基于DETR模型的欧亚大陆温带气旋冷暖锋自动识别研究OA

温带气旋是中纬度地区重要的天气系统,对全球天气及气候均具有深远影响。锋面系统是温带气旋的关键结构,其精准识别对于提高天气预报的准确性至关重要。近两年来,深度学习方法开始在锋面自动识别领域得到应用,然而针对欧亚大陆的锋面自动识别研究较少,并且多集中于单类锋面的检测,实现冷锋和暖锋的同步识别与分类仍然存在较大困难。因此本文提出了一种基于DETR(DEtection TRansformer)模型的冷暖锋同步识别方法DETR-FRO(DETR-FRONT)。该方法利用海平面气压、850 hPa的温度平流、温度及相对湿度等气象变量构建RGB特征图像,并结合人工冷暖锋标签集训练DETR模型,实现了冷暖锋自动同步识别与分类。DETRFRO改进了原DETR模型的输送通道,引入多个气象变量构建RGB特征图像以提升锋面特征表达能力,使得冷暖锋均有较好的识别效果。多维度验证结果表明,该方法能够同步识别欧亚大陆温带气旋的冷暖锋,并且具有较高的准确性和稳定性。在典型暴雪个例的应用中,DETR-FRO模型能够准确还原冷锋、暖锋及其演变过程,且识别结果与动力、热力要素场有较好的匹配,进一步验证了该模型的泛化能力与气象可解释性。这一改进也为天气预报和温带气旋的研究提供了新的技术支持。此外,基于DETR-FRO构建的1995~2024年长时间序列锋面数据集,从气候尺度揭示了欧亚大陆温带气旋冷暖锋频率的季节分布特征,有利于加深温带气旋冷暖锋气候特征研究的理解。