清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Calibration of Typhoon Track Forecasts Based on Deep Learning Methods

台风 计算机科学 深度学习 天气研究与预报模式 人工智能 规范化(社会学) 卡尔曼滤波器 均方误差 机器学习 气象学 统计 地理 数学 社会学 人类学
作者
Chengchen Tao,Zhizu Wang,Yilun Tian,Yaoyao Han,Keke Wang,Qiang Li,Juncheng Zuo
出处
期刊:Atmosphere [Multidisciplinary Digital Publishing Institute]
卷期号:15 (9): 1125-1125
标识
DOI:10.3390/atmos15091125
摘要

An accurate forecast of typhoon tracks is crucial for disaster warning and mitigation. However, existing numerical weather prediction models, such as the Weather Research and Forecasting (WRF) model, still exhibit significant errors in track forecasts. This study aims to improve forecast accuracy by correcting WRF-forecasted tracks using deep learning models, including Bidirectional Long Short-Term Memory (BiLSTM) + Convolutional Long Short-Term Memory (ConvLSTM) + Wide and Deep Learning (WDL), BiLSTM + Convolutional Gated Recurrent Unit (ConvGRU) + WDL, and BiLSTM + ConvLSTM + Extreme Deep Factorization Machine (xDeepFM), with a comparison to the Kalman Filter. The results demonstrate that the BiLSTM + ConvLSTM + WDL model reduces the 72 h track prediction error (TPE) from 255.18 km to 159.23 km, representing a 37.6% improvement over the original WRF model, and exhibits significant advantages across all evaluation metrics, particularly in key indicators such as Bias2, Mean Squared Error (MSE), and Sequence. The decomposition of MSE further validates the importance of the BiLSTM, ConvLSTM, WDL, and Temporal Normalization (TN) layers in enhancing the model’s spatio-temporal feature-capturing ability.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
陈M雯完成签到 ,获得积分10
5秒前
五本笔记完成签到 ,获得积分10
11秒前
hzauhzau完成签到 ,获得积分10
19秒前
Yolo完成签到 ,获得积分10
32秒前
小学生学免疫完成签到 ,获得积分10
35秒前
bookgg完成签到 ,获得积分10
41秒前
长情箴完成签到 ,获得积分10
51秒前
serenity711完成签到 ,获得积分10
52秒前
czj完成签到 ,获得积分10
53秒前
科研狗完成签到 ,获得积分10
55秒前
北国雪未消完成签到 ,获得积分10
1分钟前
冯波完成签到 ,获得积分10
1分钟前
荼白完成签到 ,获得积分10
1分钟前
fhw完成签到 ,获得积分10
1分钟前
k001boyxw完成签到,获得积分10
1分钟前
简单发布了新的文献求助20
1分钟前
飞云完成签到 ,获得积分10
1分钟前
幽默的太阳完成签到 ,获得积分10
2分钟前
2分钟前
柯伊达完成签到 ,获得积分10
2分钟前
herpes完成签到 ,获得积分0
2分钟前
2分钟前
ceeray23发布了新的文献求助20
2分钟前
风华正茂完成签到 ,获得积分10
2分钟前
fatcat完成签到,获得积分10
2分钟前
2分钟前
CC发布了新的文献求助10
2分钟前
haralee发布了新的文献求助10
3分钟前
现代小丸子完成签到 ,获得积分10
3分钟前
双眼皮跳蚤完成签到,获得积分10
3分钟前
wefor完成签到 ,获得积分10
3分钟前
简单驳回了科奇应助
3分钟前
HanQing完成签到,获得积分10
3分钟前
tianshuai完成签到 ,获得积分0
3分钟前
风中夜天完成签到 ,获得积分10
3分钟前
3分钟前
lixuebin完成签到 ,获得积分10
3分钟前
xun发布了新的文献求助10
3分钟前
大医仁心完成签到 ,获得积分10
3分钟前
简单完成签到,获得积分10
3分钟前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3990809
求助须知:如何正确求助?哪些是违规求助? 3532233
关于积分的说明 11256603
捐赠科研通 3271081
什么是DOI,文献DOI怎么找? 1805229
邀请新用户注册赠送积分活动 882302
科研通“疑难数据库(出版商)”最低求助积分说明 809236