基于人工智能与注意力机制的双重门控模型在气象领域中的应用OA
在系统梳理现有降水预报技术优劣势的基础上,本文构建一种基于双重门控注意力网络(Dual-Gated Attention Network,DGA)的短临强降水预报模型,以2016—2020年广西区域内2843个地面气象观测站点的数据为样本开展验证评估。结果显示,针对1 h累积降水过程,模型在预报性能上有一定优势:对于10 mm∙h‒1以上的强降水事件,其TS评分较对比模型至少提升7.2%,同时虚警率FAR、均方误差MSE、命中率POD等关键指标均优于参比方法,且模型训练与推理效率较基线模型至少提升一倍。综上,双重门控短临强降水预报模型具备较好的业务应用潜力,可为实际气象预报业务提供技术参考。
黄俊;詹利群;李涛;黄志;谭斐;黄洁
广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022广西壮族自治区气象数据中心,南宁530022 广西气象大数据开放实验室,南宁530022
天文与地球科学
双重门控注意力机制短临强降水预提器
《气象研究与应用》 2026 (2)
P.35-42,8
广西气象科研计划面上项目(桂气科2024M06)广西自然科学基金青年科学基金项目(2024GXNSFBA010255)广西气象科研计划青年人才培养项目(桂气科2025QN01)。
评论