摘要： 數(shù)據(jù)訂正是資料同化的核心過程之一，即通過修正和校準數(shù)據(jù)提高資料同化的效果。針對氣象觀測存在多種誤差導致氣象數(shù)據(jù)存在偏差的問題，綜述深度學習在氣象數(shù)據(jù)訂正中的應用，應用場景包括氣象模式訂正、天氣預報和氣候預測。首先，介紹氣象數(shù)據(jù)訂正的重要性，同時回顧傳統(tǒng)的氣象數(shù)據(jù)訂正方法，如統(tǒng)計學、傳統(tǒng)機器學習等，并分析它們的優(yōu)點和局限性；其次，詳細介紹基于深度學習的數(shù)據(jù)訂正在3個場景中的應用，... （共11頁）