摘要
本发明公开了基于气象模型及图神经网络的高分辨率城市湿度预测方法,包括:确定研究区域的所在位置,并设置大尺度的气象模型网格;利用气象模型、研究区域的不同气象场再分析数据、研究区域的气象站相对湿度监测数据,构建气象数据库;基于构建好的气象数据库,利用训练并优化后的图神经网络模型预测研究区域的气象参数,形成气象边界条件;基于获得的气象边界条件,利用计算流体力学模型获取研究区域的高分辨率城市相对湿度数据,并进行数据精度验证。本发明解决了获取城市区域相对湿度时边界条件获取困难、气象模型计算时间长、高分辨率数据模拟结果精度低等难题,旨在为未来城市气候和环境可持续发展措施以及碳排放政策的制定提供科学支持。
技术关键词
相对湿度
神经网络模型
流体力学模型
气象站
统计学方法
双层嵌套网格
环境可持续发展
估计算法
气象监测数据
非结构网格
精度
参数
风速
时序特征
传播算法
分辨率
时间段
系统为您推荐了相关专利信息
工艺参数优化方法
非线性回归模型
选区熔化成形
金属粉末激光
人工神经网络模型
过滤方法
LightGBM模型
特征工程方法
斯皮尔曼等级相关系数
斯皮尔曼相关系数
迁移诊断方法
跨设备
训练样本数据
故障特征
卷积神经网络模型