隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展和用地規(guī)模的不斷擴(kuò)大,一個(gè)城市的氣象條件、空氣質(zhì)量和能見(jiàn)度也在不斷發(fā)生變化。其中能見(jiàn)度是一種對(duì)交通出行、生產(chǎn)工作、軍事行動(dòng)等都有著重要影響的氣象要素,低能見(jiàn)度惡劣天氣對(duì)人們生命財(cái)產(chǎn)安全構(gòu)成極大的威脅,因此對(duì)能見(jiàn)度進(jìn)行相關(guān)研究對(duì)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(lái)能見(jiàn)度研究相對(duì)匱乏的核心城市上海作為研究區(qū)域,利用氣象監(jiān)測(cè)數(shù)據(jù)和數(shù)值預(yù)報(bào)數(shù)據(jù)探討了該區(qū)域2016-2017年能見(jiàn)度時(shí)空變化特征,挖掘了能見(jiàn)度的影響因子。在此基礎(chǔ)上,總結(jié)現(xiàn)有能見(jiàn)度預(yù)測(cè)研究的不足,汲取其他領(lǐng)域研究方法的優(yōu)勢(shì),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(shí)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(jiàn)度預(yù)測(cè)模型,并通過(guò)不同維度檢驗(yàn)了其預(yù)測(cè)性能。主要研究成果歸納如下:（1）在利用K最近鄰算法對(duì)少量能見(jiàn)度缺失值填補(bǔ)的基礎(chǔ)上,通過(guò)年際、月季、日三個(gè)時(shí)間維度對(duì)能見(jiàn)度進(jìn)行統(tǒng)計(jì)分析,結(jié)果表明,2017年的平均能見(jiàn)度較2016年提升了 2255m;季節(jié)變化特征顯著,夏秋能見(jiàn)度佳,春冬能見(jiàn)度差,平均能見(jiàn)度最大最小值分別出現(xiàn)在8月和1月;一天之中能見(jiàn)度均... 

【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)】：84 頁(yè)

【學(xué)位級(jí)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(diǎn)??°?，?＾?Ｚ，０，?，，＾０?ｆ．米?？?空氣質(zhì)量監(jiān)測(cè)站點(diǎn)??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(duì)能見(jiàn)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(dòng)監(jiān)測(cè)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(dòng)監(jiān)測(cè)站與空氣質(zhì)量監(jiān)控國(guó)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(cè)國(guó)控站過(guò)于密集，主要分布在徐匯、普??陀等幾個(gè)中心城＆松江、奉賢、金山等幾個(gè)郊Ｋ并未覆蓋監(jiān)測(cè)站（如圖２－１所??示），無(wú)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(bào)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(guò)在ＲＳｔｕｄｉｏ平合中編寫(xiě)程序?qū)崿F(xiàn)ＫＮＮ算法對(duì)缺失數(shù)據(jù)的填補(bǔ)，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(bǔ)。圈??２－３展示了浦東站點(diǎn)部分時(shí)段的填補(bǔ)效果，黑色表示實(shí)測(cè)值，紅色表示填補(bǔ)值，??較好地恢復(fù)了曲線的整體變化趨勢(shì)。??｜?－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(bǔ)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(jiàn)度短臨預(yù)報(bào)試驗(yàn)[J]. 李昕蓓,張?zhí)K平,衣立,韓美,潘寧.  海洋氣象學(xué)報(bào). 2019(02)
[2]霾天能見(jiàn)度參數(shù)化方案改進(jìn)及預(yù)報(bào)效果評(píng)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(chǎng)能見(jiàn)度預(yù)測(cè)模型[J]. 朱國(guó)梁.  科技創(chuàng)新與應(yīng)用. 2018(18)
[4]基于3種能見(jiàn)度方案山東地區(qū)霧天氣預(yù)報(bào)試驗(yàn)研究[J]. 夏凡,李昌義.  氣象與環(huán)境學(xué)報(bào). 2018(03)
[5]北京大氣能見(jiàn)度的主要影響因子[J]. 姜江,張國(guó)平,高金兵.  應(yīng)用氣象學(xué)報(bào). 2018(02)
[6]融機(jī)器學(xué)習(xí)與WRF大氣模式的PM2.5預(yù)報(bào)方法[J]. 侯俊雄,李琦,朱亞杰,馮逍,林紹福.  測(cè)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(bào)閾值確定[J]. 張敏,蔡子穎,韓素芹,姚青,劉敬樂(lè).  環(huán)境科學(xué)學(xué)報(bào). 2018(06)
[8]環(huán)境氣象業(yè)務(wù)數(shù)值模式預(yù)報(bào)效果對(duì)比檢驗(yàn)[J]. 劉慧,饒曉琴,張恒德,李明,張志剛.  氣象與環(huán)境學(xué)報(bào). 2017(05)
[9]合肥市大氣能見(jiàn)度變化特征及其影響因素[J]. 施憫憫,張慶國(guó),張浩,王鳳文.  應(yīng)用生態(tài)學(xué)報(bào). 2017(02)
[10]基于WRF-CMAQ對(duì)江蘇省2014年冬半年霾日的模擬與評(píng)估[J]. 陳欣昊,王詠薇,任俠,王恪非,劉誠(chéng),黃建平,張園園.  南京大學(xué)學(xué)報(bào)(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(chǎng)能見(jiàn)度預(yù)測(cè)[D]. 鄧拓.山東大學(xué) 2019
[2]基于LightGBM框架的上海市大氣能見(jiàn)度預(yù)報(bào)訂正研究[D]. 王志宇.華東師范大學(xué) 2019
[3]江蘇省能見(jiàn)度的分布特征分析及低能見(jiàn)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(jiàn)度特征及預(yù)報(bào)研究[D]. 周開(kāi)鵬.蘭州大學(xué) 2019
[5]江蘇省能見(jiàn)度時(shí)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(hào)：2946979