基于改进U-Net模型的次季节降水预报订正

作者：潘乐; 郑子华^*; 游立军; 翁彬

来源：福建师范大学学报(自然科学版), 2023, 39(06): 63-92.

• 降水预报订正
• 次季节
• 深度学习
• 卷积神经网络

针对现有次季节降水预报误差较大的问题，提出基于改进的U-Net模型的次季节降水预报订正方法.首先，通过指数变换，将非正态分布的降水预报数据变换到正态分布；其次，结合残差连接和通道注意力改进U-Net模型，用于订正模式预报结果，生成订正后的降水概率预报；最后，通过损失函数加权提高强降水预报性能.实验结果表明，订正结果相较于原始预报误差明显降低，CRPS降低了14%,概率预报的采样均值在10 mm日降水量阈值的TS评分提升48%.

• 单位
  福建省气象信息中心; 福建师范大学