影響能見度的因子眾多且作用機(jī)理復(fù)雜,對(duì)能見度的預(yù)測(cè)構(gòu)成了重大挑戰(zhàn)。進(jìn)行能見度的精準(zhǔn)預(yù)報(bào),對(duì)于保障交通安全,提高人們出行質(zhì)量有著重要的意義。上海作為超大型城市,也是我國(guó)最重要的交通樞紐之一,以上海為典型研究區(qū)域,研究針對(duì)能見度的精準(zhǔn)預(yù)報(bào)體系對(duì)公共安全管理具有重要的現(xiàn)實(shí)指導(dǎo)意義。在能見度預(yù)測(cè)研究方面,目前廣泛采用的數(shù)值預(yù)報(bào)模式忽略了預(yù)報(bào)因子與能見度之間的非線性關(guān)系,而使用機(jī)器學(xué)習(xí)算法對(duì)能見度預(yù)報(bào)的研究則大多僅依賴于實(shí)測(cè)數(shù)據(jù),缺少對(duì)數(shù)值預(yù)報(bào)產(chǎn)品的挖掘,此外現(xiàn)有研究多關(guān)注能見度預(yù)測(cè)的精度,缺少對(duì)模型內(nèi)部機(jī)制的探索和解釋。針對(duì)目前研究的不足,本文開展基于多源數(shù)據(jù)和機(jī)器學(xué)習(xí)算法的能見度預(yù)測(cè)研究。論文主要研究?jī)?nèi)容和結(jié)論如下:1)基于多源數(shù)據(jù)和XGBoost的能見度預(yù)測(cè)模型構(gòu)建。論文結(jié)合實(shí)測(cè)數(shù)據(jù)、WRF數(shù)值預(yù)報(bào)模式預(yù)報(bào)數(shù)據(jù)和EC-thin高空預(yù)報(bào)數(shù)據(jù),應(yīng)用XGBoost算法,創(chuàng)建并訓(xùn)練上海市11個(gè)站點(diǎn)未來(lái)24小時(shí)的能見度預(yù)測(cè)模型。結(jié)果表明:能見度預(yù)測(cè)模型預(yù)測(cè)精度整體較好,預(yù)測(cè)結(jié)果較WRF數(shù)值預(yù)報(bào)精度有明顯提升,模型的決定系數(shù)約60.2%,逐級(jí)預(yù)報(bào)的準(zhǔn)確率為81%。2)模型中影響能見度的各因子的重要性分... 

【文章來(lái)源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究步驟圖

研究區(qū)域概況東瀕東海，西接江蘇、浙江兩省，北接長(zhǎng)江入�？冢恢脙�(yōu)越，交通便總體呈由東向西低微傾斜。在氣候方面，上海屬亞熱帶季風(fēng)氣候，日照充充沛。上海具有世界上首屈一指的城市體量，是全國(guó)的金融中心、經(jīng)濟(jì)部重要的交通樞紐，其港口是世界上最繁忙的港口之一。由于靠近海濱能見度過(guò)程的形成和發(fā)展同時(shí)受到陸地輻射與海面平流的影響，一天之內(nèi)內(nèi)各地能見度的變化較大，能見度預(yù)報(bào)的難度也有所增加。本次研究的為上海市 11 個(gè)地面觀測(cè)站點(diǎn)的相關(guān)氣象數(shù)據(jù)，11 個(gè)站點(diǎn)分別是寶山站、奉賢站、嘉定站、金山站、閔行站、南匯站、浦東站、青浦站、松江匯站，站點(diǎn)的具體分布如圖 2-1。

