一種基于神經網絡的中國區域夏季降水預測訂正算法

李 濤，陳 杰，汪 方，韓 銳

(1.南京信息工程大學人工智能學院，江蘇 南京 210044；2.南京信息工程大學電子與信息工程學院，江蘇 南京 210044;3.國家氣候中心，北京 100081；4.中國人民解放軍93117部隊，江蘇 南京 210018)

引 言

降水是引發干旱和洪澇的最主要氣象因素，準確預測降水一直是氣候預測的一項重要任務。隨著對天氣氣候系統物理機制及外強迫認識的不斷深入，氣候數值模式得到了優化和發展，未來氣候模式系統將成為模擬和預測氣候變化的重要工具。然而，數值預報模式在降水預測時易受大氣初始狀態和邊界條件等因素影響，往往會導致模式預測結果存在誤差。因此，開展模式降水預測訂正技術研究非常重要，這對推動社會經濟可持續發展和防災減災具有重要意義[1]。

數值天氣預報模式是當前天氣預報的核心，只要給定大氣初始狀態和邊界條件，通過求解描述大氣運動變化規律的方程組，就可以精確計算未來大氣狀態。美國國家大氣研究中心(National Center for Atmospheric Research，NCAR)研制的區域氣候模式系統(regional climate modeling system，RegCM)，在全球許多區域得到廣泛發展和應用。隨后，NCAR以先進的軟件架構為基礎研制了下一代中尺度預報模式WRF(weather research and forecasting model)，在并列運行上表現卓越。考慮到WRF模式新的動力框架和物理過程等設計以及并行計算效率，我國也持續研發了新一代CWRF(climate extension of WRF)模式，該模式擁有WRF模式所有功能，既可用于數值天氣預報，也能用于氣候模擬[2-3]。預報檢驗是考察模式性能的關鍵[4]。研究發現，CWRF模式對中國夏季降水及相關物理……