本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境...本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。展开更多
利用欧洲中期天气预报中心提供的全球大气再分析资料、美国国家海洋和大气管理局提供的高分辨率海表温度逐日数据集和最佳路径数据集(the international best track archive for climate stewardship,IBTrACS)等资料,采用WRF(weather re...利用欧洲中期天气预报中心提供的全球大气再分析资料、美国国家海洋和大气管理局提供的高分辨率海表温度逐日数据集和最佳路径数据集(the international best track archive for climate stewardship,IBTrACS)等资料,采用WRF(weather research and forecasting)模式,对2022年第11号台风“轩岚诺”在东海黑潮快速增强的原因进行了诊断分析和数值模拟研究。结果表明,台风快速增强期间其中心处于东海黑潮主轴上,此时台风中心远离高空槽和高空急流,环境风垂直切变在增强时段维持在较高水平,超过8 m·s^(-1),均不利于台风增强,而东海黑潮区海表温度异常达到1~3℃,为台风发展提供大量热通量,同时26℃等温线深度达85~110 m,0~250 m深度范围内海水温度异常在台风快速增强前达2.5℃左右,表明上层海洋热含量丰富,有助于抑制台风经过引起的冷却作用。因此,东海黑潮区显著的海表温度暖异常和海洋上层热含量正异常对台风的快速增强起了关键作用。展开更多
闪电类型识别在雷电探测和气象防灾减灾等领域具有重要的作用。目前闪电类型识别面临数据多样性、波形特征复杂等难题,限制了识别算法的准确性和泛化能力。提出了一种基于多尺度残差网络和注意力机制的闪电波形多分类算法MSRES-SA(multi...闪电类型识别在雷电探测和气象防灾减灾等领域具有重要的作用。目前闪电类型识别面临数据多样性、波形特征复杂等难题,限制了识别算法的准确性和泛化能力。提出了一种基于多尺度残差网络和注意力机制的闪电波形多分类算法MSRES-SA(multi-scale residuals and self-attention),旨在提高闪电波形识别的准确性。首先构建了一个多尺度残差特征提取模块,用于提取闪电波形在时间维度上不同尺度的信息,并使用残差连接来增强模型的表征能力。然后使用注意力机制来动态加权重要特征,捕捉波形序列中的长距离关联。实验结果表明,MSRES-SA算法的平均识别精度为99.35%,在多个闪电波形类别识别中优于基线模型,并通过消融实验证明了多尺度残差模块和注意力模块在闪电波形识别任务中的有效性。展开更多
文摘本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。
文摘利用欧洲中期天气预报中心提供的全球大气再分析资料、美国国家海洋和大气管理局提供的高分辨率海表温度逐日数据集和最佳路径数据集(the international best track archive for climate stewardship,IBTrACS)等资料,采用WRF(weather research and forecasting)模式,对2022年第11号台风“轩岚诺”在东海黑潮快速增强的原因进行了诊断分析和数值模拟研究。结果表明,台风快速增强期间其中心处于东海黑潮主轴上,此时台风中心远离高空槽和高空急流,环境风垂直切变在增强时段维持在较高水平,超过8 m·s^(-1),均不利于台风增强,而东海黑潮区海表温度异常达到1~3℃,为台风发展提供大量热通量,同时26℃等温线深度达85~110 m,0~250 m深度范围内海水温度异常在台风快速增强前达2.5℃左右,表明上层海洋热含量丰富,有助于抑制台风经过引起的冷却作用。因此,东海黑潮区显著的海表温度暖异常和海洋上层热含量正异常对台风的快速增强起了关键作用。
文摘闪电类型识别在雷电探测和气象防灾减灾等领域具有重要的作用。目前闪电类型识别面临数据多样性、波形特征复杂等难题,限制了识别算法的准确性和泛化能力。提出了一种基于多尺度残差网络和注意力机制的闪电波形多分类算法MSRES-SA(multi-scale residuals and self-attention),旨在提高闪电波形识别的准确性。首先构建了一个多尺度残差特征提取模块,用于提取闪电波形在时间维度上不同尺度的信息,并使用残差连接来增强模型的表征能力。然后使用注意力机制来动态加权重要特征,捕捉波形序列中的长距离关联。实验结果表明,MSRES-SA算法的平均识别精度为99.35%,在多个闪电波形类别识别中优于基线模型,并通过消融实验证明了多尺度残差模块和注意力模块在闪电波形识别任务中的有效性。
