《表3 5种模型在青藏高原降水量预测精度对比》

  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LSTM神经网络的青藏高原月降水量预测》

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

为了进一步验证使用LSTM模型在降水量预测的广泛性，选取了青藏高原86个测站的测站数据，建立了86个测站的LSTM降水模型，并与其他方法建立的降水模型对比，如图10所示。LSTM、RNN、SSA、NAR和ARIMA模型的RMSE、MAE和R2取平均值，如表3所示。根据图10，大部分测站LSTM模型的RMSE和MAE指标小于其余4种模型，R2高于其余4种模型。根据表3，降水量预测精度由高到低依次为LSTM、RNN、SSA、NAR和ARI-MA，其中LSTM模型的R2要比后4种模型分别提高了0.07、0.15、0.13和0.36。