-
题名基于SWGU-ConvLSTM模型的温度偏差订正
- 1
-
-
作者
周旺亮
秦华旺
-
机构
南京信息工程大学电子与信息工程学院
-
出处
《电子测量技术》
北大核心
2025年第8期144-153,共10页
-
文摘
偏差订正是为了优化传统数值天气预报模型的预测精度,在气象学中,温度是一个至关重要的指标,它对天气现象、大气循环、气候模式以及人类活动等方面有着深远的影响,与此有必要对传统数值天气预报产品进行温度偏差订正。本文设计了一种适用于温度偏差订正的新型深度学习网络模型SWGU-ConvLSTM,采用了unet和双向对抗网络架构。该模型使用ConvLSTM模块提取局部信息,使用SwinTransform模快提取全局信息,然后使用IAFF模块将ConvLSTM和SwinTransform模块的输出特征进行融合,并且对融合后的特征信息使用U形连接和跳跃连接,以更好的拼接浅层信息和深层信息,并提取不同尺度的信息,最后将上述融合模块作为生成器和辨别器进行双向对抗训练,以此来增强模型的学习和预测能力。本文使用ECMWF平台公开的TIGGE数值模式数据作为被订正数据,使用ERA5再分析资料作为标签数据,订正6小时预报气温,实验结果表明,提出的SWGU-ConvLSTM模型在MSE、MAE、SSIM等指标上明显优于其他对比模型,相比较于simvp模型,他的MSE和MAE误差分别下降了30%和27%,提高了温度订正的准确率。
-
关键词
深度学习
偏差订正
对抗网络
天气预报
-
Keywords
deep learning
bias correction
adversarial networks
weather forecasting
-
分类号
TN3
[电子电信—物理电子学]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
