神经网络残差的加权平均温度模型改进方法

针对GPT3经验模型估计加权平均温度的泛化能力不足的缺点，该文提出了一种使用神经网络对GPT3模型的残差进行改正的方法，从而建立一个高精度的改进模型。使用了全球站点无线电探空资料数据集(IGRA)提供的中国区域内的38个探空站点共108 633组数据进行建模，其中2012—2014年的数据用于模型训练，2015年的数据用于模型检验。最终结果表明：改进模型的均方根误差值为2.91 K,精度相比GPT3模型计算得到的估计值提高了32.2%,加权平均温度估计精度有了显著的提高，且在整个中国区域都有较好的泛化能力。