国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種融合時空特征的積水深度預(yù)測方法

      文檔序號:40076412發(fā)布日期:2024-11-27 11:17閱讀:9來源:國知局
      一種融合時空特征的積水深度預(yù)測方法

      本發(fā)明屬于氣象管理,尤其涉及一種融合時空特征的積水深度預(yù)測方法。


      背景技術(shù):

      1、隨著全球氣候變暖、城市化進(jìn)程加快,極端降水事件發(fā)生的頻率和強(qiáng)度明顯增加,因此,為了減少城市內(nèi)澇給城市建設(shè)、環(huán)境安全和社會穩(wěn)定帶來不同程度的危害,對城市內(nèi)澇積水深度進(jìn)行預(yù)測具有重要意義?,F(xiàn)有的積水預(yù)測方法主要包括經(jīng)驗(yàn)?zāi)P秃徒y(tǒng)計(jì)方法,這些方法在積水預(yù)測中考慮時間和空間特征的能力有限。它們往往基于歷史數(shù)據(jù)和統(tǒng)計(jì)規(guī)律,無法捕捉到復(fù)雜的時間和空間特征,導(dǎo)致預(yù)測結(jié)果的準(zhǔn)確性有限。此外,基于機(jī)器學(xué)習(xí)和傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)的積水預(yù)測方法提取時間和空間特征時,往往是分開處理的,無法充分考慮二者的關(guān)聯(lián)性。


      技術(shù)實(shí)現(xiàn)思路

      1、發(fā)明目的:為了解決上述現(xiàn)有技術(shù)存在的問題,本發(fā)明提供了一種融合時空特征的積水深度預(yù)測方法。

      2、技術(shù)方案:本發(fā)明公開了一種融合時空特征的積水深度預(yù)測方法,具體包括如下步驟:

      3、步驟1:獲取每個積水監(jiān)測站的積水深度時間序列數(shù)據(jù)ri、降水時間序列數(shù)據(jù)hi、積水監(jiān)測站的經(jīng)緯度以及第i個積水監(jiān)測站與其他積水監(jiān)測站之間的距離;i=1,2,…,i;i表示積水監(jiān)測站的總個數(shù);

      4、步驟2;為保證積水是由降雨導(dǎo)致的,基于滑動窗口法對原始積水深度時間序列數(shù)據(jù)進(jìn)行預(yù)處理;

      5、步驟3:根據(jù)積水監(jiān)測站之間的關(guān)系建立n×n維的帶有權(quán)重的節(jié)點(diǎn)關(guān)系矩陣a';將預(yù)處理后的積水深度時間序列數(shù)據(jù)和對應(yīng)的降水時間序列數(shù)據(jù)組成特征矩陣x,特征矩陣x的維度為[b,n,t,f],其中b為樣本數(shù)量,t為滑動窗口的大小,f為特征的數(shù)量;

      6、步驟4:構(gòu)建積水深度預(yù)測模型,將特征矩陣x與節(jié)點(diǎn)關(guān)系矩陣a'作為積水深度預(yù)測模型,對積水深度預(yù)測模型進(jìn)行訓(xùn)練;

      7、步驟5:采用訓(xùn)練好的積水深度預(yù)測模型對積水深度進(jìn)行預(yù)測。

      8、進(jìn)一步的,所述步驟2中預(yù)處理包括如下步驟:

      9、(1)若當(dāng)前t時段沒有降雨,t-1時段沒有積水,而t時段有積水的,將t時段的積水深度計(jì)為0厘米;

      10、(2)若當(dāng)前t時段沒有降雨,積水深度為a厘米,t-1時段沒有降雨,積水深度為b厘米,若b>a,則令b=a;

      11、(3)若t-1時段沒有降雨,積水深度<3厘米,t時間段沒有降雨,積水深度<3厘米,則令t時段積水深度為0厘米。

      12、進(jìn)一步的,所述步驟3中構(gòu)建節(jié)點(diǎn)關(guān)系矩陣a'的方法具體如下:

      13、步驟3.1:計(jì)算任意兩個積水監(jiān)測站積水深度時間序列數(shù)據(jù)之間的相關(guān)性,將積水監(jiān)測站作為節(jié)點(diǎn),若第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)之間的相關(guān)性低于預(yù)設(shè)的閾值,則將該兩個節(jié)點(diǎn)在關(guān)系矩陣a對應(yīng)的a[i][j]的值設(shè)為0,否則將a[i][j]的值設(shè)為1;

      14、步驟3.2:計(jì)算a[i][j]的權(quán)重系數(shù);

      15、步驟3.3:將a[i][j]的權(quán)重系數(shù)與a[i][j]的值相乘的到節(jié)點(diǎn)關(guān)系矩陣a'。

      16、進(jìn)一步的,所述步驟3.2中根據(jù)如下公式計(jì)算a[i][j]的權(quán)重系數(shù)w:

      17、w=w1+w2

      18、其中,w1=1/elevation,w2=exp(-distanceij/r),elevation表示積水監(jiān)測站的絕對高程;distanceij表示第i個積水監(jiān)測站和第j個積水監(jiān)測站之間的實(shí)際距離;r表示所有積水監(jiān)測站之間距離的平均值。

      19、進(jìn)一步的,所述步驟4中的積水深度預(yù)測模型對輸入的數(shù)據(jù)進(jìn)行如下處理:

