气象科学

作者：徐成鹏，曹勇，张恒德，刘海知，梅双丽

单位：国家气象中心, 北京 100081,,国家气象中心, 北京 100081,,国家气象中心, 北京 100081,,国家气象中心, 北京 100081,,国家气象中心, 北京 100081,

关键词：深度学习;定量降水;临近预报

基金：国家重点研发计划项目(2021YFC3000903);风云卫星应用先行计划(2022)FY-APP-2022.0113

利用2018—2019年期间10 min定量降水估计(Quantitative Precipitation Estimation, QPE)实况观测,构建基于U-Net的分钟级临近降水预报模型,实现了京津冀地区未来0~2 h逐10 min降水量滚动预报。以TS、BIAS、POD、SR、FAR作为评价指标,通过检验2020和2021年6—9月长序列以及分析2020年8月12日和2021年7月1日两次强降水个例,表明U-Net模型预报接近实况,局部伴随着一定程度的空报,相较光流法、持续性预报及CMA-MESO模式预报效果有明显提升。具体表现为:当分钟级降水预报不超过10 mm/(10 min)时,U-Net模型明显优于光流法和持续性预报;当小时预报不超过25 mm·h-1,U-Net模型优于CMA-MESO模式和光流法。然而,当降水强度超过10 mm/(10 min)或 25 mm·h-1时,U-Net模型存在预报偏弱的情况,可能与强降水样本较少有关。

来源：2022年第6期

《气象科学》期刊编辑部

查看气象科学杂志2022年第6期