基于生成对抗网络GAN的人工智能临近预报方法研究

• 作者: 兰红平 叶允明 林良勋 王蕊 陈元昭 陈训来
• 来源期刊: 大气科学学报
• 关键词: 人工智能 生成对抗网络 雷达回波 临近预报
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 论著
• 页码范围: 311-320
• 页数: 10页
• 字数: 9922字
• 语种: 中文
• DOI: 10.13878/j.cnki.dqkxxb.20190117001

摘要

研究设计了基于生成对抗网络 (Generative Adversarial Networks, GAN) 的人工智能临近预报方法, 并进行了业务试验.该方法利用广东12部S波段天气雷达2015-2017年海量雷达拼图资料进行人工智能学习来做临近预报.GAN方法从一系列雷达观测资料中, 运用卷积法提取回波图像信息建立预报模型, 并通过损失函数训练模型, 得到基于人工智能技术的临近预报.对2018年发生在广东地区的4个天气过程的外推预报试验表明, GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致, 具有较好的预报效果.但是该方法预报的回波范围偏大, 对层状云降水的预报效果较差.对西风带系统引起的降水, 西南季风降水, 东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现, GAN方法对中等强度回波的预报较好, 但对强回波的预报效果仍有待提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰红平		15	79	6.0	8.0
2	陈元昭		17	143	6.0	11.0
3	陈训来		12	63	4.0	7.0
4	王蕊		1	0	0.0	0.0