通過(guò)對(duì)比分析歐洲細(xì)網(wǎng)格數(shù)值預(yù)報(bào)模式和我國(guó)氣象中心的 T213 模式預(yù)報(bào)的溫度格點(diǎn)數(shù)據(jù)，得出 EC-thin 預(yù)報(bào)模式在我國(guó)中東部地區(qū)具有預(yù)報(bào)優(yōu)勢(shì)[75]，馬超等通過(guò)對(duì)比分析歐洲細(xì)網(wǎng)格數(shù)值預(yù)報(bào)模式和我國(guó) T639 數(shù)值預(yù)報(bào)模式預(yù)報(bào)的 500hPa形勢(shì)場(chǎng)得出，48h 之內(nèi) EC-thin 預(yù)報(bào)模式的準(zhǔn)確率略高于 T639[76]。前人的研究表明 EC-thin 預(yù)報(bào)模式在溫度、降水、大風(fēng)等氣象預(yù)報(bào)上面有一定的優(yōu)勢(shì)，所以本文引入 EC-thin 預(yù)報(bào)模式的預(yù)報(bào)數(shù)據(jù)，以豐富模型的訓(xùn)練數(shù)據(jù)，增加預(yù)測(cè)精度。氣象因子和能見度在時(shí)間上有著連續(xù)性，前一時(shí)刻的氣象因子和能見度對(duì)后面某個(gè)時(shí)刻的能見度有著一定的影響，所以本文引入起報(bào)時(shí)間前 t 小時(shí)的實(shí)測(cè)數(shù)據(jù)，主要是溫度、濕度、風(fēng)速風(fēng)向、能見度等作為訓(xùn)練特征。WRF 數(shù)據(jù)、EC-thin 數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)在存儲(chǔ)格式上存在時(shí)間節(jié)點(diǎn)的差異，本文按照WRF數(shù)據(jù)的起報(bào)時(shí)間和預(yù)報(bào)時(shí)間，將 EC-thin 數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)進(jìn)行組合，生成組合數(shù)據(jù)集。具體組成如圖 3-1 所示。

【參考文獻(xiàn)】：
期刊論文
[1]2000—2016年基于WRF模式的0.05°×0.05°黑河流域近地表大氣驅(qū)動(dòng)數(shù)據(jù)[J]. 潘小多,馬瀚青.  高原氣象. 2019(01)
[2]基于XGBoost方法的葡萄酒品質(zhì)預(yù)測(cè)[J]. 孫逸菲,袁德成,王建龍,白楊.  沈陽(yáng)化工大學(xué)學(xué)報(bào). 2018(04)
[3]工程土方計(jì)量空間插值方法對(duì)比分析研究[J]. 劉洋,袁會(huì)林,周小錄.  科技資訊. 2018(33)
[4]基于異質(zhì)集成學(xué)習(xí)方法的房?jī)r(jià)預(yù)測(cè)[J]. 何睿婷.  通訊世界. 2018(10)
[5]成都市冬季相對(duì)濕度和顆粒物濃度對(duì)大氣能見度的影響[J]. 張迎春,王文勇.  環(huán)�？萍�. 2018(05)
[6]數(shù)值預(yù)報(bào)解釋應(yīng)用現(xiàn)狀與展望[J]. 辛洪德.  科技經(jīng)濟(jì)導(dǎo)刊. 2018(28)
[7]環(huán)境空氣質(zhì)量預(yù)報(bào)方法簡(jiǎn)介[J]. 張燦,王靜,簡(jiǎn)高武,張君.  環(huán)境與可持續(xù)發(fā)展. 2018(05)
[8]基于視頻的霧天能見度實(shí)時(shí)監(jiān)測(cè)方法研究[J]. 邱新法,葉棟水,曾燕,葉秀枝,石一凡.  安全與環(huán)境學(xué)報(bào). 2018(04)
[9]基于MLP神經(jīng)網(wǎng)絡(luò)的機(jī)場(chǎng)能見度預(yù)測(cè)模型[J]. 朱國(guó)梁.  科技創(chuàng)新與應(yīng)用. 2018(18)
[10]一種基于多元回歸的能見度檢測(cè)方法[J]. 唐紹恩,李騫,顧大權(quán),敬金瑞.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(03)

博士論文
[1]耦合分布式水文模擬及降雨集合預(yù)報(bào)的水庫(kù)實(shí)時(shí)優(yōu)化調(diào)度[D]. 王福興.大連理工大學(xué) 2012

碩士論文
[1]基于隨機(jī)森林算法和多源數(shù)據(jù)的人口空間分布模型研究[D]. 鄧順強(qiáng).華東師范大學(xué) 2018
[2]氣象數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)與預(yù)報(bào)應(yīng)用[D]. 周樂(lè)安.杭州電子科技大學(xué) 2016
[3]結(jié)合文本傾向性分析的股評(píng)可信度計(jì)算研究[D]. 丘橋云.哈爾濱工業(yè)大學(xué) 2014
[4]大慶市PM10污染預(yù)測(cè)的研究[D]. 王頂.西南交通大學(xué) 2011



本文編號(hào)：3274146