基于深度学习的短时强降水天气识别.pdfVIP

第 51 卷 第 2 期 天津大学学报 (自然科学与工程技术版) Vol. 51 No. 2 2018 年 2 月 Journal of Tianjin University (Science and Technology) Feb. 2018 DOI:10.11784/tdxbz201703106 基于深度学习的短时强降水天气识别 1 1 2 3 路志英 ，任一墨 ，孙晓磊 ，贾惠珍 (1. 天津大学电气自动化与信息工程学院，天津 300072 ；2. 天津市海洋中心气象台，天津 300074 ； 3. 天津市气象台，天津 300074) 摘 要 ：气象预报人员面临的问题之一是如何准确有效地识别短时强降水天气．短时强降水是一种主要由强对流天 气形成的气象灾害，产生原因与空气湿度、大气中的水分以及温湿等物理量参数有关，由此提出基于物理量参数和 深度学习模型 DBNs 的短时强降水天气识别模型．首先，利用 SMOTE 算法人工合成短时强降水少数类 (相对于非短 时强降水天气类)样本，调整原始数据集不均衡分布问题；然后通过含有高斯玻耳兹曼机的深度学习模型对地面大 气监测站逐小时加密的观测量，以及常用于天气预报分析的物理量等低层特征构造出抽象的高层特征，发现数据特 征内在关系；最后实现了 DBNs 短时强降水的自动识别模型．结果表明，该方法能够较为准确地识别短时强降水， 对于短时强降水的命中率、误警率和临界成功指数，都有着较好的表现． 关键词 ：短时强降水；物理量计算；SMOTE 算法；深度学习 中图分类号：TP29 文献标志码 ：A 文章编号 ：0493-2137 (2018)02-0111-09 Recognition of Short-Time Heavy Rainfall Based on Deep Learning 1 1 2 3 Lu Zhiying ，Ren Yimo ，Sun Xiaolei ，Jia Huizhen (1．School of Electrical and Information Engineering ，Tianjin University ，Tianjin 300072 ，China ； 2．Tianjin Marine Meteorological Center ，Tianjin 300074 ，China ； 3. Tianjin Meteorological Bureau ，Tianjin 300074 ，China) Abstract ： One of the key studies for meteorological practitioners is how to recognize and predict short-time heavy rainfall accurately and effectively．The short-time heavy rainfall is a seve