台风是一种极端天气事件，每年夏天都会对沿海地区的城市经济造成重大损失。 预测台风的形成和强度以对台风灾害进行预警是非常重要的。 传统的基于流体理论的数值预报模型仍然很难准确地预测台风强度。 一些研究尝试使用机器倾斜方法来预测台风的形成和强度，但是他们并未考虑台风形成变量之间的时空关系。 在这里，我们提出了一个混合的CNNLSTM模型来学习大气和海洋变量的时空相关性。 我们的CNN-LSTM模型引入了3D卷积神经网络（3DCNN）和2D卷积神经网络（2DCNN），以了解台风形成特征之间的空间关系。 我们利用LSTM来学习台风路径中特征的时间序列关系。 在三个数据集上进行的广泛实验表明，我们的CNN-LSTM混合模型优于现有方法，包括许多官方组织使用的传统数值预测模型，统计预测方法和基于机器学习的方法。
2022-01-04 13:05:11
4.32MB
1
2019年台风路径kml文件，包含台风国际编号、名称、6小时间隔时间、中心最大风速等，能使用google earth直接打开查看
2021-11-22 10:39:45
1.59MB
1
该文档可以对已有的台风数据进行路径绘制，主要区域为太平洋地区。同时每行代码都有解释，可以实现单条路径或者多条路径的绘制。以及经纬度、colorbar、地形边界等设置。
2021-11-21 22:00:28
4KB