融合时空特征的GCN-LSTM西北地区沙尘天气预测模型研究

针对以往沙尘天气预测算法中时空特征提取不足的问题，文中提出一种基于融合时空特征的图卷积和长短期记忆网络(GCN-LSTM)的沙尘天气预测模型。以西北地区为研究对象，利用城市之间的植被指数和距离构建邻接矩阵，通过图卷积网络(GCN)对空间特征、长短期记忆网络(LSTM)对时间特征进行提取，将特征融合后用于预测各个城市的沙尘天气。与GCN、LSTM、时空因果卷积神经网络(STCN)模型相比，文中提出的GCN-LSTM模型的准确率分别提高6%、8%、2%,且其接收者操作特征曲线(ROC)、ROC曲线下的面积(AUC)、精确度-召回度曲线(P-R)评价指标表现更优。文中研究为沙尘天气发生采取防范措施、减少损失提供借鉴意义。