四川复杂地形下雷暴大风客观预报方法研究OA北大核心
地形复杂的四川地区,虽然雷暴大风发生频次较低,但造成的影响重大,现有的客观预报产品较少且时间分辨率低,为进一步提升四川复杂地形下雷暴大风预报准确率,综合考虑地形因子、模式物理量因子和时间因子,根据海拔高度将四川分为高海拔区和低海拔区,利用2018—2021年数据基于随机森林、自适应提升法、极端随机树三种机器学习方法分区构建雷暴大风预报模型,对2022年进行预报,获得逐3 h雷暴大风潜势预报,再利用气候背景将3 h预报时间降尺度到1 h,形成0~12 h逐小时雷暴大风预报,并检验预报效果。结果表明,逐3 h雷暴大风预报以自适应提升法效果最优,长时间检验和个例检验都表明,基于自适应提升法获得的0~12 h逐小时雷暴大风预报产品优于中央气象台产品,TS评分由0.0104提升至0.0595,空报率由0.988下降至0.808,业务应用价值较高。
龙柯吉;康岚;黄晓龙;陈朝平;但玻;周威;张武龙
四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象探测数据中心,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072四川省气象台,成都610072 高原与盆地暴雨旱涝灾害四川省重点实验室,成都610072
大气科学
复杂地形雷暴大风机器学习时间降尺度
《气象》 2025 (1)
P.57-67,11
国家重点研发计划(2021YFC3000905)高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXZD202201)四川省气象局智能网格预报创新团队(SCQXCXTD-202201)中国气象局创新发展专项(CXFZ2023J016)四川省科学技术厅重点研发项目(2024YFFK0407)共同资助。
评论