-
题名智慧城市建设中市政给排水管道施工要点探述
被引量：2
- 1
-
-
作者
徐挚
-
机构
安庆供水集团公司
-
出处
《建筑与装饰》
2022年第6期121-123,共3页
-
文摘
本文针对市政给排水管道施工常见问题及处理措施展开分析,内容包括管道渗漏问题、管道堵塞问题、既有管线冲突问题等,通过研究给排水系统合理区分、合理选择水压、加压设备、选择环保节能材料、沟槽开挖施工、给排水管道安装、管道沟槽回填施工等施工要点,其目的在于加快市政给排水管道施工进度,提升给排水管道工程的作业质量。
-
关键词
智慧城市
市政给排水管道
环保节能材料
施工质量
-
Keywords
smart city
municipal water supply and drainage pipeline
environmental protection and energy saving materials
construction quality
-
分类号
TU9
[建筑科学]
-
-
题名基于ECMWF产品的站点气温预报集成学习误差订正
被引量：20
- 2
-
-
作者
陈昱文
黄小猛
李熠
陈悦
徐挚仁
黄兴
-
机构
清华大学地球系统科学系地球系统数值模拟教育部重点实验室
国家超级计算无锡中心
-
出处
《应用气象学报》
CSCD
北大核心
2020年第4期494-503,共10页
-
基金
国家重点研究发展计划(2016YFB0201100,2017YFC1502200,2018YFB0505000,2018YFB1502800)
国家自然科学基金项目(41776010)。
-
文摘
提出一种基于数值模式预报产品的气温预报集成学习误差订正方法,通过人工神经网络、长短期记忆网络和线性回归模型组合出新的集成学习模型(ALS模型),采用2013-2017年的欧洲中期天气预报中心数值天气预报模式2 m气温预报产品和中国部分气象站点数据,利用气象站点气温、风速、气压、相对湿度4个观测要素,挖掘观测数据的时序特征并结合模式2 m气温预报结果训练机器学习模型,对2018年模式2 m气温6~168 h格点预报产品插值到站点后的预报结果进行偏差订正。结果表明:ALS模型可将站点气温预报整体均方根误差由3.11℃降至2.50℃,降幅达0.61℃(19.6%),而传统的线性回归模型降幅为0.23℃(8.4%)。ALS模型对站点气温预报误差较大的区域和气温峰值预报的订正效果尤为显著,因此,集成学习方法在数值模式预报结果订正中具有较大的应用潜力。
-
关键词
气温预报
机器学习
集成学习
数值天气预报
-
Keywords
temperature forecast
machine learning
ensemble learning
numerical weather prediction
-
分类号
P457.3
[天文地球—大气科学及气象学]
-
