基于深度学习和雷达观测的华南短临预报精度评估

摘要：

利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报.利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型.结果 表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80％以上,临界成功指数在降水强度为10mm· h-1时,基本保持在60％,误报率均小于40％.

关键词：深度学习、神经网络、降水短临预报、精度评估

所属期刊栏目：41

分类号：P457.6(天气预报)

资助基金：国家自然科学基金项目;广州科技局计划项目;中山大学“百人计划”项目;广西自然科学基金项目;南宁师范大学-高校高层次人才和教师素质提升;广西自然科学基金项目

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47