[张贴报告]基于多源观测的多任务学习对流雷暴VIL和闪电短临预报

基于多源观测的多任务学习对流雷暴VIL和闪电短临预报
编号:759 稿件编号:554 访问权限:仅限参会人 更新:2024-04-10 22:46:58 浏览:41次 张贴报告

报告开始:2024年05月18日 10:09 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp12] 主题12、大气物理与气象气候

暂无文件

摘要
本研究开发了一个基于编码-解码结构U-net多任务学习模型,利用GOES-16静止卫星红外亮温、GLM闪电观测以及NEXRAD的垂直液态水含量等数据同时预报对流雷暴和闪电,并将提前期增加到90分钟。本文还探索了将红外亮温观测作为额外特征输入对对流雷暴和闪电短临预报的影响。结果表明,在对流雷暴和闪电预测方面,多任务学习模型均明显优于单任务学习模型;而且,多任务学习模型有助于缓解闪电预报技能随提前期增加而快速降低的问题。此外,加入红外亮温观测作为额外输入特征可以进一步提高闪电预测技能评分,但对VIL的预测仅有很小的影响,且多任务学习模型对于组织化对流雷暴的VIL和闪电预测要优于离散的对流单体。
关键字
对流雷暴和闪电,多任务学习,短临预报
报告人
李扬
助理研究员 南京气象科技创新研究院

稿件作者
李扬 南京气象科技创新研究院
刘玉宝 南京信息工程大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订