| 基于LSTM-RNN的海水表面温度模型研究 |
| |
| 引用本文： | 朱贵重,胡 松.基于LSTM-RNN的海水表面温度模型研究[J].应用海洋学学报,2019,38(2):191-197. |
| |
| 作者姓名： | 朱贵重 胡 松 |
| |
| 作者单位： | 上海海洋大学海洋科学学院，上海 201306,上海海洋大学海洋科学学院，上海 201306 |
| |
| 摘 要： | 针对数值模式和统计学习方法在海表面温度(SST)建模中的不足,将长短时记忆循环神经网络(LSTM-RNN)应用于SST的建模。使用研究海区24 a月平均的SST和太阳辐射、风场、蒸发降水等物理参数,通过LSTM-RNN构建西太平洋研究海区SST时间序列变化模型,用于预报研究海区下个月SST。建立了两个模型model1和model2,model1仅使用SST数据作为model2的对照,model2使用SST和其他物理参数。结果表明:model2在验证数据中的MAE为0. 15℃,RMSE为0. 19℃,相关性系数为0. 978,和model1相比总体准确性提升31%,表明LSTM-RNN应用于SST建模是可行的; LSTM-RNN可以建立其他物理参数与SST的关系,从而显著提升海水表面温度模型的准确性。
|
| 关 键 词： | 海洋物理学 LSTM-RNN SST 神经网络 |
Study on sea surface temperature model based on LSTM-RNN |
| |
| ZHU Gui-chong and HU Song.Study on sea surface temperature model based on LSTM-RNN[J].Journal of Applied of Oceanography,2019,38(2):191-197. |
| |
| Authors: | ZHU Gui-chong and HU Song |
| |
| Institution: | College of Marine Science, Shanghai Ocean University, Shanghai 201306, China and College of Marine Science, Shanghai Ocean University, Shanghai 201306, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《应用海洋学学报》浏览原始摘要信息 |
| 点击此处可从《应用海洋学学报》下载免费的PDF全文 |
|
