New York State Mesonet

新的LSTM-ViT架构改进了天气预报误差预测

研究人员开发了一种新颖的混合LSTM-Vision Transformer (LSTM-ViT)架构，以改进高分辨率数值天气预报（NWP）系统中预报误差的预测。该新框架整合了来自地表观测的序列学习和大气廓线数据，其性能优于以前仅使用LSTM的模型。LSTM-ViT在降水预报误差方面的预测能力提高了两倍，并能更好地捕捉边界层活动和对流等复杂大气现象。