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。

摘要：以区域边界层模式RBLM为工具,研究了城市规划建设对深圳夏季城市热岛的影响。分别模拟了当前的城市热岛、高密度建设和能耗增加后的城市热岛、以及布设通风走廊后的城市热岛,得到了以下结论:(1)深圳夏季存在城市热岛现象,且昼间热岛比夜间更为明显,高温中心集中在建设密度较高的南山、福田、罗湖和宝安西部等区;(2)建设密度加大及能源消费增加会导致深圳夏季近地面气温出现大面积的升高,并且夜间升温比昼间更为明显;(3)通风走廊的设置可以在一定程度上抵消高密度建设和能耗增加带来的负面效应。