报告详情
融合在线监测与深度学习的水华短期预测方法研究
编号：4525
访问权限：仅限参会人
更新：2024-04-15 19:41:47 浏览：1000次
口头报告
报告开始：2024年05月18日 18:12（Asia/Shanghai）
报告时间：8min
所在会场：[S5] 主题5、环境科学 [S5-1] 主题5、环境科学 专题5.6、专题5.13、专题5.7（18日下午，307）
暂无文件
摘要
水华暴发对水生态系统和人类健康有潜在危害,准确掌握水华发生规律以及预测预警对水华防控至关重要。随着人工智能和物联网技术的发展，监测手段逐渐由人工监测转变为在线监测，然而在线监测数据具有的波动性和非平稳性对水华预测带来了挑战。本研究提出了基于奇异谱分析耦合时间卷积网络的水华短期预测算法，并在云南滇池进行了实验验证，通过与其他模型在不同预测任务下的结果对比,发现提出的混合深度学习算法在预测预警性能方面表现最优。此外，利用 SHAP 框架可视化不同环境因子对模型输出的贡献分析，发现水温是水华预测最重要的驱动因素，进而增强水华预测机理上的可解释性。该研究通过在线监测数据和深度学习结合对藻华预测预警提供了新的思路。
关键词
深度学习；蓝藻水华；短期预测；在线监测
报告人
王兰
博士研究生 中国科学重庆绿色智能技术研究院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论