基於圖神經網路與氣象站網絡之大氣型態分類

專案經理 ：吳俊良

是否同意遠距 ：否

本專題旨在利用圖神經網路（Graph Neural Networks, GNN）分析氣象站網絡中的時空資料，以探索與辨識不同的大氣狀態與天氣型態。傳統氣象分析多以單站或格點資料進行研究，較難完整描述各測站之間的空間關聯。本研究將氣象站視為圖結構中的節點，並依據地理距離或相關性建立邊，進而建構氣象站網絡。透過整合多變量氣象資料與時間序列特徵，利用 GNN 模型學習氣象場的時空特徵，進行大氣型態分類與分析。此專題結合氣象資料處理、機器學習與圖結構建模，期望提升對區域天氣系統與大氣變化的理解，並培養學生在資料分析與人工智慧應用上的能力。