基于深度学习的强对流天气识别与分级预警方法研究

Journal: Agricultural Science DOI: 10.32629/as.v9i8.4207

高瑞晗1, 李诗谣1, 赵昕曈2, 胡竞文3, 周怡诺4

1. 鞍山市气象局
2. 辽宁省海城市气象局
3. 中国气象局气象宣传与科普中心（中国气象报社）
4. 乌兰浩特市气象局

Abstract

强对流天气具有突发性强、破坏力大、时空尺度小等特征,传统基于雷达回波阈值与 经验判据的识别方法在时效性与精度方面存在明显不足。本文围绕深度学习在气象 智能预报中的技术适配性,构建了融合卷积神经网络与长短期记忆网络的混合架构, 提出基于多源雷达回波时序特征提取的强对流识别模型,并设计兼顾命中率与虚警率 的分级预警阈值体系。通过收集东北地区2019—2024年典型强对流个例的雷达基数据 与自动气象站观测资料,对模型进行训练与独立样本检验。结果表明该算法对雷暴大 风,短时强降水及冰雹三类天气的识别准确率较传统方法有显著提升,预警提前量亦 得到延长,为基层气象台站智能化预报业务转型提供了可复现的技术方案。

Keywords

深度学习；强对流天气；雷达回波；分级预警；长短期记忆网络

References

[1] 魏海文,郭俊建,周成,等.一种基于深度学习模型的雷达回波临近外推预报方法[J] .气象科学,2025,45(4):549-559.
[2] 周康辉,郑永光,杨波,等.强对流天气客观临近预报技术进展和展望[J].气象学报, 2025,83(3):798-812.
[3] 黄兴友,张永轩,李芳,等.利用雷达数据开展对流降水临近预报的循环神经网络方法 试验[J].大气科学,2024,48(6):2329-2341.
[4] 鑫,胡志群,袁淑杰,等.基于深度学习的融合多源资料雷达回波外推研究[J].气象科 技,2025,53(5):617-633.
[5] 王杰,陈静,杨昊,等.基于稀疏注意力的雷达回波外推方法及应用[J].气象科技,20 25,53(4):468-478.

Copyright © 2026 高瑞晗, 李诗谣, 赵昕曈, 胡竞文, 周怡诺

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License