深度神经网络方法在山东降水相态判别中的应用

作者：朱文刚,李昌义,曲美慧,温晓培

摘要：利用欧洲中心(ECMWF)ERA-Interim再分析资料,通过分析2008—2017年山东冬半年不同降水相态(雨、雪和雨夹雪)下温度和位势厚度特征,统计得到8个降水相态判别因子(T 2 m、T 1000、T 975、T 950、T 925、T 850、H 850-700、H 1000-850),并给出每个判别因子降水相态阈值指标。然后利用8个判别因子和阈值建立降水相态判别方程和训练DNN模型,通过随机检验发现DNN法对雨、雪和雨夹雪的预报准确率分别提高1.9%、0.2%和21.6%;利用ECMWF细网格预报资料进行个例检验,雨、雪和雨夹雪共106站中判别方程法判别错误29站,DNN法判别错误14站,即DNN法的降水相态判别能力优于判别方程法,且明显提高了对雨夹雪的判别能力。

发文机构：山东省气象科学研究所 吉林省气象科学研究所

关键词：降水相态判别方程DNN法温度阈值厚度阈值预报准确率precipitation phasediscriminant equationDNN methodtemperature thresholdthickness thresholdforecast accuracy

分类号： P457.6[天文地球—大气科学及气象学]