTM神经网络模型的风暴潮临近预报
刘媛媛
张丽
李磊
刘业森
陈柏纬
张文海
《海洋通报》
CAS
CSCD
北大核心
2020
14
在线阅读
下载PDF
职称材料
2
深圳PM_(2.5)浓度变化趋势及其月尺度预测方法
何钰清
李磊
杨红龙
兰紫娟
邵应泉
张文海
《科学技术与工程》
北大核心
2022
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
