冯逍
- 作品数：14 被引量：176H指数：7
- 供职机构：北京大学地球与空间科学学院遥感与地理信息系统研究所更多>>
- 发文基金：国家科技支撑计划全球变化研究国家重大科学研究计划江苏高校优势学科建设工程项目更多>>
- 相关领域：天文地球自动化与计算机技术环境科学与工程交通运输工程更多>>
- 运用贝叶斯方法的PM_(2.5)浓度时空建模与预测被引量：13
- 2016年
- 针对当前我国大部分地区正面临严重的空气污染问题,对重污染区域进行时空建模具有重要的意义。该文基于贝叶斯时空模型建立了京津冀区域的PM2.5浓度时空预测模型,该模型充分考虑了PM2.5浓度的时间变异特性与空间分布特性,并引入了气象数据作为协变量对没有监测站的位置进行预测。实验结果表明,该方法具有很好的预测精度,其在测试站点上的拟合优度达到了0.9以上,能够应用于区域级PM2.5浓度的时空分布建模与预测。
- 朱亚杰李琦侯俊雄范竣翔冯逍
- 关键词：贝叶斯PM2.5浓度
- 融机器学习与WRF大气模式的PM2.5预报方法被引量：11
- 2018年
- 针对当前我国重污染天气实时的空气质量预报问题,该文提出了一种融合随机森林算法与WRF大气模式的PM2.5浓度实时预报方法。该方法结合了北京市地面空气质量监测数据和WRF气象数据进行分析,将高层大气状态(如逆温层高度等)融入了预报模型中,建立了0~72h的PM2.5浓度实时预报模型。实验证明,该模型能够对0~72h单站点的PM2.5浓度进行较高精度的实时预报,且在24~72h的长时预报结果上较基于地面空气污染物数据与地表气象站数据的预报方法精度有明显提升,即该方法可以更好地模拟大气物理化学状态,从而更为精准地进行长时PM2.5浓度预报。
- 侯俊雄李琦朱亚杰朱亚杰冯逍
- 关键词：空气质量
- 一种基于LiDAR数据的建筑物区域提取方法
- 本发明公开了一种基于LiDAR数据的建筑物区域提取方法，属于LiDAR数据提取建筑物的方法领域。其步骤包括：LiDAR数据前期处理；对原始LiDAR数据重采样；反向迭代数学形态学滤波；分离建筑物与密集树木。本发明直接对3...
- 程亮李满春刘永学陈焱明赵威张雯童礼华李真蔡文婷杨康冯逍
- 文献传递
- 气候变化与国家安全风险分析关键技术探索被引量：1
- 2016年
- 如何量化与认知气候变化对国家安全产生的巨大风险已经成为国内外首脑高峰会议的热点之一。IPCC的报告综合了千余名科学家与专家对气候变化包括气象灾害、粮食安全、生态系统、水资源等多个领域在内的风险评估的整理、分类和分析,但大多尚处于单项领域的研究,亟须进行系统的建模和全面的风险分析。该文提出了CyberGIS模型方法,探讨对国家安全风险问题的参数化建模和形式化表达。
- 李琦张成冯逍范俊翔朱亚杰
- 关键词：气候变化风险评估
- 气流后向轨迹和门限重复单元的PM2.5预报被引量：1
- 2020年
- 针对目前我国实时的空气质量预报不适合重污染天气的问题,该文提出了一种基于气流后向轨迹模型和门限重复单元神经网络的PM2.5浓度预报方法。该方法通过气流后向轨迹模型将区域异地传输效应进行量化,从而为待预报站点提供额外的区域传输预后因子(预后因子即是对未来情况的预估),将待预报站点区域传输预后因子和气象因子加入预报模型,利用GRU模型模拟区域PM2.5浓度的时序连续变化特征,建立1~72 h的PM2.5浓度实时预报模型。实验结果表明,区域传输预后因子的加入,能够很好地量化其他站点对于待预报站点的PM2.5浓度预报影响,提高PM2.5预报模型整体预报精度。
- 梁世文李琦侯俊雄冯逍
- 关键词：气流轨迹
- 基于RNN的空气污染时空预报模型研究被引量：54
- 2017年
