基于CNN-LSTM模型的融合气象空间特征的臭氧预测方法

基于CNN‑LSTM模型的融合气象空间特征的臭氧预测方法，属于空气质量预测技术领域，解决如何更为精准预测高浓度臭氧污染的问题，本发明采用卷积神经网络对气象数据进行空间特征提取，将提取的空间特征输入长短时记忆神经网络，建立基于卷积‑长短时记忆神经网络的臭氧预测模型，长短时记忆神经网络输出的隐藏状态向量通过全连接层，全连接层负责特征分配与输出，将LSTM输出的隐藏状态映射到臭氧浓度的预测值，最终输出最大日8小时平均臭氧浓度预测值；本发明的技术方案对理解臭氧污染与多尺度气象过程的复杂关系，制定和实施精准有效的空气质量管理政策具有十分重要的意义。