该杂志刊期列表
- 2026年
- 1期
国内刊号:44-1326/P
国际刊号:1004-4965
发布日期:
作者:蔡康龙, 胡志群, 谭浩波, 黄锦灿, 张伟强, 张晶晶, 植江玲
单位:1.佛山市龙卷风研究中心/中国气象局龙卷风重点开放实验室,广东佛山5280002.中国气象科学研究院灾害天气国家重点实验室,北京1000813.广东省气象局,广东广州5100804.高明区气象局,广东佛山528000
关键词:定量降水估测, 卷积神经网络, S波段双偏振雷达, 测雨精度
基金:广东省重点领域研发计划2020B1111200001;广东省气象局科学技术研究重点项目GRMC2022Z03;佛山市气象局科学技术项目201915;
利用偏振升级改造后的广州新一代天气雷达(CINRAD/SAD)水平反射率ZH、差分传播相移率KDP、差分反射率因子ZDR和广东佛山219个地面气象自动站雨量数据,形成不同偏振量组合的8个数据集。基于卷积神经网络(CNN),建立雷达定量降水估测网络架构QPEnet,并将该架构用于雷达定量降水估测(QPE),评估结果表明:数据集通道数N的增加可降低QPEnet的定量降雨估测的均方根误差(RMSE),并提高相关系数(CORR);对于由ZH形成的数据集Z、Z_1~3 km和Z_6 min,随着通道数N的增加,数据集Z、Z_1~3 km和Z_6 min的性能逐步得到提高,数据集Z_1~3 km和Z_6 min的均方根误差(RMSE)分别是4.71和3.78,比数值集Z分别降低了1.3% 和18.7%;数据集Z_1~3 km和Z_6 min的CORR分别是0.82和0.88,比数据集Z分别提高了2.5%和10.0%;对于ZH、KDP和ZDR偏振量组成的数据集里面,数据集Z_ZDR_KDP的拟合性能最好,RMSE为3.97,比数据集Z的RMSE降低了14.6%,CORR是0.86,比数据集Z提高了7.5%;分别对0.6~5mm、5~10 mm、10~20 mm、20~30 mm、30~40 mm、40~50 mm和50 mm以上的7个降水量级的均方根误差(RMSE)、平均偏差比(MBR)、平均误差(AE)和相对误差(RE)等的统计结果表明,数据集Z_6 min降雨精度最高。
来源:2024年第1期
《热带气象学报》期刊编辑部