深度學(xué)習(xí)在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用分析及研究進(jìn)展綜述

摘要： 隨著傳感器網(wǎng)絡(luò)和全球定位系統(tǒng)等技術(shù)的進(jìn)步，兼有時(shí)間與空間特性的氣象數(shù)據(jù)體量呈爆炸式增長，針對(duì)時(shí)空序列預(yù)測（STSF）的深度學(xué)習(xí)模型研究得到了迅猛發(fā)展。然而，長期以來用于天氣預(yù)報(bào)的傳統(tǒng)機(jī)器學(xué)習(xí)方法在提取數(shù)據(jù)的時(shí)間相關(guān)性與空間依賴性方面的效果往往并不理想。與此同時(shí)，深度學(xué)習(xí)方法通過人工神經(jīng)網(wǎng)絡(luò)自動(dòng)提取特征，可以有效提高天氣預(yù)報(bào)的準(zhǔn)確度，并且在編碼長期空間信息的建模方面有相當(dāng)優(yōu)秀的效...