资源描述：
Projected Coordinate System: WGS_1984_Albers
Projection: Albers
false_easting: 4000000.00000000
false_northing: 0.00000000
central_meridian: 105.00000000
standard_parallel_1: 25.00000000
standard_parallel_2: 47.00000000
latitude_of_origin: 0.00000000
Linear Unit: Meter
Geographic Coordinate System: GCS_WGS_1984
Datum: D_WGS_1984
Prime Meridian: Greenwich
Angular Unit: Degree
2022-11-11 16:05:37
95KB
1
PostGIS在气象业务系统中的实践
PostGIS在气象业务系统中的实践
PostGIS在气象业务系统中的实践
2022-10-27 13:05:07
34.06MB
1
解析国家级气象监测站的逐日监测数据，程序真实可用，改变文件本地地址即可。
2022-10-26 10:15:41
4KB
1
PDSI提取和计算，PDSI的计算需要两种气象资料：降水量和潜在蒸散发量，另外还需当地下垫面土壤的最大有效持水量，即AWC。
2022-10-23 21:23:19
2KB
1
项目名
天气应用
目录
基本信息
Weather App是使用Python / Flask和HTML5 / CSS / Bootstrap制作的简单的气象应用程序
屏幕截图
技术领域
Python Flask HTML5 / CSS / Bootstrap
设置
应用通过app.py运行。 然后，用户应在Web浏览器中打开运行地址（默认值为127.0.0.1:5000）
特征
位置输入是一个带有脚本化自动完成下拉列表的框。 按下望远镜图标后，应用程序将调用OpenWeatherMap并接收天气数据。 数据显示在小部件上，并附有12 p.m处的历史温度图。 按天。 每次拨打电话时，都会将前5天的数据添加到data / temp_data.json中。
待办事项：扩展数据分析功能
状态
完成的
2022-10-23 11:20:55
45.2MB
1
传统光伏发电功率预测存在因气象因素特征提取不综合不精确而导致预测精度不高的问题. 为了充分挖掘气象因素对光伏出力的影响, 并有效利用深度学习技术在非线性拟合方面的优势, 本文提出了一种基于气象因素充分挖掘的双向长短期记忆(Bi-directional Long Short Term Memory, BiLSTM)网络光伏发电短期功率预测方法. 在对原始数据进行异常值及标准化处理的基础上, 采用K近邻算法(K-Nearest Neighbor, KNN)在外界温度、湿度、压强等诸多气象因素中充分挖掘影响光伏出力的关键因素, 重构多元数据序列, 并在探索输入层时间步长、模型层数及每层维数等超参数的合理设置方案的基础上, 构建BiLSTM网络模型, 实现光伏发电短期功率的高精度预测. 仿真结果表明, 与KNN、深度信念网络(DBN)、BiLSTM、PCA-LSTM等经典方法比较, 所提KNN-BiLSTM方法具有更高的预测精度.
2022-10-19 17:01:25
1.36MB
1