基于机器学习的极端风场短时预测研究进展与思考.pdfVIP

第

43

卷

第

5

期空

气

动

力

学

学

报Vol.43，No.5

2025

年

5

月ACTAAERODYNAMICASINICAMay

，2025

文章编号：0258-1825(2025)05-0078-14

基于机器学习的极端风场短时预测

研究进展与思考

1，221，2，*2

陶天友，邓

鹏，王

浩，范延盛

(1.

东南大学

混凝土及预应力混凝土结构教育部重点实验室，南京211189；

2.

东南大学

土木工程学院，南京211189)

摘要：近年来，极端风场短时预测因其对工程安全的重要性，已成为国际风工程领域的研究热点与学术前沿。在极端

风场来临前，精准预测原位风速对于工程结构安全预警与应急防护具有重要意义。传统数值天气预报方法是极端风场

预测的有效手段，但由于其空间分辨率不足、计算资源消耗大，难以实现工程结构原位风速的实时预测。随着人工智能

技术的快速发展，机器学习为解决上述难题提供了新思路，在极端风场短时预测中的应用日趋广泛，且展露出广阔的

应用前景。据此，本文对基于机器学习的极端风场短时预测研究进展进行了综述。首先，回顾了时间序列模型、机器学

习模型和混合模型在风场预测中的应用原理及其特点；其次，从良态强风、台风、雷暴风3种频发强风的角度，分类论

述了常采用的极端风场短时预测方法，并对其优缺点进行了归纳总结。最后，针对极端风场短时预测的研究现状与挑

战，阐述了对该领域未来潜在研究方向的思考。

关键词：极端风场；短时预测；机器学习；工程安全；数值天气预报

中图分类号：P456.1；TU312.1；TP181

文献标识码：A

doi：10.7638/kqdlxxb-2025.0041

Researchprogressandconsiderationsonshort-termpredictionofextreme

windfieldsbasedonmachinelearning

1，221，2，*2

TAO

Tianyou，DENG

Peng，WANG

Hao，FAN

Yansheng

(1.

KeyLaboratoryofConcreteandPre-stressedConcreteStructuresofMinistryofEducation,SoutheastUniversity,Nanjing211189,China；

2.

SchoolofCivilEngineering,SoutheastUniversity,Nanjing211189,China)

Abstract:In

recent

years,

short-term

extreme

wind

fields

prediction

has

become

a

research

hotspot

and

academic

frontier

in

the

area

of

inter