摘要
本申请公开了一种基于时空图神经网络的气象数据降尺度方法及装置,所述方法包括:获取研究区域内气象站点的气象观测数据集及网格化数据集;对数据集进行数据预处理,并利用预设的相关性分析算法确定对应的特征变量;根据气象观测数据集、网格化数据集及对应的特征变量,构建得到用于降尺度的数据集;将用于降尺度的数据集输入已训练的第一时空图神经网络对低分辨率气象网格数据进行降尺度处理,得到预测的高分辨率气象网格数据;利用已训练的第二时空图神经网络对预测的高分辨率气象网格数据进行偏差订正,得到修正的高分辨率气象网格数据。本申请能更快速、准确地捕捉局部地区气象现象的细节,提高降尺度后气象数据的分辨率和精度。
技术关键词
数据降尺度方法
气象观测数据
网格
变量
气象站
建模系统
K近邻方法
WRF模式
分辨率
数据获取单元
存储计算机程序
数据处理模块
算法
卷积模块
电子设备
处理器
系统为您推荐了相关专利信息
编织复合材料
可靠性分析方法
细观结构
细观模型
纱线
风电功率预测技术
序列
分解算法
噪声
时间卷积网络
物流机器人
智能仓储
路径规划方法
蚁群算法
节点