为提高天气研究和预报(Weather Research and Forecasting，WRF) 数值模式风速预报的准确度，引入深度置信网络 (Deep Belief Nets，DBN) ，构建了基于WRF数值模型的DBN风速预测模型。利用WRF数值模式进行风速预报，将预报结果与70m 高的测风塔实际数据作为网络的输入对深度信念网络进行逐层训练，在Matlab 平台上建立DBN风速预测模型并进行仿真。经验证:基于WRF数值模式的DBN风速预测模型的相对均方根误差为11.03%，比支持向量机(Support Vector Machine，SVM) 预测模型降低了4.41%。实验结果表明:该模型能很好地预测风速并且得到了较高的预测精度。

ecPoint校准 ecPoint-Calibrate是一款使用条件验证工具将数值天气预报（NWP）模型输出与点观测值进行比较的软件，并以此方式预测子网格的可变性并识别网格规模上的偏差。 它提供了一个动态且用户友好的环境，可以对NWP模型参数（例如降水，风，温度等）进行后处理，并为地理位置（在世界任何地方，以及中等范围的预测）生产概率产品。 该项目的开发由项目“ ECMWF天气夏季代码（ESoWC）” 。 要求 用法 从“页面下载最新版本（AppImage文件）。 当前仅支持Linux。 导航到下载软件包的文件夹。 像这样运行它： ./ecPoint-Calibrate-0.9.0.AppImage 等待GUI窗口启动。 软件构架（已过时！） 合作者 姓名 位置 联系 阿尼鲁莎·玻色（Anirudha Bose） 软件工程师 Ledger（法国巴黎） 法蒂玛·皮洛苏（Fat