融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(1)系统构成OA北大核心CSTPCD
提供准确的雷暴、短时强降水、雷暴大风和冰雹客观短期预报产品,对提高预报预警的预见期,及早采取有针对性的预防措施有重要意义。基于对四类强对流天气现象物理成因理解,给出了由国家气象中心牵头研发,融合模糊逻辑人工智能方法的分类强对流客观短期概率预报系统的流程框架和实现方法,详细介绍了该系统的结构特征,以及系统中用于雷暴、短时强降水、雷暴大风和冰雹四类强对流天气预报模型构建的关键预报因子、隶属度函数获取方法和权重因子配置等信息,并在此基础上探讨了物理理解与模糊逻辑人工智能相融合方法具有广泛适用性的本质,可以表征产生特定强对流天气现象的环境配置的多样性和复杂性。
田付友;郑永光;孙建华;夏坤;杨波;坚参扎西;赤曲;
国家气象中心,北京100081中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京100029中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京100029西藏自治区气象台,拉萨850000
大气科学
物理理解模糊逻辑人工智能分类强对流短期预报系统系统构成
《气象》 2024 (005)
P.521-531 / 11
国家自然科学基金联合基金项目(U2142202);西藏自治区科技计划项目(XZ202101ZY0004G);国家重点研发计划(2022YFC3004104);中国气象局重点创新团队(CMA2022ZD07)共同资助。
评论