【摘 要】
：
海浪作为海洋中普遍存在的一种复杂的波动现象,会对海上作业和涉海工程产生较大影响,因此,如何对海浪波高进行快速准确地预测是目前亟待解决的问题。龙口海域位于莱州湾东北侧,常年受季风环流影响,易形成以寒潮浪、台风浪为代表的复杂海况。随着计算机在数据挖掘与分析方面的能力不断提高,机器学习在具有时序特征的实测数据学习预测上有较好表现。于是,依托于海浪波高和风要素的实测数据,建立相应的机器学习模型,对以龙口海
论文部分内容阅读
海浪作为海洋中普遍存在的一种复杂的波动现象,会对海上作业和涉海工程产生较大影响,因此,如何对海浪波高进行快速准确地预测是目前亟待解决的问题。龙口海域位于莱州湾东北侧,常年受季风环流影响,易形成以寒潮浪、台风浪为代表的复杂海况。随着计算机在数据挖掘与分析方面的能力不断提高,机器学习在具有时序特征的实测数据学习预测上有较好表现。于是,依托于海浪波高和风要素的实测数据,建立相应的机器学习模型,对以龙口海域为代表的近岸海域波高进行准确预报研究,也可用于港口工程水域波高监测预警,对于保障沿海地区人民生命财产安全具有重要意义。结合龙口LNG接收站水文、波浪、潮汐、水文、水质、气象的实测数据,对工程水域内海洋要素与气象要素进行时间变化规律以及影响机制进行分析。为实现短期波高预测,本文以龙口自建波浪站和附近海域国家海洋站实测数据为基础,分别建立多种构成方式的机器学习波高预测模型。本文通过研究,主要有下列结论:1.分析了龙口海域要素时空分布特征。为对龙口海域内国家LNG项目建设可行性验证提供数据支持,在实地开展各相关要素周年监测。受季风环流影响,龙口海域波浪要素与风要素特征分布具有明显季节性,N向风出现大风速频率高,N向波浪易生成大浪,大陆气团影响大于海洋气团。在区域海浪演变上,海浪谱为单向风浪谱,波浪类型以风浪为主,在波浪生成演变过程要考虑区域风要素影响。2.建立了多变量Attention-LSTM网络波高预测模型。为解决数值模拟难以实现近岸波高预测的问题,利用机器学习开展短期波高预测研究。波高数据是长时间序列数据,利用神经网络可以处理序列数据的特性,通过BP神经网络、GRU网络和LSTM网络建立单变量波高预测模型,使用统计学指标对模型预测能力进行量化比较,LSTM网络波高预测模型各项评价指标均最优。为进一步优化模型的预测能力,利用注意力机制和多变量输入进行改进,多变量输入会降低特征缺失的可能性,注意力机制会对输出信息关联性更强的输入信息赋予更高权重。当采用历史风要素和历史有效波高作为输入信息时,模型绝对相关系数为0.958,平均绝对误差为0.073m,推断出将多变量Attention-LSTM网络应用于短期波高预测是可行的且误差可接受。该论文有图41幅,表16个,参考文献55篇
其他文献
船舶在海上航行时主要是依靠海图水深结合《潮汐表》来保障船舶的航行安全。海图水深是一个固定值,是静态的水深,由于受到潮汐作用以及海上气候环境的影响,使得实际水位高度时刻在变化,如果能够利用这种水位的变化,将有助于大型船舶乘潮进港,扩大航道通航能力,同时能使船舶穿越海图水深所不能到达的地方,提高海域的空间利用率。因此本文提出了一种基于海洋水动力模式建立高精度瞬时水深模型的方法,以高精度、高分辨率的海图
随着互联网技术的飞速发展以及移动终端设备的普及,互联网上出现越来越多与空间位置有关的地理信息数据,并应用到地图导航、环境监控、城市规划、土地利用、应急管理等各个领域。兴趣点（Point of Interest,POI）是和大众生产生活息息相关的地理数据,也是位置服务及相关应用的支撑。人们通常利用大众点评、微博等移动应用APP上传和发布美食、酒店、景点等兴趣点信息,使得网络中涌现出大量且更新频繁的P
