基于深度学习的气象多源融合格点数据地形订正方法及系统

本发明提出了基于深度学习的气象多源融合格点数据地形订正方法及系统，包括：构建时空数据集；其中，所述时空数据集包括：站点数据集、地形数据集和实况格点数据集；将所述时空数据集，输入深度神经网络中进行训练，获取订正模型；其中，所述深度神经网络模型采用多层全连接神经网络模型；基于所述订正模型，获取降水订正值。本发明以全连接神经网络对广东省的气象多源融合格点数据进行地形订正的技术，可以对提升天气预报、气象服务以及气象灾害风险评估、管理和预警等多项业务技术水平的强有力支持，对于保障人民的生产、生活、财产安全有着重要的现实意义。