劉 娜,黃武斌,楊建才,王基鑫,王一丞,張君霞
(蘭州中心氣象臺,甘肅 蘭州 730020)
降水是一種動態非線性的多時間尺度環流系統在氣象上的表征,同時也是局部環流和熱效應與地形地貌相結合的產物。適時適量的降水能夠為農業帶來便利,但長時間、大面積、高強度的降水可能引發山洪、泥石流等次生災害,從而危害人民的生命財產與安全。因此,提升短期降水預報準確率不僅為人們的生產生活提供參考,還能夠為水利、航海、交通運輸等行業提供警示,減少惡劣天氣給人類帶來的損失。
自20世紀60年代起,定量降水預報成為我國降水預報業務發展的重點方向[1]。傳統的降水預報方法主要包括物理統計模型[2]、數值天氣預報[3]和雷達外推[4-5]等,其已得到長足發展并取得了一系列較好成果,但存在考慮因素眾多、模型構造過于復雜等問題,致使預測步驟多、累計誤差較大,特別是隨著氣象大數據的不斷積累和預報業務精細化程度要求的不斷提高,傳統方法在應對高時空分辨率、多變量和復雜非線性等挑戰上能力明顯不足。
隨著人工智能的飛速發展,氣象預報領域也逐步引入了機器學習等人工智能方法。人工智能技術能夠從海量氣象數據中提取并解讀出有用信息,發現新的氣候特征和大氣運動,從而實現對天氣現象更精確的預測,因此在傳統數值預報基礎上結合人工智能技術成為當下降水預報的研究熱點和發展方向[6]。研……