基于概率图模型的天气预测研究

• 作者: 刘丽丹
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 概率图模型 条件高斯图模型 联合条件高斯图模型 空间相关性 天气预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 应用开发研究
• 页码范围: 103-107
• 页数: 5页
• 分类号: TP399
• 字数: 4321字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.07.021

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丽丹	南京航空航天大学计算机科学与技术学院	2	0	0.0	0.0