      20、步驟4.1:采用積水時序特征提取模塊提取特征矩陣x的時序特征,積水時序特征提取模塊的輸出特征為temperal_at,temperal_at的維度為[b,n,t*f];

      21、步驟4.2:將temperal_at的維度重構(gòu)成[b,n,t,f],并將重構(gòu)后的temperal_at輸入至積水深度空間特征提取模塊;所述積水深度空間特征提取模塊輸出維度大小為[b,n,n]的特征spatial_at;

      22、步驟4.3:將temperal_at的維度重構(gòu)為[b,f*t,n],然后將重構(gòu)的temperal_at的與特征spatial_at輸入到積水深度特征融合模塊,對這兩個特征進(jìn)行融合;

      23、步驟4.4:對節(jié)點(diǎn)關(guān)系矩陣a'計(jì)算拉普拉斯矩陣和二階切比雪夫多項(xiàng)式,將二階切比雪夫多項(xiàng)式的結(jié)果與積水深度特征融合模塊的輸出進(jìn)行矩陣乘法;并將矩陣乘法的結(jié)果和特征矩陣x輸入到殘差模塊中,然后采用relu激活函數(shù)對殘差模塊的結(jié)果進(jìn)行非線性處理,得到最終輸出。

      24、進(jìn)一步的,所述步驟4.1中積水時序特征提取模塊采用長短期記憶網(wǎng)絡(luò)。

      25、進(jìn)一步的,所述步驟4.2中積水深度空間特征提取模塊對輸入特征采用如下公式計(jì)算:

      26、spatial_at=softmax(w5·σ((temperal_atw1w2)(w3temperal_at)t+w4))

      27、其中,w1為時間步長權(quán)重,w2為二維矩陣,大小為[t,f],用于將輸入特征映射到每個節(jié)點(diǎn)上,實(shí)現(xiàn)特征空間到節(jié)點(diǎn)空間的轉(zhuǎn)換,w3為大小為t的一維矩陣,用于表示輸入特征每個通道的權(quán)重,使得模型在特征層面進(jìn)行選擇和調(diào)整,w4為大小為[1,n,n]的三維矩陣,用于表示時間步之間的相似度,w5為大小為[n,n]的二維矩陣,用于表示時間步之間的相互影響,σ為非線性激活函,softmax為softmax函數(shù)。

      28、有益效果:本方法將積水和降水特征有效結(jié)合,豐富了預(yù)測模型的輸入信息,同時能夠捕捉積水深度變化的時間和空間特征,并充分利用提取出的特征進(jìn)行預(yù)測,提高了積水預(yù)測的準(zhǔn)確性。



      技術(shù)特征:

      1.一種融合時空特征的積水深度預(yù)測方法,其特征在于,具體包括如下步驟:

      2.根據(jù)權(quán)利要求1所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟2中預(yù)處理包括如下步驟:

      3.根據(jù)權(quán)利要求1所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟3中構(gòu)建節(jié)點(diǎn)關(guān)系矩陣a'的方法具體如下:

      4.根據(jù)權(quán)利要求3所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟3.2中根據(jù)如下公式計(jì)算a[i][j]的權(quán)重系數(shù)w:

      5.根據(jù)權(quán)利要求1所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟4中的積水深度預(yù)測模型對輸入的數(shù)據(jù)進(jìn)行如下處理:

      6.根據(jù)權(quán)利要求5所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟4.1中積水時序特征提取模塊采用長短期記憶網(wǎng)絡(luò)。

      7.根據(jù)權(quán)利要求5所述的一種融合時空特征的積水深度預(yù)測方法,其特征在于,所述步驟4.2中積水深度空間特征提取模塊對輸入特征采用如下公式計(jì)算:


      技術(shù)總結(jié)
      本發(fā)明公開了一種融合時空特征的積水深度預(yù)測方法,具體為:步驟1:獲取每個積水監(jiān)測站的積水深度時間序列數(shù)據(jù)R<subgt;i</subgt;、降水時間序列數(shù)據(jù)H<subgt;i</subgt;、積水監(jiān)測站的經(jīng)緯度以及第i個積水監(jiān)測站與其他積水監(jiān)測站之間的距離;步驟2:基于滑動窗口法對原始積水深度時間序列數(shù)據(jù)進(jìn)行預(yù)處理;步驟3:根據(jù)積水監(jiān)測站之間的關(guān)系建立N×N維的帶有權(quán)重的節(jié)點(diǎn)關(guān)系矩陣A';將預(yù)處理后的積水深度時間序列數(shù)據(jù)和對應(yīng)的降水時間序列數(shù)據(jù)組成特征矩陣X;步驟4:構(gòu)建積水深度預(yù)測模型,將特征矩陣X與節(jié)點(diǎn)關(guān)系矩陣A'作為積水深度預(yù)測模型,對積水深度預(yù)測模型進(jìn)行訓(xùn)練;步驟5:采用訓(xùn)練好的積水深度預(yù)測模型對積水深度進(jìn)行預(yù)測。本發(fā)明提高了積水預(yù)測的準(zhǔn)確性。

      技術(shù)研發(fā)人員:薛豐昌,程瑤
      受保護(hù)的技術(shù)使用者:南京信息工程大學(xué)
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/11/26
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1