深度学习在降水预报中的研究和应用进展

作     者：范娇 曾小团 黄荣成 黄增俊 FAN Jiao;ZENG Xiaotuan;HUANG Rongcheng;HUANG Zengjun

作者机构：广西壮族自治区气象台南宁530022 南宁市气象局南宁530029 

出 版 物：《气象研究与应用》 (Journal of Meteorological Research and Application)

年 卷 期：2024年第45卷第3期

页      面：1-11页

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

基　　金：广西自然科学基金项目(2022GXNSFAA035482) 广西气象科研计划项目(桂气科2022QN05、桂气科2020QN03) 

主　　题：深度学习 降水预报 数值天气预报 模式耦合 

摘      要：主要总结气象领域常用深度学习算法特征、纯数据驱动的深度学习降水预报技术和深度学习与数值天气预报耦合技术在临近、短时、中短期、气候降水预报中的探索成果,同时对气象业务预报中深度学习的应用进行简单回顾。传统深度学习算法的优缺点不同,在实际应用中,需要根据具体的气象数据特性和业务需求来选择合适的模型和方法。临近预报方面,常使用深度学习算法建立降水预报模型从而进行强降水云团空间特征提取和时间演变分析。长时间序列降水预报,则主要通过初始场资料同化、模式改进、模式预报后处理等方面优化数值模式降水预报效果。深度学习在解决降水预报技术方面有巨大潜力,部分成果已经实现业务应用,尤其在临近降水方面,对于更长时效的降水预测应用还有待进一步研究。