摘要
本发明提供一种基于GraphSAGE‑LSTM的大雾临近预报方法及系统,方法包括:采集原始气象数据,按照预置时间间隔、阈值数据,检测并剔除原始气象数据中的异常数据,得到适用气象数据;选取不少于2个适用大雾发生过程信息,采集时空信息,根据时空信息及适用气象数据以及适用大雾发生过程信息,处理得到时序数据,据以构建数据集;以气象观测站点作为图节点,利用预置逻辑以及节点间距离阈值,构建邻接矩阵,获取观测站点图结构;构建并利用归纳式图神经网络模型,处理得到周边气象要素的空间分布特征,据以处理得到大雾临近预报结果。本发明解决了难以有效提取站点数据之间的空间信息的技术问题。
技术关键词
临近预报方法
神经网络模型
空间分布特征
节点间距离
气象
时序神经网络
邻居
节点特征
异常数据
逻辑
能见度
站点
累积分布函数
模块
矩阵
预报系统