一种数值模拟风场的智能订正方法

本发明公开一种数值模拟风场的智能订正方法，属于数值模拟领域，包括收集并处理站点观测风场数据和数值模式模拟的多个特征变量数据，使用随机森林(Random Forest)模型筛选对风场有显著影响的重要特征变量，将观测风场和重要特征变量的数据集划分为训练集、验证集和测试集，构建和训练BP(Back Propagation)神经网络模型，并通过调整参数来寻找最优模型，评估最优BP神经网络模型性能，并进行可视化处理；本发明基于观测风场数据和数值模式数据，利用随机森林模型，结合BP神经网络，构建数值模拟风场的智能订正方法，该方法在动力数值模式模拟风场的基础上，可进一步提高风场模拟的准确性，为数值模拟风场的订正提供一种新的方法。