中国科技论文在线
基于Transformer架构的能见度预报框架
A Transformer-based Temporal Framework for Visibility Forecasting
吴铭 蒋钰
摘要
作为航空飞行中重要的危险天气之一，低能见度天气直接影响到军事活动、城市道路系统、海上运输和市民的正常出行，因此准确预测即将出现的能见度变得尤为重要。传统的气象学中使用基于气象因素的物理参数化公式对能见度进行预测。现有的深度学习方法，如LSTM和RNN取得了良好的准确性，但由于模型结构的限制，它们无法获取长距离依赖关系。同时，能见度也是与多个气象因素互相关联，与历史能见度序列数据也有一定的规律。Transformer既能捕捉时间序列中的长距离依赖，又能提取其他气象因素与能见度之间的相关性。为了评估其性能，本文使用Transformer预测能见度，使用中国气象局的能见度数据。实验结果表明，Transformer在预测能见度上的表现优于其他模型。
关键词
能见度预测/数值预测/注意力机制/时间序列预测Key words
visibility prediction/numerical prediction/Transformer/time series forecasting引用本文复制引用
学科分类
天文学、地球科学(大气科学（气象学）)/航空、航天(航空)