PredRNN方法在广东雷达回波临近预报中的应用评估
兰宇
伍志方
唐思瑜
吴林
广东省气象台,广东广州 510640
摘要：基于深度学习模型(PredRNN),利用广东省2016-2020年组合反射率因子拼图数据开展临近预报研究,根据命中率POD、虚警率FAR、临界成功指数CSI等指标对其预报能力开展评估检验,并与融合光流法进行对比.结果表明:PredRNN算法对于回波整体预报较融合光流法有一定优势,表现为POD和CSI更高,且随预报时效延长POD差距逐渐加大,但同时存在FAR偏高现象.PredRNN对于不同强度回波的预报能力不同,回波强度高于30 dBz时,其预报效果优于光流法,表现为POD和CSI更高,尤其回波强度介于45～65 dBz时优势更明显.总体而言,PredRNN对于中等强度以上及更长时效的雷达回波具备更优预报能力,同时也显示出在强降水频发的华南地区,深度学习方法具有良好的应用前景.
关键词：雷达回波光流法临近预报深度学习模型广东
分类号：P45(天气预报)
资助基金：国家重点研发计划(2019YFC1510400)广东省气象局科学技术研究项目(GRMC2021M09)广东省基础与应用基础研究基金项目(2021B1515310001)
论文发表日期：2023-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 58-61 )