气象科学

作者：王莹，杨晓君，王迪，张庆，张楠

单位：天津市气象台, 天津 300074,,天津市气象台, 天津 300074,,天津大学 电气自动化与信息工程学院, 天津 300072,,天津市气象台, 天津 300074,,天津市气象台, 天津 300074,

关键词：精细化温度预报;卷积神经网络;日变化预报特征;订正效果

基金：天津市气象局一般科研资助项目(202120ybxm08);福建省灾害天气重点实验室开放课题(2021KFKT05)

为提高天津地区温度精细化预报的准确性,本文基于欧洲中期天气预报中心综合预报系统ECMWF-IFS、中国气象局全球同化预报系统CMA-GFS模式数据及天津259个区域自动站的逐小时气温实况数据,构建了一种基于U-Net编解码器结构的3D卷积神经网络气温预报模型,能实现天津地区24 h内逐小时气温的网格预报。采用二分搜索的方式对模型众多超参数进行调节,通过148组试验训练得到最优模型,测试集误差为1.226 ℃。采用多种指标对模型进行检验,结果表明,模型的预报误差整体低于原数值模式,特别是对天津市中南部(含中心城区)和东部沿海有较好的订正效果;其温度日变化预报特征更接近实况,能有效改善原数值模式的日变化预报误差,且模型表现出更强的误差稳定性。

来源：2024年第4期

《气象科学》期刊编辑部

查看气象科学杂志2024年第4期