随着大数据时代的到来,“大数据”理念及其应用的迅速发展带动数据驱动科学研究“第四范式”蓬勃兴起,海量数据资源的有序存储和规范化管理对于促进科学数据共享和驱动科学发现将发挥越来越重要的作用。目前我国科学数据仓储刚刚起步,在地球科学领域还与国际有很大差距,迫切需要对地球科学数据仓储进行研究。本研究通过调研对比国内外已建的典型数据仓储在功能结构、服务内容、服务形式等方面的情况,以地球科学数据仓储为对象,
我国的城市化进程正在快速发展,与之对应的是我国城市应对地震灾害的能力存在着明显的不足。城市作为人口和经济高度集中的系统,一旦遭受强震袭击,将会造成极大的生命与财产损失。韧性城市与韧性社区理念为城市缓解震害风险提供了解决思路,该理念通过量化城市遭遇不确定风险时实施主动适应、维持功能以及快速恢复能力等举措进行城市规划管理,从而提高城市抵御风险的能力。道路交通系统是抗震救灾的生命线系统之一,提升城市交通
叶绿素荧光参数是反映植物光合作用的指示性探针,遥感技术与叶绿素荧光技术的结合能够实现对植物的快速、无损监测,对研究滨海湿地植物健康状况和湿地生态修复具有重要意义。本文以黄河三角洲和临洪河口滨海湿地为研究区,以盐地碱蓬为研究对象,以碱蓬冠层光谱和叶绿素荧光参数为切入点,以MATLAB、SPSS、Origin为辅助工具,通过统计分析算法和机器学习算法分别优选碱蓬植被指数和叶绿素荧光参数的遥感反演模型并
随着我国海洋战略的不断实施,人们对于水下的探索不断深入。其中,由水下机器人搭载侧扫声呐的水下探测技术成为海洋探索的重要一环,并广泛用于水下地貌测绘、目标探测、管道检验等场景。由于水下场景非常复杂,生成的侧扫声呐图像具有数据量大、噪声强等特点,使用人工审阅方式对大量的侧扫声呐图像进行检测效率低下,且需要大量先验经验累积。所以,一套自动化的侧扫声呐图像目标实时检测算法是该问题的有效解决途径。为了解决水
海岸带是海洋和陆地相互作用最强烈的区域,随着人们对海岸带的开发加剧,使得海岸带的土地利用发生了很大改变,人为建筑物的增加和水体、绿地的减少势必会导致局部气温的增加从而形成热岛效应,热岛效应显著会严重影响人们的日常生活健康和生态环境。因此,分析海岸带土地利用变化与热岛效应之间的相关性,能够为优化人们居住环境和保护海岸带的生态环境提供参考。本文以连云港海岸带为研究区,以2012年和2020年连云港海岸
我国海域辽阔,海底地貌复杂多样,近几年来,我国提出建设海洋强国的未来目标,海洋工程项目也是越来越多,水下施工环境相较陆地施工来说,环境更加恶劣,这使得对水下机器人的要求逐渐变高,因此实现精准定位也变得越来越重要。本文以双目视觉为基础,对水下物体定位进行研究,为了解决水下图像去噪问题和图像匹配问题,围绕着有效去除水下图像的噪声和提高SIFT匹配正确率两个方面展开理论和方法研究,具体内容包括:（1）针
土地在人类社会生活中不仅扮演着重要基本资源的角色,还扮演着人类生存发展基石的角色。但由于人类发展过程进程中重生产、轻生活、重建设、轻生态的发展理念,致国土空间秩序紊乱、环境恶化、生态失衡等负面问题,使得人地矛盾日趋尖锐,这些问题已经给土地利用的可持续发展带来了严峻挑战,若要化解这些挑战,亟需要通过特定的手段来准确地获取土地利用信息从而达到揭示土地利用变化（Land Use Cover Change
＜正＞首先研究乡贤文化对乡村文化振兴、乡村社会治理和乡村经济发展的助力作用，其次探讨乡贤文化的传承和运用中存在的乡贤人才缺失、质量不优，乡贤文化的作用机制不够成熟和乡贤文化氛围不够浓厚的问题，最后探索乡贤文化传承与运用的优化路径：梳理新旧乡贤，挖掘乡愁资源；搭建组织平台，凝聚乡贤力量；讲好乡贤故事，打响乡贤文化品牌。