Машинное обучение повысило точность оценки солнечной радиации

Основой данного исследования является новаторское применение алгоритмов машинного обучения, которые обучаются на расширенных наборах данных для прогнозирования компонентов солнечной радиации с беспрецедентной точностью. Методология является особенно революционной, поскольку не требует локальных данных для калибровки, что делает ее универсальным решением.

Проверка данной модели на независимых наборах данных не только подтвердила ее эффективность в Китае, но и указала на ее потенциал для глобального применения. Более того, создание нового спутникового набора данных, полученного в результате этого исследования, выделяется своей превосходной точностью по сравнению с существующими наборами данных, предоставляя детализированное пространственное распределение компонентов солнечной радиации.