张烨方 冯真祯 刘 冰

1 福建省灾害天气重点实验室，福州 350001 2 福建省气象灾害防御技术中心，福州 350001

提 要： 从研究人工智能雷电临近预警模型的目的出发，以卷积神经网络模型为基础，结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据，对雷电临近预报方法进行基于卷积神经网络结构的应用，以福建省2017—2018年雷达、闪电数据为样本完成了模型的训练与预测研究。训练结果显示，15～30 min模型训练样本测试集准确率为0.798 5；选取福建省2019年20个雷电过程验证分析表明，15～30 min模型对动力抬升型雷电过程预警TS评分为0.716，夏季局地热雷暴预警TS评分为0.694，与常规采用雷达、闪电阈值控制的雷电预警算法相比，准确率有一定的提高，具有一定的实践意义。

引 言

人工智能是近几年来发展特别迅速的一门科学技术，普遍被认为是下一场科技革命的生产力代表，2017年8月国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的战略目标。逐步推进气象业务工作与人工智能技术的对接，拓展未发掘的预报模式，满足多角度气象专业服务需求，是实现气象工作自动化、智能化、现代化的重要途径。

我国在20世纪90年代初已开始气象领域人工智能方面的预报研究，如中国气象局在“八五”期间就成立了《人工智能、模式识别在天气预报业务中的应用》课题项目，运用神经网络模式对暴雨预报进行试验(王宝荣，1993)。进入21世纪后，国内出现更多基于机器学习的气象人工智能研究，如贺佳佳等(2017)采用支持向量机(SVM)开展局部短时临近降雨预测研究；……