基于深度學習的大風訂正預報研究

摘要： 基于數(shù)值預報模式產(chǎn)品的風速預報集成學習誤差訂正方法，通過長短期記憶網(wǎng)絡(luò)（LSTM）和殘差神經(jīng)網(wǎng)絡(luò)（ResNet）構(gòu)建新的風速預測混合模型ResNet-LSTM。采用2019—2020年歐洲中期天氣預報中心39種數(shù)值天氣預報模式產(chǎn)品訓練深度學習模型，對格點預報產(chǎn)品插值到站點后的預報結(jié)果進行訂正。結(jié)果表明：與ECMWF的原始預報相比，ResNet-LSTM模型在預測6級以上陣風時的... （共9頁）