U-Net模型在京津冀临近降水预报中的应用和检验评估

作     者：徐成鹏 曹勇 张恒德 刘海知 梅双丽 XU Chengpeng;CAO Yong;ZHANG Hengde;LIU Haizhi;MEI Shuangli

作者机构：国家气象中心北京100081 

出 版 物：《气象科学》 (Journal of the Meteorological Sciences)

年 卷 期：2022年第42卷第6期

页      面：781-792页

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

基　　金：国家重点研发计划项目(2021YFC3000903) 风云卫星应用先行计划(2022)FY-APP-2022.0113 

主　　题：深度学习 定量降水 临近预报 

摘      要：利用2018—2019年期间10 min定量降水估计(Quantitative Precipitation Estimation,QPE)实况观测,构建基于U-Net的分钟级临近降水预报模型,实现了京津冀地区未来0~2 h逐10 min降水量滚动预报。以TS、BIAS、POD、SR、FAR作为评价指标,通过检验2020和2021年6—9月长序列以及分析2020年8月12日和2021年7月1日两次强降水个例,表明U-Net模型预报接近实况,局部伴随着一定程度的空报,相较光流法、持续性预报及CMA-MESO模式预报效果有明显提升。具体表现为:当分钟级降水预报不超过10 mm/(10 min)时,U-Net模型明显优于光流法和持续性预报;当小时预报不超过25 mm·h^(-1),U-Net模型优于CMA-MESO模式和光流法。然而,当降水强度超过10 mm/(10 min)或25 mm·h^(-1)时,U-Net模型存在预报偏弱的情况,可能与强降水样本较少有关。