基于机器学习的格点气温预报订正方法     

方鸿斌  王珊珊  王晓玲  谭江红  鲁礼炳 《气象》2024,50(1):103-114

使用2017年9月至2021年3月国家级业务化运行的智能网格实况分析产品和欧洲中期天气预报中心全球模式(EC)产品,根据湖北省的地理分布特征构建6个分区,采用基于LightGBM机器学习算法建立的气温预报方法,生成湖北省0.05°×0.05°格点气温预报产品。利用2021年4—9月的预报产品和格点实况资料进行检验,结果表明:基于机器学习的气温预报方法(MLT)取得了较好的预报效果,其在0～72 h时效内优于中央气象台下发的气温精细化指导预报(SCMOC)和EC产品;MLT在山区的误差较平原大,但山区的订正幅度大于平原,日最高气温的订正幅度大于日最低气温的订正幅度;4—9月MLT、SCMOC、EC产品的平均绝对误差(MAE)日变化都呈现了白天偏高、夜间偏低、午后凸起的单峰特征,MLT的MAE值较SCMOC和EC产品的更低,并且在转折性天气中仍具有优势;站点检验与格点检验结论一致,基于格点建模的气温预报产品对站点预报同样得到了订正。机器学习在格点气温的模式订正方面可以作为一个行之有效的手段。  相似文献   

基于深度学习和时空特征融合的海洋渔船密度预测方法          下载免费PDF全文

丁依婷  胡志远  董帝渤 《应用海洋学学报》2024,43(2):350-359

为了从海量渔船轨迹数据中挖掘隐含的信息和知识,进而为渔业行政主管部门的决策提供科学依据,本研究以AIS渔船轨迹数据为研究对象,提出了一种基于深度学习和面向时空特征融合的海洋渔船密度预测方法：首先,利用渔船轨迹数据集对渔船行驶区域进行网格划分;其次,筛选出渔船高密度区域进行研究,避免数据稀疏性问题;再次,根据渔船轨迹数据的时空分析,构建三维时空融合矩阵;最后,通过卷积循环神经网络模型捕获渔船分布的时间和空间特征,并利用卷积神经网络的堆叠加强对空间特征的学习。实验通过东海海域渔船真实轨迹数据进行具体测试,结果表明渔船密度预测值与真实值非常接近,平均绝对误差为4×10-4,模型较好地拟合了渔船密度分布特征,有效地提高了渔船捕捞热点预测的准确性和鲁棒性。  相似文献   

结合nDSM的高分辨率遥感影像深度学习分类方法   总被引：1，自引：0，他引：1  

许慧敏  齐华  南轲  陈敏 《测绘通报》2019,(8):63-67

针对高分辨率遥感影像因其地物类内差异大、光谱信息相对欠缺导致现有影像分类方法存在错分现象较多、地物边界残缺不完整等问题，本文提出了一种归一化数字表面模型（nDSM）约束的高分辨率遥感影像深度学习分类方法。首先，将nDSM数据作为附加波段叠加在遥感影像上并获取训练样本；然后，利用优化的U-Net网络进行模型训练得到最优模型；最后，利用最优模型对附加了nDSM波段的遥感影像进行地物分类。试验结果表明，本文方法引入nDSM数据用于U-Net模型训练和分类，可有效提高影像分类精度，得到更加真实可靠的分类结果。  相似文献   

Do Learning Style Preferences of Preservice Geography Teachers Matter in Self-Directed Learning?     

Aubrey Golightly 《The Journal of geography》2019,118(4):143-156

  相似文献   

Teaching Spatial Thinking and Geospatial Technologies Through Citizen Mapping and Problem-Based Inquiry in Grades 7-12     

M. Beth Schlemper  Brinda Athreya  Kevin Czajkowski  Victoria C. Stewart  Sujata Shetty 《The Journal of geography》2019,118(1):21-34

Our project introduced students in grades 7 through 12 to spatial thinking and geospatial technologies in the context of challenges in their community. We used a mix of levels of inquiry to advance learning from teacher- to student-guided through a citizen mapping group activity. Student-suggested problem-based topics included parks and community gardens, crime, housing, and youth employment opportunities. Qualitative methods were used to evaluate students’ knowledge of spatial thinking and geospatial technologies, including map interpretation, a case study, daily exit slips, and interviews. Overall, the students’ awareness of their community, spatial thinking, and geospatial technologies increased as a result of participation.  相似文献   

Using data‐driven methods to explore the predictability of surface soil moisture with FLUXNET site data     

