融合机理与ML的湖泊叶绿素a短期集合预报方法及系统
公开
摘要
本发明公开了一种融合机理与ML的湖泊叶绿素a短期集合预报方法及系统，首先对月尺度的湖泊叶绿素a浓度数据及其气象和水环境影响因子进行相关性分析识别关键因子。然后建立湖泊藻类动力学机理模型，计算获得湖泊叶绿素a以及关键水环境因子的每日浓度数据。再基于日尺度的叶绿素a及其关键因子的时间序列数据，构建基于机器学习的时间序列预报模型集合，实现叶绿素a的未来数天短期多模式预报。最后结合多组机器学习模型的短期预报结果，建立多元线性回归集合预报方法，实现湖泊叶绿素a的高精度短期集合预报。本发明有效克服了日尺度叶绿素a和水环境因子监测数据缺乏的问题，通过建立多元线性回归集合预报方法，有效提升了预报精度。
基本信息
专利标题 ：
融合机理与ML的湖泊叶绿素a短期集合预报方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114564883A
申请号 ：
CN202210128616.1
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈求稳陈诚张建云李夫健李港丁珏姚斯洋何梦男崔桢
申请人 ：
水利部交通运输部国家能源局南京水利科学研究院;江苏首屏信息产业有限公司
申请人地址 ：
江苏省南京市鼓楼区虎踞关34号
代理机构 ：
南京苏高专利商标事务所(普通合伙)
代理人 ：
孟红梅
优先权 ：
CN202210128616.1
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
