-
题名深度学习在气象数据订正中的应用综述
被引量：2
- 1
-
-
作者
蒋鸿儒
方巍
-
机构
南京信息工程大学计算机学院
中国气象局交通气象重点开放实验室(南京气象科技创新研究院)
江苏省大气环境与装备技术协同创新中心(南京信息工程大学)
-
出处
《计算机应用》
CSCD
北大核心
2024年第12期3930-3940,共11页
-
基金
国家自然科学基金资助项目(42075007)
中国气象局流域强降水重点开放实验室开放研究基金资助项目(2023BHR-Y14)
中国气象局交通气象重点开放实验室开放研究基金资助项目(BJG202306)。
-
文摘
数据订正是资料同化的核心过程之一,即通过修正和校准数据提高资料同化的效果。针对气象观测存在多种误差导致气象数据存在偏差的问题,综述深度学习在气象数据订正中的应用,应用场景包括气象模式订正、天气预报和气候预测。首先,介绍气象数据订正的重要性,同时回顾传统的气象数据订正方法,如统计学、传统机器学习等,并分析它们的优点和局限性;其次,详细介绍基于深度学习的数据订正在3个场景中的应用,深度学习方法主要包括卷积神经网络(CNN)、循环神经网络(RNN)和Transformer,并且通过归纳总结当前的研究进展,讨论数据订正中深度学习方法与传统方法的优劣;最后,总结深度学习在数据订正中存在的局限性,同时指出深度学习在气象数据订正中的优化方式和未来发展方向。
-
关键词
深度学习
数据订正
资料同化
气候预测
天气预报
-
Keywords
deep learning
data correction
data assimilation
climate prediction
weather forecast
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名深度学习在印度洋偶极子预测中的应用研究综述
- 2
-
-
作者
郑梦轲
方巍
张霄智
-
机构
安徽建筑大学电子与信息工程学院
南京信息工程大学计算机学院
中国气象局交通气象重点开放实验室(南京气象科技创新研究院)
南京信息工程大学江苏省大气环境与装备技术协同创新中心
-
出处
《海洋学研究》
CSCD
北大核心
2024年第3期51-63,共13页
-
基金
国家自然科学基金面上项目(42475149)
中国气象局流域强降水重点开放实验室开放研究基金(2023BHR-Y14)
江苏省研究生科研与实践创新计划项目(KYCX24_1533,SJCX24_0476,SJCX24_0477)。
-
文摘
印度洋偶极子(Indian Ocean Dipole,IOD)是影响区域及全球气候变化的关键气候现象。准确预测IOD对于理解全球气候至关重要,但传统方法在捕捉其复杂性和非线性方面的局限限制了预测能力。该文首先概述了IOD的相关理论,并评估了传统预测方法的优缺点。然后,综合分析了深度学习在IOD预测领域的应用和发展,特别强调了深度学习模型在自动特征提取、非线性关系建模和大数据处理方面相较于传统方法的优势。与此同时,该文还讨论了深度学习模型在IOD预测中所面临的挑战,包括数据稀缺、过拟合以及模型可解释性等问题,并提出了未来研究的方向,旨在推动深度学习技术在气候预测领域的创新与进步。
-
关键词
全球气候变化
神经网络
CNN
LSTM
ConvLSTM
气候预测
气象变化
数据处理
-
Keywords
global climate change
neural network
CNN
LSTM
ConvLSTM
climate prediction
climate variability
data processing
-
分类号
P732
[天文地球—海洋科学]
-
