基于神经网络的数值预报风场数据误差修正方法、系统、介质及设备

本发明涉及数值天气预报和深度学习领域，公开了一种基于神经网络的数值预报风场数据误差修正方法、系统、介质及设备，其包括：采集国际公开发布的预报数据和再分析数据，进行数据预处理后得到的数据集划分为训练集、验证集和测试集，并对数据集进行时空匹配和归一化；利用训练集建立水平空间多对多的变量映射关系，在建立的多重映射关系的基础上扩展时间维度，搭建基于3D U‑Net深度学习模型；利用训练集和验证集对基于3D U‑Net深度学习模型进行训练和参数调优，构建多要素多时效预报的深度学习订正模型；利用训练好的深度学习订正模型对测试集进行订正。本发明能解决多预报时效多变量的协同订正问题。