<article-title>基于深度学习的南海北部海温预报影响因素探究<bold/></article-title>

海表面温度(sea surface temperature, SST)受到海洋大气相互作用过程的显著影响，与全球气候、海洋环流以及海洋生态环境有着密切联系。利用卫星遥感SST融合数据以及大气再分析数据，基于卷积长短期记忆神经网络(convolutional long-short term memory, ConvLSTM)对南海北部未来7 d SST预报开展研究。通过多组敏感性试验，从模型参数、气象要素以及预报策略三方面探讨影响SST预报效果的关键因素并获取最优模型配置。输入历史14 d SST数据至4层自回归模型可以得到最佳均方根误差0.21~0.66 °C；添加多项气象要素对于模型起到约1...

Full description

Bibliographic Details

Published in:	Haiyang yu huzhao
Main Authors:	李 建东, 席 紫涵, 邱 春华, 李 小燕, 朱 学明, 王 辉
Format:	Article
Language:	Chinese
Published:	Science Press 2025-06-01
Subjects:	深度学习 ConvLSTM 表层海温 气象要素
Online Access:	https://www.sciengine.com/doi/10.11693/hyhz20240500116