基于时间序列的山区风向预测方法研究OA
Research on Wind Direction Prediction Method in Mountainous Area Based on Time Series
为更好地预测山区风向,分别使用自回归滑动平均模型(ARMA)、极端梯度提升算法(XGBoost)和长短期记忆网络(LSTM)对山区4个气象站的风向时间观测序列进行预测,比较3种算法的优劣.针对风向独特的性质,结合传统气象学知识,探索了一种风向的预测方法:引入风速序列,将风速、风向拆分为U、V风并对其分别进行预测,进而将结果合成,使用设定的风向评分检验结果.对比结果表明:XGBoost获得了最高的评分;使用双时间序列预测风向相比单序列效果更好.
武略;焦瑞莉;夏江江
北京信息科技大学信息与通信工程学院,北京 100101北京信息科技大学信息与通信工程学院,北京 100101中国科学院大气物理研究所,北京 100029
天文与地球科学
山区风向时间序列极端梯度提升算法长短期记忆网络预测方法
《现代农业科技》 2022 (4)
171-178,8
国家重点研发计划"科技冬奥"重点专项"冬奥会气象条件预测保障关键技术"(2018YFF0300100).
评论