摘要：由于能見度具有局地性和復雜的非線性變化特征,一直是精細化預報的難點。人工神經網絡對復雜變化過程的模擬能力較高,為解決這一難題提供了可能性。本文采用循環神經網絡,利用福州氣象觀測站地面觀測數據,建立了福州單站能見度短臨預報模型,并就預報能力進行了評估。隨機檢驗結果表明,在1h、3h、6h時效上,循環神經網絡的預報與觀測的變化趨勢一致性較好;均方根誤差比基于實況的預報分別減小15.75%、31.66%、41.26%,說明具備較好的預報能力;平均絕對值誤差比傳統BP神經網絡分別減小12.90%、24.45%、38.99%,表明循環神經網絡對能見度預報具有優勢,為能見度的精細化短臨預報提供了新途徑。