基于深度学习和雷达观测的华南短临预报精度评估

• 作者: 梁振清 陈生
• 来源期刊: 气象研究与应用
• 学科: 地球科学
• 关键词: 深度学习 神经网络 降水短临预报 精度评估
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 新技术应用
• 页码范围: 41-47
• 页数: 7页
• 分类号: P457.6
• 字数: 4361字
• 语种: 中文
• DOI: 10.19849/j.cnki.CN45-1356/P.2020.1.09

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％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈生	中山大学大气科学学院	3	0	0.0	0.0
5	梁振清	南宁师范大学地理科学与规划学院	1	0	0.0	0.0