基于雷达组合反射率拼图和深度学习的中尺度对流系统识别、追踪与分类方法.pdfVIP

doi:10.11676/qxxb2021.062 气象学报   基于雷达组合反射率拼图和深度学习的中尺度 对流系统识别、追踪与分类方法* 1,2 2 2 1,2 2 南刚强     陈明轩    秦    睿    韩    雷     曹伟华 1,2 2 2 1,2 2 NAN Gangqiang     CHEN Mingxuan    QIN Rui    HAN Lei     CAO Weihua 1. 中国海洋大学，青岛，266100 2. 北京城市气象研究院，北京，100089 1. Ocean University of China，Qingdao 266100，China 2. Institute of Urban Meteorology ，CMA，Beijing 100089，China 2021-03-29收稿，2021-08-23改回. 南刚强，陈明轩，秦睿，韩雷，曹伟华. 2021. 基于雷达组合反射率拼图和深度学习的中尺度对流系统识别、追踪与分类方法. 气象 学报，79（6）：1002-1021 Nan Gangqiang， Chen Mingxuan， Qin Rui， Han Lei， Cao Weihua. 2021. Identification, tracking and classification method of mesoscale convective system based on radar composite reflectivity mosaic and deep learning. Acta Meteorologica Sinica ， 79 （6）:1002-1021 Abstract    Mesoscale convective system (MCS) is the main cause of lots of convective weather, which can lead to severe meteorological and hydrological disasters such as thunderstorms, tornadoes and flash floods. Accurate identification and tracking of MCS and the realization of MCS classification based on the tracking trajectory as well as understanding the MCS features are of great importance for the analysis and forecast of catastrophic weather. Based on the radar composite reflectivity mosaic data in the Beijing- Tianjin-Hebei region from 2010 to 2019, the support vector machines (SVM), the random forest (RF), the Extreme Gradient Boosting (XGBoost) and the deep neural network (DNN) are used to develop an automatic recognition algorithm for MCSs in Beijing-Tianjin- Hebei region. Secondly, the tracking and matching of identifie