王 坤， 蒋 宁， 李 敏， 李 静， 张树民， 陈 铁， 彭小燕

(1.江苏省南通市气象局， 南通 226000； 2.中国气象科学研究院， 北京 100081；3.江苏省海门市气象局， 海门 226100； 4.中国地质大学(武汉)， 武汉 430074)

短时强降水是导致城市内涝和山洪、滑坡等灾害的重要原因，也是强对流天气业务预报现阶段的重点和难点之一，国内外学者一直将短时强降水的机理和预报研究作为一个重要的研究方向[1-6]。前人对于短时强降水的预报方法主要集中于“配料法”，“配料法”是Doswell等[7]提出的一种暴雨预报思路，基于不稳定、抬升和水汽条件等对强降水发生的关键影响因子进行分析，并根据各个因子的配合和演变对强对流天气进行预报。这种预报思路提出后，对强对流天气的预报产生了重要影响，被广泛应用在暴雨、雷暴和短时强降水等强对流天气的预报中[8-12]。“配料法”虽然对短时强降水预报有一定参考价值，但漏报率和空报率较高。

短时强降水的预报可看作是一个分类问题，即出现短时强降水为一类，不出现短时降水为第二类。江苏省汛期出现短时强降水的概率为0.2%～0.3%，属于小概率事件，对短时强降水的预报建立分类模型时得到的训练集出现了明显的类别不平衡，即出现短时强降水的训练集占比过小。合成少数类过取样(synthetic minority over-sampling technique, SMOTE)算法是Chawla等[13]提出的使用邻近的少数类样本合成无重复的新样本的算法，使少数类样本的规模进行扩大，进而让数据达到相对平衡的状态，以期提高分类器对少数类的分类性能。……