机构名称：
¥ 3.0
摘要：随着人工智能的快速发展，机器学习逐渐流行，这是各行各业的预测。在气象学中，它正在逐渐与以物理模型为主的传统气候预测竞争。这项调查旨在巩固当前对机器学习（ML）应用程序在天气和气候预测中的了解，这是包括农业和灾难管理在内的多个部门越来越重要的领域。基于对现有文献中强调的20种多种方法的详尽审查，这项调查指出了八种技术，这些技术表明了提高短期天气和中期气候预测的准确性的特别有望。根据调查，虽然ML在短期天气预测中表现出显着的功能，但其在中期气候预测中的应用仍然有限，受到诸如复杂的气候变量和数据限制之类的因素的限制。当前的文献倾向于将狭义地集中在短期天气或中期气候预测上，通常会忽略两者之间的关系，以及对建模结构和最新进展的一般忽视。通过对涵盖不同时间尺度的模型进行综合分析，该调查旨在弥合这些差距，从而在这个快速发展的领域中为未来的跨学科研究提供了有意义的指南。
天气和气候应用中的机器学习方法：调查
主要关键词
相关文件推荐
