基于深度学习的大雾短临预报研究

论文摘要

雾是影响能见度的一种重要天气现象,与人类生活息息相关,雾的准确预报对于人们生活和生产都具有极其重要的作用。传统的统计预报方法由于气象因子的挑选过程繁杂,且手工设计的特征比较单一,使得模型在复杂的背景下不具有很好的泛化能力,进而影响了大雾预报的准确性。近些年,深度学习技术快速发展,深度神经网络模型的强大的特征表达能力使得数据中的相关特征能够被自动提取与学习,模型的学习性能被大大增加,使得其分类和预测效果也有了明显的提高。在本文中,我们将利用深度学习来进行雾的短临预报研究,这也是深度学习在大雾预报研究方面的首次尝试。现将本文研究内容总结如下:（1）利用卷积神经网络（Convolutional Neural Network,CNN）构建大雾短临预测模型,通过对气象要素时间序列的分类来实现对未来1-4小时的雾短临预报。首先,对于原始气象要素数据进行标准化处理,去除数据中缺省值和异常值以构造不同长度的时间序列数据。为解决大雾的样本不均衡问题,本文采用随机欠采样方法构建平衡样本数据集。在该数据集上通过对网络进行优化,构建了卷积神经网络短临预测模型的最优网络结构,并通过实验验证构建的网络模型的有效性。（2）为了进一步提高短临预报的准确率,本文利用长短期记忆网络（Long Short-Term Memory,LSTM）构建大雾短临预测模型,同时利用合成少数类过采样技术（Synthetic Minority Oversampling Technique,SMOTE）算法对原始气象要素时间序列数据进行数据增强,以解决样本不平衡问题。在优化模型中加入Dropout层预防在训练过程中出现的过拟合现象。并通过实验确定长短期记忆网络预测预测模型的最优参数。在进一步实验中,将CNN与LSTM结合,实现了CNN-LSTM预测模型,实验结果证明了提出的LSTM预测模型的有效性。最后本文利用PyQT5编写了雾的预报实时显示软件,实现自动的加载模型,调用气象数据,实时预报和实时显示等功能,效果良好。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 课题背景及研究目的与意义
•   1.2 国内外研究现状
•     1.2.1 雾的短临预报研究现状
•     1.2.2 深度学习的发展现状
•   1.3 本文内容安排
•   1.4 论文组织结构安排
• 第二章 相关知识介绍
•   2.1 深度学习的概念
•   2.2 深度学习技术
•     2.2.1 卷积神经网络
•     2.2.2 循环神经网络
•     2.2.3 长短期记忆网络
•   2.3 深度学习模型的训练技术
•     2.3.1 反向传播
•     2.3.2 预防过拟合方法
•       2.3.2.1 提前终止
•       2.3.2.2 Dropout
•       2.3.2.3 L1正则化
•       2.3.2.4 L2正则化
•     2.3.3 非平衡样本分类存在的问题
•   2.4 平衡数据和非平衡数据的评价标准
• 第三章 基于卷积神经网络的雾短临预测模型
•   3.1 CNN大雾短临预测模型方案设计
•   3.2 数据清洗与预处理
•     3.2.1 线性内插法
•     3.2.2 均值平滑法
•     3.2.3 数据预处理
•       3.2.3.1 Min-max归一化
•       3.2.3.2 随机欠采样
•   3.3 CNN预测模型的训练
•   3.4 模型训练的优化
•     3.4.1 最优时间序列长度的确定
•     3.4.2 训练集最优正负样本比例
•     3.4.3 最终检测模型
•   3.5 本章小结
• 第四章 基于长短期记忆的雾短临预测模型
•   4.1 数据预处理
•     4.1.1 SMOTE算法
•   4.2 LSTM短临预测模型
•   4.3 LSTM短临预测模型的训练及优化
•     4.3.1 Cell个数的确定
•     4.3.2 LSTM层数的确定
•     4.3.4 过拟合控制
•     4.3.5 实验结果比较与分析
•   4.4 CNN-LSTM网络结构
•   4.5 大雾预报实时显示软件
•   4.6 本章小结
• 第五章 总结和展望
•   5.1 本文总结
•   5.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文

文章来源

类型: 硕士论文

作者: 韩婷婷

导师: 章军

关键词: 雾短临预报,数据预处理,卷积神经网络,长短期记忆网络,预测模型,非平衡样本,算法

来源: 安徽大学

年度: 2019

分类: 基础科学,信息科技

专业: 气象学,自动化技术

单位: 安徽大学

分类号: TP183;P457

总页数: 56

文件大小: 3459K

下载量: 482