Jinjing Pan  Wei Shangguan  Lu Li  Hua Yuan  Shupeng Zhang  Xinjie Lu  Nan Wei  Yongjiu Dai 《水文研究》2019,33(23):2978-2996

Soil moisture (SM) is a key variable of land surface‐atmosphere interactions. Data‐driven methods have been used to predict SM, but the predictability of SM has not been well evaluated. This study investigated what variables and methods can be used to better predict SM for leading times of 7 days or longer with a global coverage of FLUXNET site data for the first time. Three machine‐learning models, that is, Bayesian linear regression, random forest, and gradient boosting regression tree, are used for the prediction. Variables including atmospheric forcing, surface soil temperature, time variables (year, day of year, and hour), the Fourier transformation of time variables, and lagged SM (7‐ to 14‐day lagged) were sequentially added into models. A framework with five experiments is designed for factorial exploration of SM predictability. A stepwise method was used to build the best models for each site. The performance of regression models became better when adding more explaining variables in most cases. The results showed that from 50 to 95% of variation of the best models can be explained. The important explaining variables are lagged surface SM, followed by day of year, year, soil temperature, and atmospheric forcing. The predictability of SM depends highly on SM memory characteristics and the persistence of seasonality. The effect of SM memory characteristics on SM prediction as an initial condition question has been widely discussed in this paper. Our results also provide an insight that mechanisms of seasonality effects on SM should be also paid more attention to.  相似文献   

深海采矿循环式水力集矿系统设计与数值研究     

赵伟杰  肖龙飞  赵国成  刘明月 《海洋工程》2020,38(5):99-106

为使深海采矿作业更为高效、环保，提出了一种用于深海采矿的循环式水力集矿系统设计方案。该系统主要由集矿头、矿-沙分离器、水-沙分离器、水泵以及连接各部件的管道组成。采用基于欧拉法的液固两相流计算模型对该系统的关键问题，即矿-沙分离器和水-沙分离器的泥沙颗粒流动进行数值研究。相间拖曳力采用Richardson-Zaki模型。液相与固相湍流分别采用标准k-ε模型和Tchen湍流响应模型。该模型经验证对于直径0.165 mm与0.27 mm细颗粒具有较高精度。利用该模型，以0.165 mm泥沙颗粒为例，得到了两种分离器的分离效果与入口流速之间的规律，分析了两者颗粒浓度分布与流场特征。结果表明，两种分离器的性能均与入口流速有关，在选取适当入口条件时均可取得良好效果。  相似文献   

古近系半成岩地铁车站深埋隧道矿山法施工变形规律     

王炳华  王中华  高涛  廖鹏  陈维  潘洪义 《测绘通报》2020,(9):12-17

本文以南宁轨道交通3号线青秀山站为例，研究了古近系半成岩地铁车站深埋隧道矿山法施工变形规律及施工方法，设计了专项监测方案，对矿山法大断面施工的各项监测数据进行分析研究，重点分析了CD法和三台阶法等不同工法的初支结构变形情况。研究表明，做好地下水的控制可以保障深埋隧道安全开挖和控制周边环境变形；CD法和三台阶法在古近系半成岩粉砂岩、泥质粉砂岩，局部粉（细）砂岩等地层中均可以满足初支结构变形要求；CD法和三台阶法均可以选择的情况下，三台阶法更为经济。  相似文献   

分部加权的行道树检测网络构建     

沈雨  仇宇轩  于正浩 《测绘通报》2020,(2):77

基于深度学习目标检测框架，提出了一种端到端的训练网络，用于行道树的自动检测。由于行道树之间的遮挡问题，现有的通用物体检测框架无法直接应用于此任务，为此本文提出了一种树形分部加权模块，以减少严重遮挡造成的错误检测。然后对提出的神经网络进行训练和评估。结果显示，本文所建立的分部加权树木检测网络能够在遮挡条件下，有效地检测出街景图像中的行道树，该方法在各种条件下均具有较高的精度和良好的稳健性。  相似文献   

改进注意力机制的遥感地貌识别算法     

张朕通  单玉刚  袁杰 《测绘通报》2020,(10):93

对遥感地貌进行识别，近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题，本文提出了一种基于改进注意力机制的遥感图像识别算法，即将并联注意力机制（CS）和神经网络模型相结合，借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明，本文模型总精度为98.35%，Kappa系数达0.95，优于其他深度学习算法，能有效地识别出自然地貌。  相似文献