128 / 2023-08-29 15:43:48
基于深度学习的雷电预报模型
深度学习,雷电预报,雷达,雷电定位数据
Abstract Pending
任照环 / 重庆市防雷中心
雷电对人的生命财产具有重大威胁,但准确及时的预测雷电仍然困难重重。本文将最新的视频预测模型SimVP用于雷电预报,构建了Lighting_cast雷电预报模型,模型包含1h预测、6min预测两个子模型。模型以前1小时的雷达组合反射率、雷电定位数据为预报因子,输出未来1小时雷电密度;利用2020-2021年重庆市雷达、雷电定位数据对模型进行训练,并在2022年数据集上测试,结果表明:本文构建的深度学习模型对雷电预报有较好的效果,1小时模型TS评分为0.51,命中率(POD)为0.8,6min模型T0预报时刻的雷电预报,TS评分可达0.62,POD可达0.82,但随着预报时间的延长,TS评分、POD逐渐下降,FAR、PO逐渐上升,T9预报时刻TS评分下降到0.38,POD下降到0.78;个例分析发现,本文构建的雷电预报模型,对雷电落区的移动趋势及雷电密度都有较好的预报效果,对发展旺盛的强雷暴预报效果最好,但对于首次雷电的发生及雷电的结束预报效果较差。

 
Important Date
  • Conference Date

    Oct 21

    2023

    to

    Oct 22

    2023

  • Sep 01 2023

    Draft paper submission deadline

Sponsored By
中国气象学会
Organized By
中国气象学会雷电委员会
中国气象科学研究院灾害天气国家重点实验室
Previous Conferences