[發(fā)明專利]一種基于人工智能算法的強對流天氣短時臨近識別方法

有效

• 申請?zhí)枺?/td>: 202010543364.X
• 申請日: 2020-06-15
• 公開（公告）號: CN111796343B
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計）人: 劉新偉;黃武斌;蔣盈沙;劉維成;魏棟;段伯隆;劉娜;郭潤霞
• 申請（專利權(quán)）人: 蘭州中心氣象臺（蘭州干旱生態(tài)環(huán)境監(jiān)測預(yù)測中心）
• 主分類號: G01W1/10
• 分類號: G01W1/10;G01S13/95;G01S7/41;G06F30/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于人工智能算法的強對流天氣短時臨近識別方法，包括以下步驟：S1、獲取檢測數(shù)據(jù)；S2、對獲取的各類檢測數(shù)據(jù)進行數(shù)據(jù)清洗、質(zhì)量控制；S3、對數(shù)據(jù)按比例劃分成訓(xùn)練集和測試集；S4、將數(shù)據(jù)輸入到LightGBM算法中，建立算法模型；S5、反復(fù)進行模型訓(xùn)練、評估及算法調(diào)參優(yōu)化；S6、待模型最優(yōu)后，進行業(yè)務(wù)應(yīng)用。本發(fā)明能夠用于冰雹、短時強降水、雷暴大風等強對流天氣短時臨近識別預(yù)報，對強對流天氣的分類判識較為準確，適用于氣象業(yè)務(wù)工作，能夠較為迅速、自動化地識別雷達圖像，提前預(yù)警強對流天氣，為業(yè)務(wù)工作者提供較為可靠的參考，提高了業(yè)務(wù)預(yù)報服務(wù)的準確率及預(yù)警精度，實現(xiàn)了我國西北部地區(qū)強對流天氣的準確預(yù)測。

技術(shù)領(lǐng)域

本發(fā)明涉及氣象預(yù)報及預(yù)警技術(shù)領(lǐng)域，更具體涉及一種基于人工智能算法的強對流天氣短時臨近識別方法。

背景技術(shù)

強對流天氣通常指的是由深厚濕對流(DMC)產(chǎn)生的，包括冰雹、大風、龍卷風、強降水等各種災(zāi)害性天氣，具有生命史短、空間尺度小、致災(zāi)性強等特點。雖然目前國際上對強對流天氣的定義尚未有統(tǒng)一標準，但中國氣象局中央氣象臺定義的強對流天氣指的是出現(xiàn)直徑5mm及以上的冰雹、任何級別的龍卷、17m/s及以上的雷暴大風或20mm/h及以上的短時強降水等任意一種或幾種天氣。由于強對流天氣發(fā)生時間短、破壞性強，常給工農(nóng)業(yè)和人民的生產(chǎn)生活造成極大危害，因此強對流天氣的臨近預(yù)報、預(yù)警在氣象防災(zāi)減災(zāi)工作中具有極為重要的地位。但是，目前強對流天氣的臨近預(yù)報和預(yù)警技術(shù)主要集中在外推預(yù)報、經(jīng)驗預(yù)報、統(tǒng)計預(yù)報、概率預(yù)報等傳統(tǒng)方法上，對分類強對流天氣的臨近預(yù)報技術(shù)還存在較多的不足，業(yè)務(wù)預(yù)報服務(wù)的準確率及預(yù)警精度比較低。

多普勒天氣雷達在強對流天氣的監(jiān)測分析和短臨預(yù)警方面起著關(guān)鍵作用，國內(nèi)外學者也對多普勒天氣雷達在強對流天氣的預(yù)警及預(yù)報方面做了大量研究。例如，王萍和潘躍等利用雷達數(shù)據(jù)選用基于徑向基核函數(shù)的非線性支持向量機得到強冰雹識別模型，建立了新冰雹指數(shù)，得到比業(yè)務(wù)上普遍使用的冰雹指數(shù)更高的命中率。雖然多普勒雷達廣泛應(yīng)用于中小尺度天氣系統(tǒng)的發(fā)生發(fā)展和演變機制的研究中，但是目前的大部分研究都是基于數(shù)據(jù)質(zhì)量較高的S波段雷達，但我國西北部地區(qū)主要使用的是C波段雷達，無法成熟地在氣象業(yè)務(wù)工作中應(yīng)用S波段雷達的一系列研究成果。同時，由于我國西北部地區(qū)地形復(fù)雜，高原、山地、荒漠交織，極端天氣情況下易發(fā)生山洪泥石流等地質(zhì)災(zāi)害。因此，研究C波段雷達對強對流天氣的判識和預(yù)報對我國西北部地區(qū)的氣象業(yè)務(wù)工作十分重要。

發(fā)明內(nèi)容

本發(fā)明需要解決的技術(shù)問題是提供一種基于人工智能算法的強對流天氣短時臨近識別方法，以解決目前強對流天氣的臨近預(yù)報和預(yù)警技術(shù)主要集中在傳統(tǒng)方法上，而導(dǎo)致業(yè)務(wù)預(yù)報服務(wù)的準確率及預(yù)警精度比較低的問題，以及由于我國西北部地區(qū)地形復(fù)雜無法成熟地在氣象業(yè)務(wù)工作中應(yīng)用S波段雷達研究成果的問題，以提高業(yè)務(wù)預(yù)報服務(wù)的準確率及預(yù)警精度，以實現(xiàn)我國西北部地區(qū)強對流天氣的準確預(yù)測。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案如下。

一種基于人工智能算法的強對流天氣短時臨近識別方法，包括以下步驟：

S1、獲取檢測數(shù)據(jù)；

S2、對獲取的各類檢測數(shù)據(jù)進行數(shù)據(jù)清洗、質(zhì)量控制；

S3、對數(shù)據(jù)按比例劃分成訓(xùn)練集和測試集；

S4、將數(shù)據(jù)輸入到LightGBM算法中，建立算法模型；

S5、反復(fù)進行模型訓(xùn)練、評估及算法調(diào)參優(yōu)化；

S6、待模型最優(yōu)后，進行業(yè)務(wù)應(yīng)用。

進一步優(yōu)化技術(shù)方案，所述檢測數(shù)據(jù)包括實況站點觀測數(shù)據(jù)和雷達數(shù)據(jù)。

進一步優(yōu)化技術(shù)方案，所述步驟S2的步驟為：

S21、獲取不同地段C波段雷達一定范圍內(nèi)的回波產(chǎn)品數(shù)據(jù)及強對流實況觀測數(shù)據(jù)；