文章详情

摘要

针对气象时序数据规模和维度剧增，现有模型对数据信息利用率不足、训练时间较长、预测精度不高和泛化能力弱等问题，提出一种基于图卷积神经网络（GCN）和融入注意力机制的双向长短期记忆网络（BiLSTM-attention）模型对气象数据进行预测。该模型在预测安徽省铜陵气象站未来连续一周的气温时，平均RMSE误差为1.88，平均MSE为1.64，与其他模型相比精度最高，同时在预测四个代表区域的气温时，各区域的误差相差不大，证明了该模型泛化性能好，预测准确度高。

关键词

双向长短期记忆神经网络；图卷积神经网络；注意力机制；气温预测

参考文献

1. [1] 孙浩翔.相邻日间气温变化及表观温度对合肥市癫痫门诊就诊人次的影响 [D].合肥：安徽医科大学，2023.
2. [2] 张宽.气温变化对心血管疾病的影响及预防管理研究 [D].兰州：兰州理工大学，2023.
3. [3] 方雯，林自强，孟瑞琳，等.夏季气温和湿度暴露对人群非意外死亡的联合效应研究 [J].环境卫生学杂志，2024，14（9）：736-744.
4. [4] 李勇，童绍玉.气候变化对我国农业的影响及其适应研究 [J].安徽农学通报，2023，29（5）：151-157+175.
5. [5] 刘勇，何枚玲.气温变化与能源消耗的关联机制 [J].中国西部，2023（3）：80-91.
6. [6] 柳雪丽.特殊气象条件对交通出行安全影响的研究综述 [J].智能城市，2017，3（7）：29-31.
7. [7] 刘新，赵宁，郭金运，等.基于LSTM神经网络的青藏高原月降水量预测 [J].地球信息科学学报，2020，22（8）：1617-1629.
8. [8] 赵明珠，王丹，方杰，等.基于LSTM神经网络的地铁车站温度预测 [J].北京交通大学学报，2020，44（4）：94-101.
9. [9] 马栋林，马司周，王伟杰.基于图卷积网络和门控循环单元的多站点气温预测模型[J].计算机应用，2022，42（1）：287-293.
10. [10] 王彦卷.基于CNN-LSTM和气象要素关联的气温时空预测 [D].银川：宁夏大学，2023.
11. [11] SAHA A，SINGH K N，RAY M，et al. Fuzzy Rule-Based Weighted Space–Time Autoregressive Moving Average Models for Temperature Forecasting [J].Theoretical and Applied Climatology，2022，150（3）：1321-1335.
12. [12] VICTOR S O，ALEXANDRE P R C，JOHN S，et al. Spatiotemporal Analysis of Bidimensional Wind Speed Forecasting：Development and Thorough Assessment of LSTM and Ensemble Graph Neural Networks on the Dutch Database [J].Energy，2023，278：1-16.

基金项目

河北省教育厅科学研究项目资助（ZD2021043）

作者简介

王玉洁（2000—），女，汉族，河北衡水人，助理讲师，硕士研究生，研究方向：数学；王倩影（1984—），女，汉族，河北保定人，副教授，博士研究生，研究方向：深度学习。