一种基于深度置信网络的气象预报方法和系统

本申请公开了一种基于深度置信网络的气象预报方法和系统，该方法包括根据目标区域的场地信息获得多个历史观测数据；构建增强决策树对所述历史观测数据进行训练，得到第一预测数据；将第一预测数据输入CFD计算流体动力学模型中，并进行稳态数值模拟以得到第二预测数据，根据所述第二预测数据得到来流条件下的流场分布；基于克里金插值方法，将所述第二预测数据插值于目标区域中的任意位置以提取出模拟风速值，获得训练数据集；将训练数据集的训练样本输入DBN深度神经网络，对该DBN深度神经网络进行训练，利用训练好的气象预报模型对待观测数据进行气象预测,以生成预测结果。通过本发明的方法和系统可以提供预报气象的精度。