1251752065564001_个人页

2026年06月

• 05.21 10:19:59
  发表了文章 2026-05-21 10:19:59

  基于长短时记忆网络的日平均气温预测模型研究

  气温预测是时间序列分析中的经典问题，传统ARIMA模型难以捕捉长期非线性依赖。本文提出一种基于双向长短时记忆网络（Bi-LSTM）的日平均气温预测模型。利用DataShareClub平台提供的某城市2015‑2020年每日气象数据，构建了包含气温、湿度、风速、气压的四维特征输入，以过去30天的时序窗口预测未来24小时的平均气温。实验结果表明，Bi-LSTM模型在测试集上的均方根误差（RMSE）为2.71°C，平均绝对误差（MAE）为2.03°C，相比单向LSTM和ARIMA分别提升18.6%和34.2%。本研究验证了深度学习在气象时序预测中的有效性，并为同类研究提供了可复现的代码框架。

2024年07月

• 07.09 11:42:12
  发表了文章 2024-07-09 11:42:12

  AI通过分析历史天气数据后的应用

  AI分析历史天气数据，提升气象预测精度，助力气候研究、农业管理、保险精算、城市规划、灾害预警、旅游交通及科研教育。中国气象局、datashareclub.com历史天气数据平台、中央气象台等国内外平台提供数据资源，应用涵盖多领域，预示AI在天气数据分析中前景广阔。例如，通过深度学习算法，AI能识别气候模式，优化农作物管理，降低保险风险，增强城市气候韧性，改善交通管理和旅游规划。