《表2 2017年沅陵、溆浦、靖州和通道站可降水量与地面气象要素相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度LSTM神经网络的大气可降水量估算模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据大气科学相关知识，对GPS可降水量与各地面气象要素[气温（T）、气压（P）、露点温度（DP）、相对湿度（RH）、水汽压（VAP）和小时降水量（OHP）]进行相关性检验，并计算相关系数如表2所示。由表2可知，除气压外，可降水量与气温、露点温度、相对湿度、水汽压和小时降水量均呈正相关，除与相对湿度和小时降水量相关系数小于0.3，其余相关系数均大于0.6。考虑到相关研究[7-9]表明降水与可降水量存在时间上的关联性，初步确定特征向量Xt=[x（t）1，x（t）2，…，x（t）5]T，其中x（t）1～x（t）5分别为T、P、DP、VAP和OHP，t为某一特定时刻。考虑时间窗为48 h，即利用过去47 h和当前时刻的特征向量序列X={x（t-47），x(t-46），…，x(t）}作为输入，建模当前时刻的可降水量Y={y(t）}。