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:张毅, 谢宸浩, 陈雨欣, 黎德波, 张永华, 熊梓立
单位:1.广州市突发事件预警信息发布中心,广东广州5106412.广东省气象服务中心,广东广州510641
关键词:定量降水估测, 双偏振雷达, 四维数据集, 三维卷积, 深度学习
基金:中国气象局智能气象观测技术重点开放实验室项目ZNGC2024QN18;广东省气象局科学技术研究项目GRMC2023Q36;广东省气象局科学技术研究项目GRMC2023Z02;
强降水常常引发洪涝灾害,因此提高雷达定量降水估测(QPE)准确性对减轻灾害损失具有重要意义。利用广州双偏振雷达数据与自动站雨量数据生成四维数据集,设计了3DPoly-QPENet、3DTime-QPENet、3DEcho-QPENet三种三维卷积QPE模型进行比较试验。通过测试集的性能评估和典型暴雨个例的检验,得出以下结论:(1)四维数据集相较于传统的三维数据集,在捕捉降水分布特征和提升QPE拟合效果方面提供了更多的可能性;(2)三种三维卷积QPE模型呈现出与结构设计紧密相关的性能差异,其中3DPoly-QPENet在中等降水量区间(15~20 mm·h-1)的平均绝对误差(MAE)较另两种模型平均降低13%;3DTime-QPENet在高降水量事件(>50 mm·h-1)的MAE较另两种模型平均降低8.1%;3DEcho-QPENet全局误差均衡性最优,总体MAE较另两种模型平均降低20.4%;(3)三维卷积模型均系统性优于传统Z-R关系方法,平均RMSE降低46.6%,MAE下降48.6%,CC提升21.4%。
来源:2025年第2期
《热带气象学报》期刊编辑部