基于注意力机制与自适应时序分解的气温预报模型.pdfVIP

第卷第期气象

５０６Ｖｏｌ．５０Ｎｏ．６

年月

２０２４６Ｊｕｎｅ２０２４

ＭＥＴＥＯＲＯＬＯＧＩＣＡＬＭＯＮＴＨＬＹ

，，，［］，（）：，，

杨彬马廷淮黄学坚２０２４．基于注意力机制与自适应时序分解的气温预报模型Ｊ．气象５０６７２３７３２．ＹａｎＢＭａＴＨ

ｇ

，［］，（）：

ＨｕａｎＸＪ２０２４．ＡｉｒｔｅｍｅｒａｔｕｒｅｆｏｒｅｃａｓｔｉｎｍｏｄｅｌｂａｓｅｄｏｎａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍａｎｄＡｄａＳＴＬＪ．ＭｅｔｅｏｒＭｏｎ５０６７２３

ｇｐｇ

（）

７３２ｉｎＣｈｉｎｅｓｅ．

基于注意力机制与自适应时序分解的气温预报模型

杨彬马廷淮黄学坚

，

南京信息工程大学计算机学院南京２１００４４

提要：，

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足提出了一种基于稀疏注意力与自适应时序分解

（）。，

的气温预报模型该模型整体采用编码器解码器架构结合稀疏注意力机制以有效捕捉气象观测数据间的长期

ＡＴＦＳＡＳ

。，。，

依赖性为减少编码过程中造成的冗余提出了一种信息蒸馏方法通过结合多层解码器与自适应时序分解单元逐步细化

，。，，

预报信号中的周期性和趋势性分量实现了较为精准的气温预报基于德国耶拿气象数据集进行２４ｈ精细化气温预报其

。，，

平均绝对误差为１．７１０８℃基于中国地面气候资料日值数据集进行中短期日平均气温预报和多地区单日平均气温预报相

比传统模型，模型的预报性能分别提升了和。

ＬＳＴＭＡＴＦＳＡＳ３５．５６％２３．６６％

关键词：，，，

人工智能深度学习时序预测气温预报

中图分类号：，，文献标志码