热带气象学报

作者：康奇秀, 杜东升, 陈立福, 欧小锋, 叶成志

单位：1.长沙理工大学电气与信息工程学院，湖南长沙4100042.湖南省气象科学研究所，湖南长沙4101183.气象防灾减灾湖南省重点实验室，湖南长沙410118

关键词：卫星云图, 临近预报, 时空序列预测, 融合网络, 注意力机制

基金：国家自然科学基金联合基金项目U2242201；湖南省自然科学基金重大项目2021JC0009；

卫星云图外推技术能及时掌握云团的运动轨迹和变化情况，为临近预报和灾害性天气的监测提供重要参考。然而，现有的云图预测方法存在难以捕捉小尺度云团发展、云图细节特征不清晰、预测结果逐渐模糊等问题，导致最终的预报效果不理想。为了有效提取卫星云图的时空信息，预报中小尺度云团的发展，利用FY-4A红外云图，以湖南区域为中心的中东部地区作为研究对象，从时空序列预测的角度出发，提出了一种卷积门控循环注意力融合网络(ConvGRU Attention Fusion Network，CGAFNet)，并提出了主副损失(Primary and Secondary Loss，PaSLoss)作为模型的损失函数，构建了编-解码结构，更好地提取了卫星云图的时空信息。为验证网络框架的有效性，与三个典型网络进行对比实验，结果表明，CGAFNet在云图外推任务中均方根误差为10.00 K，结构相似性为0.74，峰值信噪比为31.43，该模型能准确预测云团的生消演变过程，在各项指标上均优于其它网络，证明该方法能获得更准确的预测精度，且具备良好的泛化能力。

来源：2024年第6期

《热带气象学报》期刊编辑部

查看热带气象学报杂志2024年第6期