一种基于深度学习的多气象因子模式预报温度订正方法

本发明公开了一种基于深度学习的多气象因子模式预报温度订正方法，涉及气象数据处理技术领域，包括，采集多气象因子数据和观测温度场数据，输出气象图结构；将气象图结构输入图卷积网络进行深度特征提取，输出多气象因子特征张量；通过动态门控融合网络对多气象因子特征张量进行全局和局部时空特性分析，输出融合特征张量；将融合特征张量输入全连接神经网络进行非线性变换与维度映射，形成深度学习的温度订正模型；对温度订正模型进行不同的模型参数扰动，生成准确率指数；输入到质量检测模型进行训练，判断各温度订正模型的质量。本发明通过气象图结构构建与动态门控融合双机制协同，实现多气象因子的深度特征提取与自适应权重融合。