摘要:強(qiáng)對(duì)流天氣臨近預(yù)報(bào)、預(yù)警在氣象災(zāi)害防御中具有極為重要的地位。在氣象業(yè)務(wù)中,因?qū)?qiáng)對(duì)流天氣臨近預(yù)報(bào)、預(yù)警準(zhǔn)確率和時(shí)、空分辨率的極高要求,使其成為業(yè)務(wù)難點(diǎn)和研究熱點(diǎn)之一。對(duì)于高時(shí)、空分辨率強(qiáng)對(duì)流臨近預(yù)報(bào)問題,嘗試用深度學(xué)習(xí)方法來解決。首先將強(qiáng)對(duì)流臨近預(yù)報(bào)抽象成同時(shí)包含時(shí)間和空間的序列預(yù)測(cè)問題;然后基于改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)算法形成的自編碼模型,使用京津冀地區(qū)長(zhǎng)序列、高時(shí)空分辨率天氣雷達(dá)組網(wǎng)拼圖數(shù)據(jù)進(jìn)行模型訓(xùn)練;最后利用基于歷史0.5 h雷達(dá)回波拼圖數(shù)據(jù)訓(xùn)練得到的端到端神經(jīng)網(wǎng)絡(luò),預(yù)報(bào)未來1 h內(nèi)的逐6 min回波演變特征。通過基于傳統(tǒng)外推算法的臨近預(yù)報(bào)方法與深度學(xué)習(xí)算法的臨近預(yù)報(bào)方法進(jìn)行對(duì)比,發(fā)現(xiàn)使用的深度學(xué)習(xí)方法可以有效"學(xué)習(xí)"到高時(shí)、空分辨率序列雷達(dá)數(shù)據(jù)特征的內(nèi)在關(guān)聯(lián),通過多層神經(jīng)網(wǎng)絡(luò)構(gòu)造出抽象的深層特征,能夠有效捕捉到雷達(dá)回波的演變規(guī)律和運(yùn)動(dòng)狀態(tài)。通過計(jì)算雷達(dá)回波預(yù)報(bào)的命中率(POD)、虛警率(FAR)、臨界成功指數(shù)(CSI)等檢驗(yàn)表明,相較傳統(tǒng)外推臨近預(yù)報(bào)方法,在強(qiáng)對(duì)流回波臨近預(yù)報(bào)準(zhǔn)確率上有較明顯提高。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社