基于LSTM模型的区域加权平均温度信息获取方法和设备技术

本发明专利技术公开一种基于LSTM模型的区域加权平均温度信息获取方法，包括：采集区域的ERA5再分析数据；构建与年周期、半年周期和日周期有关的大气加权平均温度模型，基于最小二乘法计算所述大气加权平均温度模型各项系数的振幅大小；获取大气加权平均温度模型的计算数值以及大气加权平均温度模型残差值；构建LSTM神经网络误差补偿模型，获取大气加权平均温度模型残差预报值；基于大气加权平均温度模型以及大气加权平均温度模型残差预报值，获取大气加权平均温度。本发明专利技术技术通过构建误差补偿模型，有效弥补现有技术中对大气加权平均温度数值获取计算难度高、精度低等难题，能够进行广泛应用，且具备明显的精确性。且具备明显的精确性。且具备明显的精确性。

【技术实现步骤摘要】
基于LSTM模型的区域加权平均温度信息获取方法和设备


[0001]本专利技术涉及全球导航卫星系统与气象学领域
，具体涉及一种基于LSTM模型的区域加权平均温度信息获取方法和设备。

技术介绍

[0002]水汽是大气的一种重要成分，也是大气中最为活跃的气象参数，水汽的变化直接影响着降水量的大小，在气候变化方面有着十分重要的影响。大气中水汽含量获取可通过地基GNSS技术反演大气可降水(PWV)实现。PWV由天顶对流层湿延迟(ZWD)和ZWD转换为PWV的水汽转换系数(Π)计算得到，关系式为PWV＝Π
·
ZWD。PWV的精度主要包括GNSS观测数据解算ZWD的精度以及Π的精度。而大气加权平均温度Tm是计算Π的一个关键参数，因此Π的精度主要取决于大气加权平均温度Tm的精度。
[0003]获取加权平均温度Tm计算方法一般是使用探空观测站获得的气象资料进行积分求解大气加权平均温度，但该方法在探空数据获取困难的区域精度较低，适用性较差。计算加权平均温度Tm的方法中，普遍使用的是Bevis建立的关于大气加权平均温度Tm与地表温度T本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM模型的区域加权平均温度信息获取方法，其特征在于，包括：S01，采集区域的ERA5再分析数据，所述数据类型包含区域各格网点多气压的重力势、温度和比湿；针对再分析数据进行数据预处理；S02，构建与年周期、半年周期和日周期有关的大气加权平均温度T
m1
模型，基于最小二乘法计算所述大气加权平均温度T
m1
模型各项系数的振幅大小；S03，获取大气加权平均温度T
m1
模型的计算数值以及大气加权平均温度T
m1
模型残差值ΔT
m1
；S04，构建LSTM神经网络误差补偿模型，获取大气加权平均温度T
m1
模型残差预报值ΔT
m2
；S05，基于所述大气加权平均温度T
m1
模型以及大气加权平均温度T
m1
模型残差预报值ΔT
m2
，获取大气加权平均温度T
m2
。2.根据权利要求1所述的一种基于LSTM模型的区域加权平均温度信息获取方法，其特征在于：所述再分析数据的数据预处理操作包括：将所述重力势转换为该气压分层的高度，比湿转换为大气水汽压；基于离散积分方法计算加权平均温度T
ERA5
：式(1)中，分别表示为相邻两个气压层之间的大气水汽压和大气绝对温度之和的平均值，e为大气水汽压，即Δh
i
为相邻两个气压层之间的高度差，即Δh
i
＝h
j+1
‑
h
j
；n为气压层数。3.根据权利要求2所述的一种基于LSTM模型的区域加权平均温度信息获取方法，其特征在于：所述加权平均温度T
ERA5
计算式中的大气水汽压e基于比湿
‑
气压
‑
水汽压的转换公式计算：式(2)中，q，p分别表示为同一气压层的比湿和大气压强；所述加权平均温度T
ERA5
计算式中的气压层高度h计算如下：h＝GP/g
ꢀꢀꢀꢀ
(3)式(3)中，h表示为位势高度；GP表示为重力势；g表示为重力加速度。4.根据权利要求1所述的一种基于LSTM模型的区域加权平均温度信息获取方法，其特征在于：所述大气加权平均温度T
m1
模型构建方法如下：
式(4)中，A0表示大气加权平均温度T
m1
的年均值；(A1,A2)、(A3,A4)和(A5,A6)分别表示大气加权平均温度T
m1
的年周期、半年周期和日周期的系数；doy表示年积日；hod...

【专利技术属性】
技术研发人员：赵兴旺，任梦，刘超，陈健，刘春阳，张翠英，余学祥，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：