报告详情
深度学习在蓝藻水华预测中的应用研究
编号：2047
访问权限：仅限参会人
更新：2021-06-22 15:09:25
浏览：695次
口头报告
报告开始：2021年07月11日 14:00（Asia/Shanghai）
报告时间：15min
所在会场：[S7C] 7C、地理及地理信息科学 [S7C-3-1] 专题7.14 水信息学
暂无文件
摘要
准确的预测蓝藻水华可为湖库富营养化的管理提供辅助决策。以太湖为研究区域，基于太湖十八年的逐月水质监测资料，利用长短期记忆网络（Long Short-Term Memory）构建了蓝藻水华时序变化预测模型，进行了太湖叶绿素a（Chl-a）的预测。预测结果显示LSTM可以有效提取时间序列数据特征，各站点预测结果的 NSE 可达到0.75以上，R2 达到0.8以上，整体预测精度较高，研究结果有助于为太湖藻类的爆发提供预报和预警。
关键词
深度学习；蓝藻水华；预测
报告人
李港
硕士研究生 南京水利科学研究院生态环境研究所稿件作者
全部评论
重要日期
-
会议日期
07月09日
2021
至07月11日
2021
-
05月30日 2021
摘要截稿日期
-
05月30日 2021
初稿截稿日期
-
05月30日 2021
提前注册日期
-
07月10日 2021
注册截止日期
-
07月11日 2021
报告提交截止日期
主办单位
青年地学论坛理事会
承办单位
中国科学院地球化学研究所
贵州大学
贵州大学
发表评论