| 基于卷积神经网络的京津冀地区高分辨率格点预报偏差订正试验 |
| |
| 引用本文： | 张延彪,宋林烨,陈明轩,韩雷,杨璐.基于卷积神经网络的京津冀地区高分辨率格点预报偏差订正试验[J].大气科学学报,2022,45(6):850-862. |
| |
| 作者姓名： | 张延彪 宋林烨 陈明轩 韩雷 杨璐 |
| |
| 作者单位： | 中国海洋大学, 山东 青岛 266100;北京城市气象研究院, 北京 100089 |
| |
| 基金项目： | 北京市自然科学基金(8212025;8222051);国家重点研发计划项目(2018YFF0300102);北京市气象局科技项目(BMBKJ202004011);国家自然科学基金(42275012) |
| |
| 摘 要： | 为了进一步提高RISE系统高分辨率网格化预报产品的准确率,同时考虑到深度学习近年来在地学领域的有效应用,采用2019—2021年高分辨率RISE系统数据,设计出卷积神经网络模型Rise-Unet,实现了未来4～12 h地面2 m温度、2 m相对湿度、10 m-U风速以及10 m-V风速预报结果的订正。订正试验结果表明,采用均方根误差和平均绝对误差作为评分标准,与RISE原始预报结果相比,基于Rise-Unet模型可以有效提高温湿风预报结果的准确率。该基于深度学习的Rise-Unet偏差订正技术可应用于RISE系统的后处理模块,对提升RISE系统百米级分辨率或其他高分辨率模式系统格点预报水平具有重要的科学意义和应用价值。
|
| 关 键 词： | 天气预报 深度学习 高分辨率 偏差订正 |
| 收稿时间： | 2022/6/15 0:00:00 |
| 修稿时间： | 2022/9/29 0:00:00 |
A study of error correction for high-resolution gridded forecast based on a convolutional neural network in the Beijing-Tianjin-Hebei Region |
| |
| ZHANG Yanbiao,SONG Linye,CHEN Mingxuan,HAN Lei,YANG Lu.A study of error correction for high-resolution gridded forecast based on a convolutional neural network in the Beijing-Tianjin-Hebei Region[J].大气科学学报,2022,45(6):850-862. |
| |
| Authors: | ZHANG Yanbiao SONG Linye CHEN Mingxuan HAN Lei YANG Lu |
| |
| Institution: | Ocean University of China, Qingdao 266100, China;Institute of Urban Meteorology, CMA, Beijing 100089, China |
| |
| Abstract: | |
| |
| Keywords: | weather forecasting deep learning high resolution bias correction |
|
| 点击此处可从《大气科学学报》浏览原始摘要信息 |
| 点击此处可从《大气科学学报》下载免费的PDF全文 |
|
