海表面溫度預(yù)報(bào)在海洋相關(guān)領(lǐng)域具有重要的實(shí)用價(jià)值,隨著遙感信息采集技術(shù)的不斷發(fā)展和完善,區(qū)域內(nèi)海表面溫度數(shù)據(jù)采集的完整性得到了保障�，F(xiàn)今大多數(shù)方法在預(yù)報(bào)海表面溫度時(shí),只考慮了海表面溫度的時(shí)間相關(guān)性,并未利用其空間相關(guān)性,使得預(yù)報(bào)精度受到限制。針對(duì)該問(wèn)題,本文將區(qū)域內(nèi)每天的海表面溫度數(shù)據(jù)作為一個(gè)矩陣輸入模型,便于時(shí)間和空間信息的提取,并提出了CA-ConvLSTM模型來(lái)預(yù)報(bào)海表面溫度。該模型首先利用卷積層對(duì)海表面溫度矩陣進(jìn)行局部特征提取,然后通過(guò)注意力模型為矩陣序列分配權(quán)重,將權(quán)重與矩陣序列對(duì)應(yīng)相乘得到加權(quán)特征序列,最后,利用ConvLSTM進(jìn)行預(yù)報(bào),獲得未來(lái)一天或五天內(nèi)的海表面溫度。通過(guò)實(shí)驗(yàn)確定模型的結(jié)構(gòu)、輸入尺寸和k值,再將CA-ConvLSTM與SVR、LSTM和ConvLSTM進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明:CA-ConvLSTM的均方根誤差(Root Mean Square Error,RMSE)和預(yù)報(bào)精度(Prediction Accuracy,PACC)指標(biāo)均要優(yōu)于其他三種預(yù)報(bào)方法,驗(yàn)證了本文方法的有效性。

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 相關(guān)工作
2 CA-ConvLSTM模型
    2.1 SST矩陣卷積
    2.2 注意力機(jī)制
    2.3 ConvLSTM
3 實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
    3.2 實(shí)驗(yàn)性能指標(biāo)
    3.3 實(shí)驗(yàn)結(jié)果分析
4 結(jié)束語(yǔ)



本文編號(hào)：3781397