气温的变化对于社会生产、人民生活以及生态环境都有着重要影响。为了实现气温的精细化预报，提出一种基于长短期记忆神经网络（LSTM）的逐时气温预报模型。实验使用仙居国家基本气象站2017—2021年的每日逐小时气象观测数据，通过气压、降水、风速等多要素的历史数据预报未来12小时的逐小时气温值，平均绝对误差值为1.14℃，相比循环神经网络（RNN）模型的1.21℃，其精度更高，利用该模型对气温进行分析可为气象工作者提供一定的参考。
科研之友
微信
新浪微博
Facebook
分享链接
