基于机器学习的厦门市相控阵雷达定量降水估测研究  

作　　者：王证帅 吕巧谊 张玉轩 荀爱萍 陈荣忠 

机构地区：[1]厦门市海峡气象开放重点实验室,福建厦门361012 [2]厦门市气象台,福建厦门361012 [3]厦门市气象服务中心,福建厦门361012 [4]厦门市气象灾害防御技术中心,福建厦门361012

出　　处：《海峡科学》2023年第10期19-23,共5页Straits Science

基　　金：福建省气象局新录用研究生基层专项项目“基于机器学习的X波段相控阵雷达定量降水估测应用研究”(编号:2022G01);厦门市青年创新基金项目“基于多源观测数据研究降水对台风快速增强的影响”(编号:3502Z20206078)、横向课题“海雾探测装备与系统-低能见度及大风等灾害性天气监测应用技术研究”(编号:F20230614);福建省灾害天气重点实验室重大科技专项课题“‘过岛台风’极端降水的卫星遥感气候特征研究”(编号:2020TF02);国家自然科学基金项目“热带气旋不同强度变化下云特性及辐射效应的卫星检测”(编号:41805028);厦门市气象局研究型业务项目“厦门地区X波段相控阵雷达组网降水产品在雨量质控应用的研究”(编号:2022YJ02)。

摘　　要：为进一步提升厦门市X波段相控阵雷达组网定量降水估测的精度,基于2021年厦门市X波段相控阵雷达双偏参量和气象自动站地面小时降水资料,分别采用XGBoost模型和ANN模型开展厦门市相控阵雷达定量降水估测对比。通过选取2022年某次降水过程,对传统Z-R方法、XGBoost模型和ANN模型进行定量和分级误差检验对比分析,结果表明,基于机器学习方法的降水估测模型,在大雨及暴雨量级的降水上具有较好的估测效果,能够在一定程度上弥补X波段雷达对大雨探测的衰减;在小雨及中雨量级的雨量估测上,传统Z-R方法表现较优。

关 键 词：机器学习 定量降水 X波段相控阵 

分 类 号：P412.25[天文地球—大气科学及气象学]