-
题名基于深度学习模型的雷电落区预报
- 1
-
-
作者
任照环
林锐
周浩
覃彬全
李卫平
许伟
-
机构
中国气象局气候资源经济转化重点开放实验室
中国气象局金佛山国家综合气象观测专项试验外场
重庆莱霆防雷技术有限责任公司
重庆市气象安全技术中心
-
出处
《热带气象学报》
CSCD
北大核心
2024年第5期758-766,共9页
-
基金
重庆市科委技术创新与应用示范项目:爆炸危险场所雷电防护关键技术研究(cstc2018jscx-msybX0137)
重庆市气象部门业务技术攻关项目:重庆混合基线闪电定位资料的应用(YWJSGG-202147)共同资助。
-
文摘
以PredRNN时空预测模型作为骨干网络,ASPP模块为分类器,构建了雷电落区预报的深度学习模型(Lightning-Net)。模型以前1 h的雷达组合反射率和雷电定位数据为预报因子,输出未来1 h的雷电落区。利用2020—2021年重庆市雷达、雷电定位数据对模型进行训练,在2022年的数据集上测试。结果表明:构建的Lightning-Net模型TS(Threat score,威胁分数)评分为0.53、命中率(POD)为0.82,相比传统的光流法和UNet模型具有一定的优势;个例检验发现,模型对强雷暴的预报效果优于弱雷暴,模型对雷电落区变化的整体趋势能很好的把握,但对雷暴主体周围的零星雷电预报能力不足。
-
关键词
深度学习
雷电落区预报
雷达
雷电定位数据
-
Keywords
deep learning
lightning strike location prediction
radar
lightning location data
-
分类号
P472.3
[天文地球—大气科学及气象学]
-
