【技术实现步骤摘要】
本专利技术属于公路网气候变化评估,尤其涉及一种公路网气候变化适应性评估方法及装置。
技术介绍
1、气候变化是人类共同面临的重大全球性挑战之主要表现为全球气温不断上升,极端天气、自然灾害频发,对人类生活、自然环境及建筑设施具有重要影响。
2、随着极端天气事件的频率增加,公路网作为重要的交通基础设施和经济活动的关键点,面临着严峻的气候变化,特别是极端降雨变化挑战;为了有效应对这些挑战,需要对公路网的气候变化适应性进行科学的评估。
3、目前,公路网气候变化适应性评估方法中,对多个影响因素进行评估;其中,评估降水量对公路网气候变化适应性的影响是重要指标之一。
4、近年来,随着计算技术的飞速发展和大数据时代的到来,深度学习作为一种先进的机器学习技术,已在众多领域展现出其卓越的性能,凭借在降水量预测优势备受关注;而相关技术对降水量的预测模型中,预测精度较差,会进一步影响对公路网气候变化适应性评估结果。
技术实现思路
1、本专利技术实施例的目的在于提供一种公路网气候变
...【技术保护点】
1.一种公路网气候变化适应性评估方法,其特征在于,该评估方法包括以下步骤:
2.根据权利要求1所述的一种公路网气候变化适应性评估方法,其特征在于,所述基于对目标公路网区域的原始降水量数据的处理,得到降水量时序数据的步骤,包括:对原始降水量数据进行归一化和序列切分,将月降水量时间序列数据片段作为一个时间步,将连续的多月组成一个输入序列,得到目标时间段内的降水量时序数据表示为:,其中,表示第n个月的降水量。
3.根据权利要求2所述的一种公路网气候变化适应性评估方法,其特征在于,所述对降水量时序数据进行EMD分解的步骤,包括:
4.根据权
...【技术特征摘要】
1.一种公路网气候变化适应性评估方法,其特征在于,该评估方法包括以下步骤:
2.根据权利要求1所述的一种公路网气候变化适应性评估方法,其特征在于,所述基于对目标公路网区域的原始降水量数据的处理,得到降水量时序数据的步骤,包括:对原始降水量数据进行归一化和序列切分,将月降水量时间序列数据片段作为一个时间步,将连续的多月组成一个输入序列,得到目标时间段内的降水量时序数据表示为:,其中,表示第n个月的降水量。
3.根据权利要求2所述的一种公路网气候变化适应性评估方法,其特征在于,所述对降水量时序数据进行emd分解的步骤,包括:
4.根据权利要求3所述的一种公路网气候变化适应性评估方法,其特征在于,所述预先构造的lstm预测模型采用均方误差mse作为损失函数,加入对于高降水量值预测错误的惩罚项;优化器选择adam,初始学习率设定为0.001;训练过程中实施早停策略,耐心值设为30个训练周期;隐藏层的神经单元数量设置为150,并且加入dropout层,丢弃率设置为0.3。
5.根据权利要求4所述的一种公路网气候变化适应性评估方法,其特征在于,在对预先...
【专利技术属性】
技术研发人员:高玉健,刘胜强,吕金鹏,杨孝文,张永林,印定坤,刘杰,鲍志远,徐洪磊,肖杨,刘奇,
申请(专利权)人:交通运输部规划研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。