共查询到20条相似文献，搜索用时 273 毫秒
1.
本文利用ERA5再分析数据和我国北极科学考察期间获取的走航气象观测数据,分析了夏季影响船舶通航北极航道的关键近地面气象要素的时空变化特征。结果表明,7–8月的天气条件最适宜船舶在北极航道航行,9月低温、大风和大浪天气显著增多,对船舶航行影响较大,10月的天气更加恶劣,对船舶航行的挑战更大。低温天气主要出现在各航道的中段,大风和大浪天气集中在航道两端的海域。除北极中心区和10月的挪威海和巴伦支海以外,其余时间的海域出现大风和大浪天气的概率以增加趋势为主,但具有较大的年际变化。根据现有北极航道气象观测数据分析发现,东北航道能见度最差,西北航道能见度最好,中央航道居中。 相似文献
2.
用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型 总被引：2，自引：0，他引：2
基于ＮＣＥＰ／ＮＣＡＲ再分析资料和ＣＯＡＤＳ海洋资料中的全球月平均海平面气压场、８５０hPa纬向风场及海洋温度场，利用Ｍatlab中的Ｎeural Network Toolbox仿真环境和ＢＰ模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型，因此不仅可直接用于预测，而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。 相似文献
3.
公交行程时间的精确预测对于提升公交吸引力具有重要意义。本文基于公交车到离站的历史数据,综合考虑时间周期、站点、站间距离、天气等多个因素,建立了基于BP神经网络的公交车静态行程时间预测模型,以该模型为基础,采用动态迭代的方法,叠加多个站间行程时间预测结果,进一步构建了面向连续站点的公交车动态行程时间预测模型,实现对跨越多个站点的公交行程时间预测。以青岛市125路公交为例对算法进行测试。在模型的横向对比实验中,本模型预测结果的绝对误差均在50 s以内,平均绝对误差百分比(MAPE)为11.74%,均方根误差(RMSE)为23.15,R2的确定系数为0.905 1,SVM的MAPE、RMSE、R2 误差指标分别为:12.38%、38.33、0.743 6,LR对应的误差指标分别为:12.50%、25.59、0.884 1;在静态模型与动态模型的对比实验中,动态模型预测结果的MAPE为11.75%,RMSE为23.15,静态模型对应误差指标分别为:11.63%、26.74。研究结果表明,基于BP神经网络的公交动态行程时间预测模型比传统的静态预测方法具有更高的预测精度。 相似文献
4.
本文利用神经网络模型、多元线性回归模型和马尔科夫模型分别建立了统计预报模型,对热带印度洋海表温度异常(SSTA)和印度洋偶极子(IOD)指数进行了63 a的长时间回报实验,并详细比较了线性和非线性统计预报模型的差异。结果表明:统计模型对IOD指数的预报技巧和现有动力模式预报技巧相差不大,对偶极子指数(DMI)有效预报时效为3个月,东极子指数(EIO)为5～6个月,西极子指数(WIO)达到8～9个月。IOD事件强烈的季节锁相特性使得对秋季的DMI指数可以提前4个月做出有效预报。加入同期的ENSO指数来预报IOD指数,能有效地提高IOD预报技巧,特别是对IOD峰值的预报。复杂的神经网络模型和简单的多元线性回归模型在对SSTA和IOD指数的预报具有同等的效果。 相似文献
5.
海洋环境中平台钢腐蚀速率的三层BP 神经网络预测 总被引：3，自引：0，他引：3
利用三层BP神经网络预测海洋环境因素对材料的腐蚀速率的影响。结合实测的pH值、温度、溶解氧、盐度、生物附着等影响因素,分析了上述环境因素对平台钢腐蚀的影响,建立环境因素与腐蚀速率之间的映射关系,预测了平台钢在海洋环境中的腐蚀速率。结果表明,全浸区腐蚀速率预测误差为6.95%,潮差带腐蚀速率预测误差为4.2%,预测精度较高。说明利用三层BP神经网络预测钢在海水中腐蚀速率技术可行,具有较高的预测精度和应用价值。 相似文献
6.
7.
