隨著社會經(jīng)濟(jì)的飛速發(fā)展和用地規(guī)模的不斷擴(kuò)大,一個城市的氣象條件、空氣質(zhì)量和能見度也在不斷發(fā)生變化。其中能見度是一種對交通出行、生產(chǎn)工作、軍事行動等都有著重要影響的氣象要素,低能見度惡劣天氣對人們生命財產(chǎn)安全構(gòu)成極大的威脅,因此對能見度進(jìn)行相關(guān)研究對于保障交通安全、促進(jìn)經(jīng)濟(jì)發(fā)展、推進(jìn)污染防治等具有重要的意義。本文選取近年來能見度研究相對匱乏的核心城市上海作為研究區(qū)域,利用氣象監(jiān)測數(shù)據(jù)和數(shù)值預(yù)報數(shù)據(jù)探討了該區(qū)域2016-2017年能見度時空變化特征,挖掘了能見度的影響因子。在此基礎(chǔ)上,總結(jié)現(xiàn)有能見度預(yù)測研究的不足,汲取其他領(lǐng)域研究方法的優(yōu)勢,構(gòu)建了基于能夠提取空間關(guān)聯(lián)特征的卷積神經(jīng)網(wǎng)絡(luò)（CNN）和具有時間記憶的門控循環(huán)單元（GRU）兩種深度學(xué)習(xí)算法的能見度預(yù)測模型,并通過不同維度檢驗了其預(yù)測性能。主要研究成果歸納如下:（1）在利用K最近鄰算法對少量能見度缺失值填補的基礎(chǔ)上,通過年際、月季、日三個時間維度對能見度進(jìn)行統(tǒng)計分析,結(jié)果表明,2017年的平均能見度較2016年提升了 2255m;季節(jié)變化特征顯著,夏秋能見度佳,春冬能見度差,平均能見度最大最小值分別出現(xiàn)在8月和1月;一天之中能見度均... 

【文章來源】：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

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１技術(shù)路線圖??１４論文結(jié)構(gòu)??

?華東師范大學(xué)碩士學(xué)位論文???１２１°?０’０〃東?１２１°?２０’０＂東?１２１。４０’０＂東?１２２°?０’０〃東??」江蘇省??—Ｊ?＞ｆ？ｒ＃?－＼?－ｓｉ??浦東紐＼?７楊浦區(qū)??＾?／?ｗ行區(qū)革？?＼??？雜區(qū)?）?Ｊ）??金山區(qū)??％?浙江省酬??°ｏ?？?氣象站點??°?，?＾?Ｚ，０，?，，＾０?ｆ．米?？?空氣質(zhì)量監(jiān)測站點??圖２－１研宄區(qū)域示意圖??２．２研究數(shù)據(jù)??根據(jù)前人研究發(fā)現(xiàn)，氣象因子及空氣質(zhì)量條件這兩類要素對能見度的變化有??著重要的影響，因此，本文采用的數(shù)據(jù)為上海市氣象自動監(jiān)測站數(shù)據(jù)以及空氣污??染物濃度數(shù)據(jù)�？紤]到上海市氣象自動監(jiān)測站與空氣質(zhì)量監(jiān)控國控站在地理位置??上并不重合這一局限性，且空氣質(zhì)量監(jiān)測國控站過于密集，主要分布在徐匯、普??陀等幾個中心城＆松江、奉賢、金山等幾個郊Ｋ并未覆蓋監(jiān)測站（如圖２－１所??示），無法體現(xiàn)上海市整體的空：氣質(zhì)量情況，因此本文采用數(shù)值預(yù)報模式空氣污??１１??

?華東師范大學(xué)碩＇士學(xué)位論文???＂ＷＷＶＶ…虞縱??■??圖２－２原始數(shù)據(jù)示套：圖??本文通過在ＲＳｔｕｄｉｏ平合中編寫程序?qū)崿F(xiàn)ＫＮＮ算法對缺失數(shù)據(jù)的填補，設(shè)??置Ｋ值為５，即選取與缺失記錄最相似的５條記錄的特征平均值進(jìn)行填補。圈??２－３展示了浦東站點部分時段的填補效果，黑色表示實測值，紅色表示填補值，??較好地恢復(fù)了曲線的整體變化趨勢。??｜?－Ｉ?．??Ｉ：?ｉ?ｆｌｒｌｌＡｉ?１??＊１：｜?Ａ?Ｉ?Ａ??２０１７／１１／１?２０１７／１１／３?２０１７／１１／５?２０１７／１１／７??日期??圖２－３?ＫＮＮ填補效果圖??１６??

【參考文獻(xiàn)】：
期刊論文
[1]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的單站能見度短臨預(yù)報試驗[J]. 李昕蓓,張?zhí)K平,衣立,韓美,潘寧.  海洋氣象學(xué)報. 2019(02)
[2]霾天能見度參數(shù)化方案改進(jìn)及預(yù)報效果評估[J]. 趙秀娟,李梓銘,徐敬.  環(huán)境科學(xué). 2019(04)
[3]基于MLP神經(jīng)網(wǎng)絡(luò)的機(jī)場能見度預(yù)測模型[J]. 朱國梁.  科技創(chuàng)新與應(yīng)用. 2018(18)
[4]基于3種能見度方案山東地區(qū)霧天氣預(yù)報試驗研究[J]. 夏凡,李昌義.  氣象與環(huán)境學(xué)報. 2018(03)
[5]北京大氣能見度的主要影響因子[J]. 姜江,張國平,高金兵.  應(yīng)用氣象學(xué)報. 2018(02)
[6]融機(jī)器學(xué)習(xí)與WRF大氣模式的PM2.5預(yù)報方法[J]. 侯俊雄,李琦,朱亞杰,馮逍,林紹福.  測繪科學(xué). 2018(02)
[7]天津污染天氣邊界層溫度層結(jié)變化特征及預(yù)報閾值確定[J]. 張敏,蔡子穎,韓素芹,姚青,劉敬樂.  環(huán)境科學(xué)學(xué)報. 2018(06)
[8]環(huán)境氣象業(yè)務(wù)數(shù)值模式預(yù)報效果對比檢驗[J]. 劉慧,饒曉琴,張恒德,李明,張志剛.  氣象與環(huán)境學(xué)報. 2017(05)
[9]合肥市大氣能見度變化特征及其影響因素[J]. 施憫憫,張慶國,張浩,王鳳文.  應(yīng)用生態(tài)學(xué)報. 2017(02)
[10]基于WRF-CMAQ對江蘇省2014年冬半年霾日的模擬與評估[J]. 陳欣昊,王詠薇,任俠,王恪非,劉誠,黃建平,張園園.  南京大學(xué)學(xué)報(自然科學(xué)). 2016(06)

碩士論文
[1]基于LSTM神經(jīng)網(wǎng)絡(luò)的機(jī)場能見度預(yù)測[D]. 鄧拓.山東大學(xué) 2019
[2]基于LightGBM框架的上海市大氣能見度預(yù)報訂正研究[D]. 王志宇.華東師范大學(xué) 2019
[3]江蘇省能見度的分布特征分析及低能見度的影響研究[D]. 于堃.南京信息工程大學(xué) 2019
[4]環(huán)渤海地區(qū)能見度特征及預(yù)報研究[D]. 周開鵬.蘭州大學(xué) 2019
[5]江蘇省能見度時空分布特征及其影響因子分析[D]. 崔健.南京信息工程大學(xué) 2015



本文編號：2946979