基于生成对抗网络GAN的人工智能临近预报方法研究

作     者：陈元昭 林良勋 王蕊 兰红平 叶允明 陈训来 CHEN Yuanzhao;LIN Liangxun;WANG Rui;LANG Hongping;YE Yunming;CHEN Xunlai

作者机构：深圳市气象局广东深圳518040 广东省气象台广东广州510080 哈尔滨工业大学(深圳)广东深圳518040 

基　　金：中国气象局预报员专项(CMAYBY2017-052 CMAYBY2019-081) 深圳市科技创新项目(JCYJ20190422090117011) 广东省气象局科技创新项目(GRMC-2016-04 GRMC2018Z06) 

出 版 物：《大气科学学报》 (Transactions of Atmospheric Sciences)

年 卷 期：2019年第42卷第2期

页      码：311-320页

摘      要：研究设计了基于生成对抗网络(Generative Adversarial Networks,GAN)的人工智能临近预报方法,并进行了业务试验。该方法利用广东12部S波段天气雷达2015—2017年海量雷达拼图资料进行人工智能学习来做临近预报。GAN方法从一系列雷达观测资料中,运用卷积法提取回波图像信息建立预报模型,并通过损失函数训练模型,得到基于人工智能技术的临近预报。对2018年发生在广东地区的4个天气过程的外推预报试验表明,GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致,具有较好的预报效果。但是该方法预报的回波范围偏大,对层状云降水的预报效果较差。对西风带系统引起的降水,西南季风降水,东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现,GAN方法对中等强度回波的预报较好,但对强回波的预报效果仍有待提高。

主 题 词：人工智能 生成对抗网络 雷达回波 临近预报 

学科分类：07[理学] 070601[070601] 0706[理学-大气科学类] 

D　O　I：10.13878/j.cnki.dqkxxb.20190117001

馆 藏 号：203658702...