贝叶斯网络具有强大的推理能力,能与先验知识和数据结合,进行定性和定量分析,提供了1条有效的处理预测问题的途径,本文首先介绍了贝叶斯网络基本理论及其特点,并讨论如何学习贝叶斯网络结构,然后由专家知识和给定数据,采用基于依赖分析的贝叶斯网络学习算法构造了海底网箱养殖水环境指标间的贝叶斯网结构模型.该模型能有效的表达网箱养殖环境各个指标之间的因果关系和影响程度,实验结果表明,试验数据显示准确性是92.3%,kappa指数是0.882.以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的预测评价方法. 相似文献
8.
Accessible high-quality observation datasets and proper modeling process are critically required to accurately predict sea level rise in coastal areas. This study focuses on developing and validating a combined least squares-neural network approach applicable to the short-term prediction of sea level variations in the Yellow Sea, where the periodic terms and linear trend of sea level change are fitted and extrapolated using the least squares model, while the prediction of the residual terms is performed by several different types of artificial neural networks. The input and output data used are the sea level anomalies (SLA) time series in the Yellow Sea from 1993 to 2016 derived from ERS-1/2, Topex/Poseidon, Jason-1/2, and Envisat satellite altimetry missions. Tests of different neural network architectures and learning algorithms are performed to assess their applicability for predicting the residuals of SLA time series. Different neural networks satisfactorily provide reliable results and the root mean square errors of the predictions from the proposed combined approach are less than 2?cm and correlation coefficients between the observed and predicted SLA are up to 0.87. Results prove the reliability of the combined least squares-neural network approach on the short-term prediction of sea level variability close to the coast. 相似文献
9.
赤潮预测的人工神经网络方法初步研究 总被引：13，自引：0，他引：13
赤潮是一种由多因素综合作用引发的生态异常现象,具有突发性及非线性等特点。对其进行预测预报一直是海洋科学研究的热点。探讨了应用人工神经网络原理进行赤潮预测的方法,简要介绍了BP和RBF算法的基本原理,用2种算法对不同海域赤潮生物与环境因子之间非线性和不确定性的复杂关系进行学习训练和预测检验,并与传统的统计方法进行了比较。结果表明：人工神经网络方法在模拟和预测方面优于传统的统计回归模型,具有较强的模拟预测能力及实用性,值得进一步探索。 相似文献
10.
海洋沉积物工程定名对于开展海洋工程建设具有重要作用,然而海底粉土和黏性土的定名受人为因素影响容易产生误差。使用人工神经网络的方法对黄河口埕岛海域284组细粒土数据进行了训练和学习,得到了只利用沉积物粒径质量分数进行定名的方法。结果表明,使用人工神经网络的方法能够有效地对沉积物进行工程定名。当网络含有5个输入层节点、9个隐藏层节点、3个输出层节点、训练函数为Scaled conjugate gradient时定名准确率最高,检验准确率高达97.7%。训练数据的数量是造成神经网络预测存在误差的重要因素,随着数据量的增加,网络的可靠性和通用程度将越来越高。 相似文献
11.
Argo计划(Array or Real-time Geostrophic Oceanography)为海洋和大气研究提供了宝贵的资料,在短期天气预报和长期气候预测中起到了重要作用。为保证Argo观测阵列的正常运转,需要时刻关注浮标的运行状态,以保证研究区域内维持一定数量和密度的浮标。然而Argo浮标投放费用高昂,投放过早会导致资源浪费,投放过迟会导致信息资料的缺失。本文旨在使用机器学习的方法对Argo浮标在未来某个时间点的位置和状态(仍在工作或已经损坏)进行预测,以提前制定投放计划,保证在正确的位置和时间投放新的浮标,以减少资金投入。对于浮标寿命预测任务,除硬件特征之外添加额外的已存活时间作为动态属性,使用回归决策树、梯度提升回归树、随机森林和支持向量回归机等机器学习方法,对浮标剩余寿命进行预测。对于浮标轨迹预测任务,使用基于LSTM的Encoder-Decoder模型对未来多个时间步后的浮标的经/纬度信息进行预测,有效地避免了传统的LSTM模型循环单步预测所带来的误差累积问题。实验证明本文提出的浮标剩余寿命和位置预测模型都能达到较高的预测准确率,对指导浮标投放有重要意义。 相似文献
12.
