基于深度学习的气象要素预测方法
马景奕1
刘维成2
闫文君1
1.中国气象局气象干部培训学院甘肃分院,甘肃兰州7300202.兰州市中心气象台,甘肃兰州730020
摘要：针对气象预测内容繁多且影响因素多样的问题,提出了一种基于长短时记忆(LSTM)的气象预测方法.方法能够对繁杂的气象数据进行自动预处理,提取相应的特征信息.通过神经网络的前向训练、长短时记忆反馈学习,经过多隐藏层地自主训练,对能见度、温度、露点、风速、风向以及压力气象信息实现准确预测.通过实验以及与经典机器学习预测方法的比较,验证了本文方法在气象预测中的有效性,进一步提升了气象预测的准确性,各项预测值的均方检验误差平均值为0.35.
关键词：气象预测深度学习神经网络长短时记忆
分类号：P456(天气预报)
资助基金：国家自然科学基金(41505036)
论文发表日期：2021-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 186-193 )
英文信息