基于时空数据模型的海洋气象预测模型研究

发布时间：2021-09-03 04:53

　　气象预测目前已经成为了人们生产和生活中不可或缺的一项信息服务。提供精细、准确的海洋气象预测,对于保障各类出海作业的安全,避免海难事故的发生具有重要的现实意义。当前以计算机技术为代表的现代化信息技术使得气象数据得到了爆炸性的积累,对海洋气象预测技术水平提出了更高的要求。基于以上研究背景,本文对海洋气象要素,包括风速、气温、气压、相对湿度、降雨量和能见度数据的回归及预测进行了研究,提出了基于时空数据模型的海洋气象预测模型,主要包括以下三方面的工作:（1）时间序列的自相关性判断及模型变量选择。时间序列数据具有自相关性是进行回归预测的前提,本文基于自回归函数和偏自回归函数判断了海洋气象时间序列数据具有自相关性。为了增加模型的预测精度,本文考虑了多气象要素之间的关联性以及气象系统的空间特性,在自回归模型的基础上,引入了外部变量以及空间变量,并通过不同变量间的相关性分析,对模型的外部变量以及空间变量进行选择。（2）数据异常值处理和缺失值填补。为了提高模型稳定性,本文基于箱型图法对海洋气象数据异常值进行处理;为了完善样本数据信息,本文基于Kalman滤波、K近邻和随机森林算法对样本数据缺失值进行填补... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 海洋气象预测
        1.1.2 时空数据分析
        1.1.3 课题研究意义
    1.2 国内外研究现状
    1.3 主要研究内容及本文结构
2 数据统计变量分析及模型变量的选择
    2.1 海洋气象数据要素
    2.2 数据的统计特征
    2.3 模型变量的选择
        2.3.1 外部变量的选择
        2.3.2 空间变量的选择
    2.4 本章小结
3 数据预处理
    3.1 数据预处理流程
    3.2 异常值处理
    3.3 缺失值填补
        3.3.1 基于Kalman滤波的缺失值填补
        3.3.2 基于KNN算法的缺失值填补
        3.3.3 基于随机森林算法的缺失值填补
        3.3.4 海洋气象数据缺失值填补效果比较
    3.4 本章小结
4 时空数据模型构建及预测
    4.1 时空数据模型建模技术路线
    4.2 数据平稳性判断
    4.3 时空数据模型的建立
    4.4 模型参数估计
    4.5 模型结构选择
    4.6 海洋气象数据预测
        4.6.1 基于时空数据模型的预测
        4.6.2 基于不同回归算法模型的结果对比
    4.7 本章小结
结论与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]大数据背景下数据预处理方法研究[J]. 周党生.  山东化工. 2020(01)
[2]面向时空数据的区块链研究综述[J]. 傅易文晋,陈华辉,钱江波,董一鸿.  计算机工程. 2020(03)
[3]论如何促进海洋资源的开发与保护[J]. 刘红丹,金信飞,高瑜.  中国资源综合利用. 2019(11)
[4]多源气象数据融合格点实况产品研制进展[J]. 师春香,潘旸,谷军霞,徐宾,韩帅,朱智,张雷,孙帅,姜志伟.  气象学报. 2019(04)
[5]基于多尺度空间相关的气象要素预测[J]. 刘丽丹.  计算机技术与发展. 2019(12)
[6]基于数值预报和随机森林算法的强对流天气分类预报技术[J]. 李文娟,赵放,郦敏杰,陈列,彭霞云.  气象. 2018(12)
[7]集合模式定量降水预报的统计后处理技术研究综述[J]. 代刊,朱跃建,毕宝贵.  气象学报. 2018(04)
[8]基于随机森林方法的地震插值方法研究[J]. 徐凯,孙赞东.  石油科学通报. 2018(01)
[9]渤海海洋气象灾害天气分型与预报指标研究[J]. 于志明,王驷鹞,马冬亮.  气象与环境学报. 2018(01)
[10]海洋生态经济学:内容、属性及学科构架[J]. 李加林,刘永超,马仁锋.  应用海洋学学报. 2017(03)

硕士论文
[1]基于小波分析的气候要素长时间序列分析[D]. 张海.中国地质大学(北京) 2018
[2]基于正余弦优化和最小二乘支持向量机的气象预测研究[D]. 李文涛.兰州大学 2018
[3]基于深度学习的气象预测研究[D]. 杨函.哈尔滨工业大学 2017
[4]岭回归与分位数回归的研究及结合应用[D]. 郭鹏妮.哈尔滨工业大学 2014
[5]基于时空序列模型的变形分析研究[D]. 李世鹏.长安大学 2014
[6]海洋气象调查数据的XML格式规范化研究[D]. 于祥茹.中国海洋大学 2009



本文编号：3380448