|
|||||
|
|
| 基于改进U-Net模型的次季节降水预报订正 | |
| 引用本文： | 潘乐,郑子华,游立军,翁彬.基于改进U-Net模型的次季节降水预报订正[J].福建师范大学学报(自然科学版),2023(6):63-71+92. |
| 作者姓名： | 潘乐 郑子华 游立军 翁彬 |
| 作者单位： | 1. 福建师范大学计算机与网络空间安全学院;2. 数字福建大数据安全技术研究所;3. 福建省公共服务大数据挖掘与应用工程技术研究中心;4. 福建省气象信息中心 |
| 基金项目： | 国家重点研发计划专项(2018YFC1505805)； |
| 摘 要： | 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%. |
| 关 键 词： | 降水预报订正 次季节 深度学习 卷积神经网络 |