基于多种神经网络的风暴潮增水预测方法的比较分析 总被引：1，自引：0，他引：1
简要介绍了利用BP神经网络、小波神经网络、递归神经网络进行风暴潮增水值预测的原理。选取广东省珠江口以南的阳江站2017年风暴潮增水数据进行测试。结果表明,三种神经网络方法针对阳江地区风暴潮增水的预测均具有可靠性和实用性。以当前增水值为输入量的单因子模型更能反映真实风暴潮增水趋势,而从增水极值预测的准确性来看,以台风风力、气压、风向等相关参数为输入量的多因子模型优于单因子模型。BP神经网络更适用于多因子长时间预测,小波神经网络在单因子短时间预测上准确性更高,递归神经网络预测值与实测值相关性更强。在工程运用中,需根据地域时空特点、数据资料的丰富度与预测值评估指标选择合适的方法。 相似文献
13.
西北航道是指从北大西洋经加拿大北极群岛进入北冰洋,再进入太平洋的航道,是连接大西洋和太平洋的捷径。为了探讨西北航道通航期极端天气条件下强风及海冰对波浪场的影响机制,建立并验证了考虑海冰影响下的西北航道风浪演化模型,并以2012年8月北极气旋登陆期间为例探讨西北航道通航期波浪特性及波能流密度的时空演化及其对风和海冰的响应。研究结果表明,北极夏季海冰大多分布于西北航道以北海域,而风向大部分集中在SSW(南偏西22.5°)至SW(南偏西45°),西北航道海冰的存在并不会引起有效风区的明显减少,也不会引起无冰海域波能流的明显减小(不超过5%)。但是,当风向变为北向风时,无冰海域波能流减小幅度最多高达62%。最后,综合海冰和波浪要素的时空分布,提出了极端天气条件下西北航道通航期的最佳适航路线,为西北航道的夏季安全通航提供了科学依据。 相似文献
14.
The implications of Arctic sea ice decline on shipping 总被引：1，自引：0，他引：1
Although a ‘blue’ Arctic Ocean is predicted in the summertime to occur from the middle of this century, current rates of warming indicate an earlier realization. Also, routes along the coast of Siberia will be navigable much earlier. However, before the Arctic routes can reliably be used on a large scale for transit by shipping along its passages, more investments are required on infrastructure and the provision of marine services to ensure the safe and secure transit of shipping with minimal environmental impact. 相似文献
15.
厄尔尼诺和南方涛动(ENSO)是仅次于季节变化的最强年际气候变率信号,对全球气候和天气产生重要影响。准确、及时、有效地预报ENSO事件的发生和演变具有重大的实用意义。以中国科学院海洋研究所冠名的中等复杂程度海气耦合模式(IOCAS ICM),每月定期进行ENSO实时预报试验。IOCAS ICM实时预报结果目前收录于美国哥伦比亚大学国际气候研究所(IRI),以作进一步的集成分析和应用。该模式的大气部分是一个描述对海表温度(SST)年际异常响应的风应力异常经验模式,海洋部分包括了动力海洋模块、SST距平模块(嵌套于动力海洋模块中)和次表层上卷海温(T_e)距平模块三部分。IOCAS ICM的特点之一是开发了次表层海温反算优化这一创新技术,可有效改进热带太平洋SST异常的模拟和预报。IOCAS ICM和其他海气耦合模式的最新预报结果(以2017年9月为初条件)表明,2017年年末热带太平洋会处于一个SST冷异常态,最大变冷中心集中在赤道东太平洋,但并不足以达到拉尼娜(La Ni?a)事件的水平,SST冷异常可能会在2018年春季逐渐减弱,转化为中性状态。此外,本文还对四维变分资料同化方法(4D-Var)以及条件非线性最优扰动方法(CNOP)在IOCAS ICM中的应用进行了讨论。 相似文献
16.
