【摘 要】
：
湖泊是十分重要的自然资源,其对区域气候具有调节作用,能够反映区域环境的变化,并且具有维持区域生态系统平衡和繁衍生物多样性的特殊功能。湖泊对气候变化的响应较为敏感,研究其对气候变化的响应是一项重要的课题。本文以我国最大的内陆湖——青海湖为研究对象,利用历史湖泊表面水温以及相关气象变量对青海湖夏季湖泊表面水温进行预测研究。由于青海湖湖泊表面水温存在大量缺失值,本文首先采用了六种不同的缺失值填补方法生成
论文部分内容阅读
湖泊是十分重要的自然资源,其对区域气候具有调节作用,能够反映区域环境的变化,并且具有维持区域生态系统平衡和繁衍生物多样性的特殊功能。湖泊对气候变化的响应较为敏感,研究其对气候变化的响应是一项重要的课题。本文以我国最大的内陆湖——青海湖为研究对象,利用历史湖泊表面水温以及相关气象变量对青海湖夏季湖泊表面水温进行预测研究。由于青海湖湖泊表面水温存在大量缺失值,本文首先采用了六种不同的缺失值填补方法生成了不同的填补数据。填补方法包括均值填补、多变量回归插补、KNN、线性插值、三次样条插值以及TRMF方法。之后在湖泊表面水温的预测任务中,本文结合门控循环单元（GRU）模型与自注意力机制提出了新的适用于青海湖夏季湖泊表面水温的预测模型Attention-GRU,并选取了多种深度学习模型以及Air2water模型作为基准模型进行对比实验。经过对比不同填补数据上各个预测模型的预测精度,本文模型在三次样条插值方法下取得了最好的预测效果。同时,实验结果表明了缺失值填补方法对预测精度的影响是显著的,谨慎选择缺失值填补方法是十分必要的。
其他文献
随着大规模的城市化,城市空气污染已对社会经济发展和公众健康造成严重危害。因此,建立城市空气污染长期准确的预测方法有助于污染防治政策的实施。然而,现有的研究并没有充分考虑空气污染长路径迁移的时空模式特征,且多步超前预测面临着长期时空相关性混叠和累计错误的挑战。本研究基于物联网监测站点建立了中国城市PM2.5空气污染物长期的时空模式预测模型（ASTCN）。模型巧妙地设计了新颖的时空融合机制整合了PM2
在实际工程应用中,用于并网发电的风力机往往运行于大气边界层的环境之中,其工作状态受所处风流场的影响,同时又通过风轮的转动扰动着周围的气流,基于这个过程,两者之间发生了复杂的能量交换运动。尤其在现今叶片大型化、柔性化趋势之下,伴随着气动响应、流固耦合、叶片结构非线性振动等问题的新常态特征日益突显,研究大气边界层中复杂的流动环境机理及其对风机的影响机制具有重要的意义。本文主要研究了与风力机运行相关的两
磁性液体是由磁性纳米颗粒、表面活性剂及基载液三种物质组成的胶体悬浮液,它兼具液体材料的流动性和固体材料的磁性,其在磁场作用下呈现的非接触式可控特性广泛受到了科研工作者的关注。同时,磁驱动作为一种具有远程、非接触、实时控制、瞬时响应、无特定环境要求且与生物医学具有较好的兼容性等优点的操控方式,在生物、化学、医学、光学、微流控、机械等领域中具有良好的应用前景。但由于磁场作用下的磁性液体流体动力学行为异
随着通信技术的高速发展,互联网逐渐成为各种信息的载体。旅游门户网站也成为了游客发表旅游景点评论的主要平台,网站中的信息成为众多旅游者参考的重要依据。因此,如何从游客的评论中挖掘出关键信息,从而识别出情感倾向,以便提升游客服务质量,具有重要的意义。传统的情感分析方法过度依赖人工构建的情感词典和人工选择特征,这会花费巨大的人力物力。为了提高模型精度,提升工作效率,本文基于深度学习的方法在甘肃省的6个5
时空序列数据指的是数据既随时间发生改变也在空间上呈现一定分布,以空气质量数据为例,一个地区的所有空气质量监测站点记录的数据就构成一组时空序列数据。直接对时空序列数据建模预测不仅可以更好地提取数据在时间和空间上的相关关系,而且相比于针对各空间节点单独构建时间序列预测模型可以降低模型的参数和训练时间。本文主要以甘肃省的PM2.5数据为例设计了一个时空序列预测模型,并针对数据特点对模型做出了改进。本文利
在信息过载时代,推荐系统通过挖掘用户兴趣为用户过滤冗余信息,使得用户能在推荐结果中快速检索其意向商品。协同过滤是工业界中影响最深远的推荐算法之一,它通过用户、商品之间的相似关系进行推荐。如何在协同过滤思路上进一步提升推荐质量是推荐系统中的热门问题。近年来,图神经网络协同过滤方法快速发展,为推荐算法提供了一个新思路。这类算法将用户与商品之间的交互历史重构成图结构数据,再利用图卷积结构挖掘用户与商品之
在汽车电气化发展的趋势下,锂离子电池被广泛地用作新能源汽车的动力电源,但较高的能量密度可能会导致其火灾安全性较低。就目前的技术而言,锂离子电池仍然有无法避免的“热失控”风险,电池火灾安全问题已经在相当程度上制约了电动汽车的发展。电池包灭火系统的冷却性能是保障电池包火灾安全性的关键,但是在面临环境或电池本身的不确定性因素影响下,该性能的表现会发生变化,导致系统可能无法满足灭火冷却的需求。因此,确保灭
函数型数据分类研究是函数型数据分析中十分重要的研究方向,已被广泛应用于生命科学、医学与经济学等领域中.常见的函数型数据分类方法大多只给出一个分类结果,其不足之处在于无法量化结果的不确定性.一致性预测是量化预测不确定性的常用方法,其目的是通过预测区间（回归问题）或集合（分类问题）消除预测结果的不确定性.本文基于一致性预测方法,提出一种新的函数型数据分类算法.该算法能构造出满足给定覆盖率的预测集合,以
谐振式MEMS陀螺基于科里奥利效应实现惯性测量工作,但限于目前的生产加工水平,陀螺结构的精度较低,从而影响陀螺的测量精度,通过激光修调系统可改善陀螺的机械结构,其中模态频率作为激光修调系统中陀螺最重要的性能参数,需要更快的速度来实现检测,从而提高整个激光修调系统的工作效率。本文以提高谐振式MEMS陀螺的模态频率检测速度为目的,重点对模态频率快速检测系统进行研究,分别对陀螺的驱动控制、梳齿位移信号检
随着经济全球化和信息技术的高速发展,制造执行系统（manufacturing execution system,MES）已成为现代制造控制管理系统中不可或缺的环节。它将制造企业的计划层管理系统与车间现场设备有效联系起来,使车间所存在的信息孤岛得以消除,目前已在钢铁、汽车、通信设备等行业得到广泛使用。本论文以“某知名医疗器械生产企业”作为研究对象,该医疗设备企业产品具有多批次、多种类、小批量的特点,