- 针对空气污染物时间序列中包含缺失值以及现有时间序列预报模型缺乏对时序特征状态建模的问题,该文构建了基于缺失值处理算法和RNN(循环神经网络)的时空预报框架。对空气污染物时序数据设计了3种缺失值处理算法(前向递补、均值替代和权重衰减),用缺失标签和缺失时长对缺失值建模,并在此基础上搭建含有全连接层与LSTM层的深度循环神经网络(DRNN)用于时空预报。使用深度全连接神经网络(DFNN)作为DRNN的对照,用京津冀区域的空气质量和气象数据训练模型,并比较不同模型的预测精度。通过实验,比较了3种缺失值处理方法的效果,结果表明,LSTM在空气污染时空序列预测上的表现优于传统的全连接神经网络层,证实了提出的基于深度学习的时空预报框架的有效性。
- 范竣翔李琦朱亚杰侯俊雄冯逍
- 关键词：空气污染缺失值RNN
- 三维Gabor滤波器与支持向量机的高光谱遥感图像分类被引量：20
- 2014年
- 根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理,提出了一种基于三维Gabor滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波,将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应,极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的Hyperion影像全波段进行滤波处理,获取26个纹理响应特征,并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数(BI)进行波段选择,选取不同的波段组合进行试验,寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征,利用三维Gabor纹理辅助光谱信息,运用支持向量机(SVM)的方法进行监督分类。结果表明,基于三维Gabor纹理和自动子空间BI波段选择的SVM分类方法能够在有效降低光谱维数的同时,提高高光谱遥感图像分类的精度和效率。
- 冯逍肖鹏峰李琦刘小喜吴小翠
- 关键词：高光谱遥感图像分类波段选择支持向量机
- 基于Spark计算框架与随机森林模型的PM2.5浓度实时预报系统
- 为了研究适合于我国当前重污染天气的实时空气质量预报系统，本文提出了一种基于随机森林算法的PM2.5浓度实时预报方法，并利用此方法对北京市地面空气质量监测数据和气象数据进行分析，建立了基于随机森林算法的PM2.5浓度实时预...
- 侯俊雄李琦朱亚杰冯逍毛曦
- 关键词：分布式计算空气质量
- 基于支持向量回归的PM_(2.5)浓度实时预报被引量：18
- 2016年
- 为了研究适合于我国当前重污染天气的实时空气质量预报模型,论文利用支持向量回归方法对北京市地面空气质量监测数据和气象数据进行分析,构建了基于支持向量回归的PM2.5浓度实时预报模型。实验表明,该方法能够对未来6日内的日均PM2.5浓度以及未来0~72h内的小时级PM2.5浓度进行预报,且模型训练过程和预报过程都耗时很短,适用于建立PM2.5浓度实时预报系统。
- 朱亚杰李琦侯俊雄冯逍范竣翔
- 关键词：支持向量回归空气质量
- 基于随机森林的PM2.5实时预报系统被引量：32
- 2017年
- 针对我国当前重污染天气PM2.5浓度的实时预报问题,该文提出了一种基于随机森林算法的PM2.5浓度实时预报方法,并利用此方法对北京市地面空气质量监测数据和气象数据进行分析,建立了基于随机森林算法的PM2.5浓度实时预报模型。实验证明,该模型能够对72h内PM2.5浓度进行较高精度的实时预报,通过使用Spark分布式计算框架,能够有效降低算法耗时,文章基于此模型与Spark分布式计算框架建立了PM2.5实时预报系统。
- 侯俊雄李琦朱亚杰冯逍毛曦
- 关键词：分布式计算空气质量SPARK
