基于深度学习的人工增雨作业条件智能识别研究  

作　　者：冯宏芳[1] 李丹[1] 林文[1] 

机构地区：[1]福建省气象科学研究所,福建福州350001

出　　处：《海峡科学》2024年第12期1-6,共6页Straits Science

基　　金：中央引导地方科技发展专项“基于深度学习的人工增雨作业条件智能识别技术应用研究”(编号:2021L3019);国家重点研发计划“地基火箭作业装备外场验证试验”(编号:2023YFC3007603);福建省气象局研究型业务类科研专项“福建内陆地区冰雹云移动路径及烟叶雹灾风险分析”(编号:2023YT04)。

摘　　要：收集2011—2020年福建省历史降水过程相关资料并建立标签数据库,基于多源气象数据设计深度学习网络结构、构建损失函数和训练策略,利用PredRNN模型和MLP-Mixer模型构建了人工增雨作业目标云体0~3 h三维雷达回波智能外推深度学习集合预报模型。通过检验可知,该模型0~1 h预报产品命中率达86%,空报率为23%;1~2 h命中率达81%,漏报率为29%;2~3 h命中率达78%,漏报率为30%,结合本地化人工增雨作业指标,该模型能有效提高福建省人工增雨作业条件智能识别能力。

关 键 词：人工增雨 三维雷达外推 作业条件 

分 类 号：P481[天文地球—大气科学及气象学]