基于卷积神经网络的雷电临近预警模型

• 作者: 张烨方 冯真祯 刘冰
• 来源期刊: 气象
• 关键词: 卷积神经网络 雷电临近预警 人工智能
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术交流|Articles
• 页码范围: 373-380
• 页数: 8页
• 分类号: P456|P457
• 语种: 中文
• DOI: 10.7519/j.issn.1000-0526.2021.03.010

摘要

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017-2018年雷达、闪电数据为样本完成了模型的训练与预测研究.训练结果显示,15～30 min模型训练样本测试集准确率为0.7985;选取福建省2019年20个雷电过程验证分析表明,15～30min模型对动力抬升型雷电过程预警TS评分为0.716,夏季局地热雷暴预警TS评分为0.694,与常规采用雷达、闪电阈值控制的雷电预警算法相比,准确率有一定的提高,具有一定的实践意义.