基于LSTM的未来24小时温度预报技术研究
雷鸣
陈凯华
郭阳
勾志竟
天津市气象信息中心 天津 300074
摘要：温度是一个涉及生活和生产的重要气象要素,为了更好地提高温度预报精度.论文基于LSTM神经网络提出了一种未来24小时温度滚动预报算法.实验研究表明,该方法在不同的各预报时段中非常稳定,且在未来24小时预报中表现较好,能够有效降低预报误差,提高预报精度,其预报结果平均绝对误差(MAE)为0.634,均方根误差(RMSE)为0.638,相关系数为0.999.
关键词：深度学习LSTM人工智能温度预报数据处理
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(41575156)中央级公益性科研院所基本科研业务费专项(IUMKY201605)天津市气象局科研项目(201914ybxm12)
论文发表日期：2025-08-20
在线出版日期：2025-12-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2112-2116 )
英文信息