310 / 2022-06-24 15:53:10

基于深度学习的对流初生预警研究

深度学习,对流初生,风云卫星,时空降尺度

强对流是指伴随雷暴现象的对流性大风（≥17.2m/s）、冰雹、短时强降水（≥20mm/h），是具有重大杀伤性的灾害性天气之一。其中，对流初生（简称CI）是强对流发生的重要发展阶段，其定义为：多普勒天气雷达第1次监测到有对流云产生的反射率因子大于等于35dBz。CI技术的核心是分析对流运动。对流运动造成云体厚度增加，云顶温度的急剧下降，云顶相态的变化等现象，均可通过多光谱综合分析技术进行判识，从而捕捉到初生的对流。

本文将气象的物理机制和人工智能模型有机结合，通过人工智能手段挖掘气象大数据信息对风云四号A卫星影像进行时空降尺度，以提高后续对流初生预警的精度。本文通过使用生成对抗网络将风云四号卫星L1数据的空间分辨率从4km提高至1km,并利用卷积神经网络将时间分辨率从15min缩短至7min。同时，本文利用降尺度后的风云四号卫星数据针对北京2018年7月16日的暴雨事件进行对流初生的反演。通过提取风云卫星的多通道信息进行目标的判识、目标追踪、对流初生判识，并结合雷达数据进行检验评估。结果表明，卫星可提前预警此次北京南部的强对流引发的暴雨。本文拟通过对卫星的反演弥补雷达分布不均问题，可服务于航空，气象，农业，航运等领域的强对流预警需求，实现“产学研”结合，适应国家“精密监测，精准预报，精细服务”的发展趋势。