科研之友
微信
新浪微博
Facebook
分享链接
摘要
降雨的临近预报有助于提供强降雨和洪水的预警，在灾害天气频发的中国东部地区尤为重要。使用Himawari-8卫星红外波段亮温数据、中国地面自动站降水数据和ERA5再分析物理量资料，利用卫星云顶亮温资料识别中尺度对流系统，将机器学习特征算法筛选的特征变量作为模型输入数据，运用Stacking集成学习算法建立分类模型和回归模型，以预测未来1小时降水量，并应用TS评分、混淆矩阵和相关系数等指标对预报结果进行检验分析。结果表明：静止气象卫星云顶亮温数据在降水类型识别，乃至降水定量预测方面都有显著作用；分类—预测算法在中尺度对流系统降水邻近预报方面表现良好，相关系数和均方根误差分别为0.811 mm/h和0.14 mm/h，预测结果优于单独回归模型。可见，融合模型具有更强、更稳定的预报性能。
-
单位南京信息工程大学; 物理学院
