| 深度学习方法在干旱预测中的应用 |
| |
| 引用本文： | 米前川,高西宁,李玥,李馨仪,唐莹,任传友.深度学习方法在干旱预测中的应用[J].应用气象学报,2022,33(1):104-114. |
| |
| 作者姓名： | 米前川 高西宁 李玥 李馨仪 唐莹 任传友 |
| |
| 作者单位： | 沈阳农业大学农学院, 沈阳 110866 |
| |
| 基金项目： | 国家重点研发计划(2019YFD1002204)。 |
| |
| 摘 要： | 使用标准化降水蒸散指数作为农业干旱的监测指标,以站点气象要素和大尺度环流要素为驱动变量,建立干旱预测模型,分析评价传统的整合移动平均自回归(ARIMA)时间序列模型以及不同深度神经网络模型(DNN)的预测效果.结果 表明:DNN模型的总体预测能力优于ARIMA模型;同基于长短期记忆网络(LSTM)提出的传统LSTM预测...
|
| 关 键 词： | 干旱预测 标准化降水蒸散指数 长短期记忆网络 卷积神经网络 深度学习 |
| 收稿时间： | 2021-07-01 |
Application of Deep Learning Method to Drought Prediction |
| |
| Mi Qianchuan,Gao Xining,Li Yue,Li Xinyi,Tang Ying,Ren Chuanyou.Application of Deep Learning Method to Drought Prediction[J].Quarterly Journal of Applied Meteorology,2022,33(1):104-114. |
| |
| Authors: | Mi Qianchuan Gao Xining Li Yue Li Xinyi Tang Ying Ren Chuanyou |
| |
| Institution: | College of Agronomy, Shenyang Agricultural University, Shenyang 110866 |
| |
| Abstract: | |
| |
| Keywords: | drought prediction standardized precipitation evapotranspiration index long and short-term memory network convolutional neural network deep learning |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《应用气象学报》浏览原始摘要信息 |
| 点击此处可从《应用气象学报》下载免费的PDF全文 |
|
