基于深度学习的天气雷达回波序列外推及效果分析*
2021-11-12黄兴友马玉蓉胡苏蔓
黄兴友 马玉蓉 胡苏蔓
1. 南京信息工程大学气象灾害预报预警与评估协同创新中心,南京,210044
2. 南京信息工程大学,南京,210044
1 引 言
临近预报是指对0—2 h的短时间内天气现象变化的预报(Browning,1982)。天气雷达探测资料具有较高的时间和空间分辨率,成为临近预报的主要工具。传统的雷达回波外推方法主要有交叉相关 算 法(Tracking Radar Echoes by Correlation,TREC)(Li,et al,1995)、单体质心法(The Strom Cell Identification and Tracking,SCIT)(Witt,et al,1993)和 光 流 法(Optical Flow)(Ayzel,et al,2019)。TREC是通过计算雷达回波资料在连续时次的空间最优相关,得到对流系统不同位置的移动矢量特征,并基于这些获得的移动矢量对雷达回波进行外推预报(陈明轩等,2007),该方法对变化较快的对流性降水的预报效果差,张亚萍等(2006)提出了一种基于差分图像的相关方法追踪雷达回波运动(Difference Image based Tracking Radar Echo by Correlations,DITREC),消除了TREC矢量场中由于回波快速变化而导致的无序矢量,在使用导出的DITRE场预报降水场时,其精度依赖于所采用的Z-I关系。SCIT主要用于雷暴单体的识别追踪,其在识别了三维雷暴单体后对单体质心路径进行追踪,适用于对强雷暴单体的追踪和临近预报(俞小鼎等,2012),但丢失了弱回波信息。光流法是通过计算雷达回波的光流场得到回波的运动矢量场,并基于运动矢量场对雷达回波进行外推。该方法与交叉相关算法不同之处在于光流法立足于变化,而不是选定不变特征(曹春燕等,2015),但是其在计算光流矢量和外推两步时存在累积误差。这些方法仅根据若干个时刻的雷达回波图像推测下一时刻的回波位置,且忽略了实际情况下雷达回波中的中小尺度大气系统的运动非线性,存在对历史雷达资料利用率不足和外推时效较短的局限。……
