基于概率图模型的天气预测研究
发布时间:2021-04-02 04:06
天气预测关系国计民生,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度。由数据驱动的天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学习方法一直是备受各个领域青睐的建模方法,气象领域也不例外。为解决非平稳时间序列的天气预测中的多重共线性问题,探索空间相关关系,文中应用图信号方法,以条件高斯图模型,学习出华东地区21个测站之间可解释的降水量空间相关关系和气温相关性,在此基础上用联合条件高斯图模型,联合预测各站未来24小时的降水量和平均气温,与其他未考虑空间相关性和输出变量相关性的预测模型相比,预测准确率有所提升。因为所用数据为易获取的国际交换站地面观测数据,模型简单而高效,经准确率验证,该方法可在天气预报业务中推广应用。
【文章来源】:计算机技术与发展. 2019,29(07)
【文章页数】:5 页
【部分图文】:
华东地区21个站平均气温相关系数表1联合条件高斯图模型
本文编号:3114552
【文章来源】:计算机技术与发展. 2019,29(07)
【文章页数】:5 页
【部分图文】:
华东地区21个站平均气温相关系数表1联合条件高斯图模型
本文编号:3114552
本文链接:https://www.wllwen.com/projectlw/qxxlw/3114552.html