检索结果-南通市图书馆

检索条件"主题词=气候现象预测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

动态图神经网络算法在气象要素和气候现象预测中的应用研究

动态图神经网络算法在气象要素和气候现象预测中的应用研究

引用

作者：郝介云吉林大学

学位级别：硕士

现如今,准确的气象预测对于指导人们的生产生活有着重大意义,其中气象要素预测与气候现象预测是气象预测中不可或缺的两个主要组成部分。气象要素预测是指对某地区特定时刻下的气温、湿度等大气物理指标的预测;气候现象预测是指对在一... 详细信息

现如今,准确的气象预测对于指导人们的生产生活有着重大意义,其中气象要素预测与气候现象预测是气象预测中不可或缺的两个主要组成部分。气象要素预测是指对某地区特定时刻下的气温、湿度等大气物理指标的预测;气候现象预测是指对在一定时间范围内(数年到数十年)和特定地区内出现的气象要素的统计规律或周期性变化的预测,其中包括厄尔尼诺现象的预测、热带大气季节内振荡的预测等。现有的气象预测方法主要分为传统的数值模式预测方法和深度学习方法。深度学习方法通过大量气象数据学习到气象系统的复杂规律,无需显式地求解微分方程,因而相较于传统基于物理方程的数值模式气象预测方法具有相对较小的时间复杂度,并保持很好的预测准确性。然而,现有的应用于气象预测的深度学习模型难以应用在以非欧几里得形式存储的观测站信号,而图神经网络所具有的高度灵活性与物理一致性使得其在气象预测领域的应用越来越频繁。但静态的图结构很难捕获地球系统中大气模式的气候态变化,从而导致预测结果与真实值偏差较大。此外,由于气象数据记录有限,深度学习模型在气象应用中普遍存在着可用样本量有限的问题。根据上述问题,本文旨在提出基于物理指导的动态图学习器,并应用于气象要素预测和气候现象预测。针对气候态变化导致的预测结果偏差较大的问题,本文采用动态图学习器,即从长时间序列气象样本中训练出能捕获气候态变化的图学习器。针对深度学习模型在气象应用中存在样本量有限的问题,本文通过物理指导方法将大气动力学和不同尺度上多个气象要素之间的相互作用融入深度学习模型,以弥补模型本身拟合性能的不足,从而提高样本效率。具体的工作分为以下两个方面:1.在气象要素预测应用中,本文提出了一种基于物理指导的动态图学习器用于动态气候模式图循环网络模型(Dynamic Climate Pattern Graph Recurrent Network Model,DCPGRN)。该动态图学习器采用基于参数化相似的动态图更新机制以应对气候态变化导致预测结果偏差较大的问题,并基于叠加原理对模型引入物理指导以解决气象应用中样本量有限的问题。此外,为了提高动态图结构的准确性、平滑性和稀疏性,本文还提出了自定义的复合损失函数。实验结果表明,本文提出的DCPGRN模型在短期(12h)及中长期(312h)内的气温预测性能比最先进的条件局部卷积循环网络方法分别提高了21.32%和26.95%。2.在气候现象预测应用中,本文提出了一种引入定制归纳偏置的动态图GNN-Transformer模型(Inductive Bias Infused Dynamic Graph GNN-Transformer Model,IBDGFormer)。为了进一步解决深度学习气象应用中存在的小样本问题,本文在原有物理指导的基础上,针对海陆气象数据分布相互干扰、缺乏领域知识指导的均匀采样以及高频信号值易平滑的挑战,补充加入了相应的物理指导模块。本文将气象要素预测应用中提出的动态图学习器与补充加入的物理指导模块共同构成了定制归纳偏置的动态图学习器。实验结果表明,本文提出的IBDGFormer模型,对比MJO预测中有效时长较最先进的欧洲中期天气预报中心的预测模型有了2天的提升;对比ENSO预测中相关系数指标较最先进的全球时空遥相关耦合器模型在提前期为9个月内均取得了一定幅度的提升且在提前期为14个月内满足相关系数大于0.5。综上,本文所提出的模型在一定范围内具有较好的预测性能,展现出了一定的实践与工程应用价值,为气象要素和气候现象预测提供了新颖的研究方法。

关键词：动态图样本量有限问题物理指导气象要素预测气候现象预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：