基于LSTM神經(jīng)網(wǎng)絡的逐時氣溫預報

打開文本圖片集

摘  要：氣溫的變化對于社會生產(chǎn)、人民生活以及生態(tài)環(huán)境都有著重要影響。為了實現(xiàn)氣溫的精細化預報，提出一種基于長短期記憶神經(jīng)網(wǎng)絡（LSTM）的逐時氣溫預報模型。實驗使用仙居國家基本氣象站2017—2021年的每日逐小時氣象觀測數(shù)據(jù)，通過氣壓、降水、風速等多要素的歷史數(shù)據(jù)預報未來12小時的逐小時氣溫值，平均絕對誤差值為1.14 ℃，相比循環(huán)神經(jīng)網(wǎng)絡（RNN）模型的1.21 ℃，其精度更高，利用該模型對氣溫進行分析可為氣象工作者提供一定的參考。（剩余6431字）