计算机应用

作者：蒋鸿儒, 方巍

单位：1.南京信息工程大学 计算机学院，南京 210044；2.中国气象局交通气象重点开放实验室（南京气象科技创新研究院），南京 210041；3.江苏省大气环境与装备技术协同创新中心（南京信息工程大学），南京 210044

关键词：深度学习,数据订正,资料同化,气候预测,天气预报

基金：国家自然科学基金资助项目(42075007);中国气象局流域强降水重点开放实验室开放研究基金资助项目(2023BHR?Y14);中国气象局交通气象重点开放实验室开放研究基金资助项目(BJG202306)

数据订正是资料同化的核心过程之一，即通过修正和校准数据提高资料同化的效果。针对气象观测存在多种误差导致气象数据存在偏差的问题，综述深度学习在气象数据订正中的应用，应用场景包括气象模式订正、天气预报和气候预测。首先，介绍气象数据订正的重要性，同时回顾传统的气象数据订正方法，如统计学、传统机器学习等，并分析它们的优点和局限性；其次，详细介绍基于深度学习的数据订正在3个场景中的应用，深度学习方法主要包括卷积神经网络（CNN）、循环神经网络（RNN）和Transformer，并且通过归纳总结当前的研究进展，讨论数据订正中深度学习方法与传统方法的优劣；最后，总结深度学习在数据订正中存在的局限性，同时指出深度学习在气象数据订正中的优化方式和未来发展方向。

来源：2024年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第12期