一种基于深度学习的风速预报系统

本发明公开了一种基于深度学习的风速预报系统，属于气象预报技术领域。系统包括耦合模式框架：集成大气模式WRF、海洋模式ROMS、海浪模式SWAN的三重嵌套架构，通过模型耦合工具MCT传递变量；深度学习粗糙度参数化模块：集成于大气模式WRF的MYNN边界层方案，实时计算海面粗糙度；全波谱积分模块：嵌入海洋模式ROMS，接收海浪模式SWAN提供的波浪谱数据计算斯托克斯漂流剖面；智能订正模块：对模式输出的风速数据进行空间插值，结合LightGBM模型校正误差，输出最终预报产品。本发明将深度神经网络嵌入WRF边界层模型内核，实时更新海面粗糙度参数，动态响应波浪演化过程，显著提升复杂海况下风场预报的时空适应能力。