基于蒙特卡洛分位数回归的卫星温度预测方法

本发明公开了一种基于蒙特卡洛分位数回归的卫星温度预测方法，包括：获取待预测时间点前的多个时间点的卫星温度数据；根据卫星温度数据构建时序温度数据；将时序温度数据分别多次与一个范围在0～1之间的随机分位数水平拼接，获取多个输入数据；将输入数据分别输入预训练的LSTM‑MCQR模型中，获得多个对应的预测温度；用多个预测温度的均值作为最终预测温度，用多个预测温度的标准差作为不确定性。本发明将LSTM与MCQR相结合，将时序数据与随机分位数水平相结合后作为LSTM‑MCQR模型的输入，通过LSTM‑MCQR模型输出的多个预测温度计算最终预测温度值与不确定性，既能发挥LSTM挖掘并提取时序信息进行温度预测的能力，又能基于MCQR原理进行不确定性量化。