针对海上条件下,对于实时定位应用,实时数据流无法下载的情况,文中提出一种基于RBF神经网络的卫星钟差预报算法,给出基函数的中心、方差以及隐含层到输出层的权值的计算方法,采用滑动窗口的方法,用样本数据训练后的网络预测下一个历元的钟差值,依次往后训练网络直到预测完整个时间段,通过实验验证了算法的可用性。短期预报中,GPS预报精度在1 ns以下,BDS和GLONASS在2～3 ns左右;长期预报中,GPS预报精度在几十纳秒左右,而BDS和GLONASS在几百纳秒左右,文中给出了相应的结果分析。 相似文献
17.
以地面影响系统为主要依据 ,使用天气动力学和统计学相结合的方法 ,将1 983～ 2 0 0 0年 6～ 8月青岛地区的 4 0次暴雨分为气旋、台风和冷锋 3种类型。根据预报经验 ,选取相应的预报因子 ,建立 0 -1权重回归方程 ,用于预报青岛地区未来 2 4 h的暴雨。对于台风暴雨 ,认为来自低纬度洋面的东南 (或西南 )低空急流是水汽、涡度的输送通道 ,它向台风提供了形成暴雨所需的水汽和能量 ,因此把它列为起始场条件。因子选取了代表水汽、位势不稳定、能量及冷空气活动的物理因子。统计得出 :台风类暴雨方程的预报准确率为 96%。用该方程对1 975年 6～ 8月进行试报 ,没有出现空漏报现象 ,效果较好 相似文献
18.
The rapid decrease in Arctic sea ice cover and thickness not only has a linkage with extreme weather in the midlatitudes but also brings more opportunities for Arctic shipping routes and polar resource exploration, both of which motivate us to further understand causes of sea-ice variations and to obtain more accurate estimates of seaice cover in the future. Here, a novel data-driven method, the causal effect networks algorithm, is applied to identify the direct precursors of September sea-ice extent covering the Northern Sea Route and Transpolar Sea Route at different lead times so that statistical models can be constructed for sea-ice prediction. The whole study area was also divided into two parts: the northern region covered by multiyear ice and the southern region covered by seasonal ice. The forecast models of September sea-ice extent in the whole study area(TSIE) and southern region(SSIE) at lead times of 1–4 months can explain over 65% and 79% of the variances, respectively,but the forecast skill of sea-ice extent in the northern region(NSIE) is limited at a lead time of 1 month. At lead times of 1–4 months, local sea-ice concentration and sea-ice thickness have a larger influence on September TSIE and SSIE than other teleconnection factors. When the lead time is more than 4 months, the surface meridional wind anomaly from northern Europe in the preceding autumn or early winter is dominant for September TSIE variations but is comparable to thermodynamic factors for NSIE and SSIE. We suggest that this study provides a complementary approach for predicting regional sea ice and is helpful in evaluating and improving climate models. 相似文献
19.
Significant wave height estimates are necessary for many applications in coastal and offshore engineering and therefore various estimation models are proposed in the literature for this purpose. Unfortunately, most of these models provide simultaneous wave height estimations from wind speed measurements. However, in practical studies, the prediction of significant wave height is necessary from previous time interval measurements. This paper presents a dynamic significant wave height prediction procedure based on the perceptron Kalman filtering concepts. Past measurements of significant wave height and wind speed variables are used for training the adaptive model and it is then employed to predict the significant wave height amounts for future time intervals from the wind speed measurements only. The verification of the proposed model is achieved through the dynamic significant wave height and wind speed time series plots, observed versus predicted values scatter diagram and the classical linear significant wave height models. The application of the proposed model is presented for a station in USA. 相似文献
20.
近年来,北极地区油气资源备受瞩目,北极地区油气资源开发利用开展得如火如荼,为北极国家能源产量增长带来了新的契机。文章以北极国家为出发点,采用文献梳理法,系统研究俄罗斯、美国、挪威、加拿大等北极国家在北极地区的油气资源勘探、开发情况;采用统计分析法,分析北极地区待发现油气资源与已发现油气资源的空间分布特征。研究发现,北极地区的油气资源在空间上呈现出极不均衡的特点。伴随着油气勘探技术的突破以及北极航道的逐渐开通,北极国家纷纷加快北极地区油气开发活动的进程,目前北极国家油气开发活动主要在陆地,而未来将逐步迈向北极近海。中国作为北极事物的重要利益攸关方,可以积极与北极国家开展合作,进而参与到北极地区油气资源的开发进程。 相似文献