深度学习在蓝藻水华预测中的应用研究
编号：2047 稿件编号：1880 访问权限：仅限参会人 更新：2021-06-22 15:09:25 浏览：694次 口头报告

报告开始：2021年07月11日 14:00 （Asia/Shanghai）

报告时间：15min

所在会议：[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。
关键字
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
港李 南京水利科学研究院生态环境研究所
陈诚 南京水利科学研究院
发表评论
验证码 看不清楚，更换一张
全部评论
登录 会议管理 酒店预订 提交摘要