时空插值可以捕获时空数据中的依赖关系,估计地理现象随时间的几何和属性数据变化。现有的时空插值方法大多未同时考虑数据的长期时间相关性以及全局空间信息,本文结合长短时记忆网络LSTM (Long Short Term Memory)与数据的空间特性构...时空插值可以捕获时空数据中的依赖关系,估计地理现象随时间的几何和属性数据变化。现有的时空插值方法大多未同时考虑数据的长期时间相关性以及全局空间信息,本文结合长短时记忆网络LSTM (Long Short Term Memory)与数据的空间特性构建了时空插值模型:(1)模型利用空间层剔除弱相关性的信息,提取相关性更强的空间信息输入LSTM网络;(2)由于传统人工神经网络ANN (Artificial Neural Network)模型无法考虑时间对插值的影响以及单向LSTM模型仅能考虑过去时刻对当前时刻的影响而不能利用未来时刻的信息,本文使用双向LSTM模型BiLSTM(Bi-directional LSTM)体现时间相关性;(3)为了有效提取全局空间特征并保留BiLSTM双向建模的优势,本文将自注意力机制引入BiLSTM中,构建了融合自注意力的双向LSTM插值模型SL-BiLSTM-SA (BiLSTM Model Fused with Spatial Layer-Self attention)。在实验设计阶段,模型被应用于山东省PM2.5浓度数据集进行插值效果研究,并与其它模型进行性能比较。实验表明,SL-BiLSTM-SA模型有着更低的误差度量,相较时空普通克里金STOK (Spatio-Temporal Ordinary Kriging)和遗传算法优化的时空克里金GA-STK (Genetic Algorithm-optimized Spatio-Temporal Kriging)精度分别提高了39.83%、36.63%,且能较准确地预测高值和低值。本文融合空间信息,结合BiLSTM和Self-attention构建了时空插值模型,扩展了时空数据的插值手段,为时空数据分析提供了一定的理论和方法支撑。展开更多
文摘为解决SBS改性AC类薄层罩面高温抗车辙、抗滑性能不足的问题,通过增设6.7 mm筛孔和降低4.75 mm筛孔通过率来改良AC-10级配,形成了一种骨架密实型ECA-10级配,并采用新型高胶改性沥青来取代传统SBS改性沥青。通过软化点、60℃动力黏度、布氏旋转黏度及PG分级试验等高温性能指标,验证了高胶改性沥青比SBS改性沥青高温稳定性更出色;通过车辙、马歇尔稳定性、低温弯曲等室内试验,对比验证了高胶改性ECA-10沥青混合料与SBS改性ECA-10、AC-10和SMA-10混合料的路用性能表现,结果表明,ECA-10级配动稳定度高于SMA-10级配,采用高胶改性沥青后高温性能更加优异。在江苏高淳开展高胶改性ECA-10技术的实体工程,进行摩擦系数摆值、渗水系数、构造深度等现场检测,结果表明2.5 cm ECA-10高胶超薄磨耗层具备优异的抗滑、密水性能,具有较高的工程推广价值。
