基于滑动窗口的LSTM地温预测方法

摘要

为了连续预测未来多日的日平均地温,采用LSTM和滑动窗口(SW)相结合的方法,以7天为周期更新输入参数,实现连续预测.分析成都市近50年的地温数据的关系发现,日平均地温与前几日平均地温呈现较强的正相关关系,但在夏季这种关系较弱.进一步根据季节特点建立了5个预测模型,分别为:全年、春季、夏季、秋季和冬季.结果表明,冬季模型预测效果最佳,平均绝对误差约为0.2641°C;春秋两季模型预测结果的平均绝对误差接近,分别为0.3867°C和0.4064°C;夏季模型预测结果的平均绝对误差略高,约为0.7516°C;全年模型预测结果的平均绝对误差约为0.6546°C.研究发现LSTM模型对于有明显递增或递减趋势的时间序列,训练和预测效果更好.通过对比,周期性SW+LSTM方法比传统LSTM和BP-LSTM方法的预测效果更好.