深度學習在氣象數據訂正中的應用綜述

摘要： 數據訂正是資料同化的核心過程之一，即通過修正和校準數據提高資料同化的效果。針對氣象觀測存在多種誤差導致氣象數據存在偏差的問題，綜述深度學習在氣象數據訂正中的應用，應用場景包括氣象模式訂正、天氣預報和氣候預測。首先，介紹氣象數據訂正的重要性，同時回顧傳統的氣象數據訂正方法，如統計學、傳統機器學習等，并分析它們的優(yōu)點和局限性；其次，詳細介紹基于深度學習的數據訂正在3個場景中的應用，... （共11頁）