基于Prophet-随机森林优化模型的空气质量指数规模预测

长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;RF算法用于弥补Prophet模型无法预测随机非线性部分的缺点,对Prophet模型进行优化,将Prophet-RF优化模型用于AQI的规模预测。结果表明:相比于Prophet模型,Prophet-RF优化模型的预测效果更加精确,其中,拟合值的均方根误差和平均绝对误差均减少了0.161,预测值的均方根误差和平均绝对误差分别减少了0.434和0.399。Prophet-RF优化模型解释性强且精度高,对于时间序列的规模预测具有较明显的优势。

GNSS信号遮挡处水下地形测量方法的研究

现代海洋测绘中,内河及近海RTK三维水深测量技术已经相当成熟。结合GNSS实时定位技术,实现了高效的三维水深测量,为水下地形测绘、障碍物探测及航海导航提供了支持。但在一些GNSS信号遮挡的区域,如码头岸坡、船闸闸室内、船厂水工建筑物等位置进行水深测量时,由于GNSS信号遮挡而需要重新获取测深仪的三维坐标,然后进行水深测量。文章介绍了在GNSS信号遮挡区域的定位及水深测量方法,并讨论相关误差来源。