一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例

• 作者: 倪铮 文韬
• 来源期刊: 数值计算与计算机应用
• 关键词: 天气预报 6小时临近预报 雷暴 LSTM神经网络 CNN神经网络 深度神经网络
• 年，卷（期）: 2018,（4）
• 页码范围: 299-309
• 页数: 11页
• 语种: 中文

摘要

本文提出了一种针对气象数据的CNN-LSTM深度神经网络,先是说明了其理论原理,然后对北京市(站号54511)1984年1月1日到2011年9月14日每日逐6小时实况观测的数据和ECMWF的再分析资料(http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=pl/)建立了北京市未来6小时雷暴预报模型,测试了模型对北京市(站号54511)2011年9月15日到2013年12月30日的雷暴预测准确率.结果表明:模型对北京市未来6小时雷暴预报准确率83.08％,误报率13.02％,能较好的对雷暴的6小时临近预报提供支持,可满足日常业务的需要.