多模态数据融合与联邦学习区域气象协同预测系统设计  

作　　者：徐光耀 李鑫 

机构地区：[1]成都市郫都区气象局,四川成都610000

出　　处：《中国新技术新产品》2025年第8期108-110,共3页New Technology & New Products of China

摘　　要：针对传统气象预测系统常因数据来源单一、缺乏协同共享机制而导致预测精度受限且无法有效整合区域资源的问题,本文设计了一种基于多模态数据融合与联邦学习的区域气象协同预测系统。通过融合多源气象数据,并利用联邦学习技术在保证数据隐私的前提下协同训练模型。系统整体采用三层架构,硬件部分由采集器、服务器和通信模块构成,软件设计涵盖数据预处理、联邦学习模型构建及预测算法优化。系统测试表明,与传统系统相比,本系统的预测准确性和资源利用效率明显提高,可为区域气象协同预测提供更精准、更高效的解决方案。

关 键 词：多模态数据融合 联邦学习 区域气象 协同预测 

分 类 号：P46[天文地球—大气科学及气象学]