基于空间插值与有限本地数据人工神经网络的智能霜冻预测方法
机器学习
2023-05-16 v2
摘要
霜冻这一天气现象对农业构成重大威胁。由于近期霜冻预测方法基于现场历史数据与传感器,在任何新站点进行数据收集均需额外的开发与部署时间。本文旨在消除霜冻预测方法对现场历史数据与传感器的依赖。本文提出一种基于空间插值的霜冻预测方法。模型利用现有气象站气候数据、数字高程模型勘测与归一化植被指数数据来估算目标站点次小时最低温度。所提方法利用集成学习提升模型精度。气候数据集取自澳大利亚新南威尔士与澳大利亚首都领地的75个气象站。结果显示,所提方法的检测率高达92.55%。
引用
@article{arxiv.2204.08465,
title = {Intelligent Spatial Interpolation-based Frost Prediction Methodology using Artificial Neural Networks with Limited Local Data},
author = {Ian Zhou and Justin Lipman and Mehran Abolhasan and Negin Shariati},
journal= {arXiv preprint arXiv:2204.08465},
year = {2023}
}
备注
31 pages, 16 figures