深度神經網絡方法在山東降水相態判別中的應用

作者：朱文剛,李昌義,曲美慧,溫曉培

摘要：利用歐洲中心(ECMWF)ERA-Interim再分析資料,通過分析2008—2017年山東冬半年不同降水相態(雨、雪和雨夾雪)下溫度和位勢厚度特征,統計得到8個降水相態判別因子(T 2 m、T 1000、T 975、T 950、T 925、T 850、H 850-700、H 1000-850),并給出每個判別因子降水相態閾值指標。然后利用8個判別因子和閾值建立降水相態判別方程和訓練DNN模型,通過隨機檢驗發現DNN法對雨、雪和雨夾雪的預報準確率分別提高1.9%、0.2%和21.6%;利用ECMWF細網格預報資料進行個例檢驗,雨、雪和雨夾雪共106站中判別方程法判別錯誤29站,DNN法判別錯誤14站,即DNN法的降水相態判別能力優于判別方程法,且明顯提高了對雨夾雪的判別能力。

發文機構：山東省氣象科學研究所 吉林省氣象科學研究所

關鍵詞：降水相態判別方程DNN法溫度閾值厚度閾值預報準確率precipitation phasediscriminant equationDNN methodtemperature thresholdthickness thresholdforecast accuracy

分類號： P457.6[天文地球—大氣科學及氣象學]