基于数值—循环神经网络相结合的回南天客观预报方法

摘要

利用2015—2021年河源国家站资料和东源县回南天观测资料，基于门控循环神经网络（Gate Recurrent Unit,GRU）构建以未来24、48 h室内地表温度为预测目标的回归预测模型，以2022年的观测数据作为测试集对模型性能进行评估，并结合人工智能与数值预报产品，以提升回南天预报水平。结果表明：（1）GRU模型比多元线性模型效果更佳；（2）准确的数值预测结果能够提升GRU模型预测的鲁棒性；（3）该方法结合了人工智能和数值预报，准确率主要取决于数值预报的露点温度和气温的性能。

关键词

回南天 / 室内地表温度 / 循环神经网络 / 数值预报