短临降水预报方法及其运用研究

短临降水预报方法及其运用研究
摘要：在天气预报中，短临降水预报是重要的内容。

通过采用一定的方法，构
建科学的分析模型，提高短临降水预报的准确性是气象机构部门及从业人员研究
的重要内容。

本文围绕这一议题进行了分析论述，文章分别从短临降水预报的方法、短临降水预报模型的构建进行了论述，在分析当前短临降水预报技术应用的
基础上展望了预报方法的发展趋势，供相关人士参考。

关键词：短时降水预报、方法研究、应用状况、模型构建
1引言
在0~6小时以内的降水天气预报被称为短临降水预报。

在传统的预报工作中主要采用
的方法包括统计预报法、经验外推法以及数值模式法。

随着现代计算机技术的发展和应用，
越来越多的统计学方法被应用于气象预报工作中，并发挥出不容忽视的作用。

在数据时代里，越来越多的气象数据得到开发和利用，为气象预报策略的制定和气象预报工作水平的提升奠
定了有利的条件。

本文结合自身经验，对短临降水预报方法及技术应用谈一下自己的思路和
看法，旨在推动我国短临降水预报工作水平的不断提升，为社会民众提供更准确可靠的气象
服务。

2短临降水预报方法
短临降水预报相对于中长期的降水预报相比具有更高的要求，不仅体现在时间更短，而
且也体现在区域更精准。

近年来随着极端天气出现的频率越来越高，短临降水预报的意义也
日益凸显。

通过短临降水预报工作，对地区内企业生产和民众出行劳作提供预测报告，从而
帮助政府机构及社会组织个人根据降水预报做出正确的选择和决定。

在过去很长一段时间内，短临降水预报以传统的手段为主，采用的预报方法包括统计预报法、数据模型预报法以及雷
达预报法。

这些降水预报方法虽然在应用中积累了一定的经验，但是受到预报技术设备的制约，传统预报方法表现出瓶颈和不足。

比如统计预报法和数据模型预报法存在公式化和规律
化的特征，在一定程度上限制了短临降水预报的准确性。

而雷达预报法受到地理空间因素的
影响也表现出预报数据准确性的技术瓶颈。

随着现代信息技术的发展应用，短临降水预报方
法有了快速进展，典型的预报方法是神经网络预报法。

该方法与传统预报方法最大的区别在于，传统方法不能够有效处理降水元素之间的关系，但是神经网络预报法能够处理一些复杂
的非线性关系，因此可以构建起更客观的降水元素关系网络，从而得到更加准确的短临降水
预报结果。

神经网络预报法起源与国外，通过多元线性回归模型的构建和对比，得到用于短
临降水预报的神经网络模型。

国内将神经网络模型及技术应用在短临降水预报中的时间比国
外晚。

但是正是站在先人的肩膀上，我国气象预报中运用神经网络技术的发展速度更有优势。

如今，随着降水预报技术的发展，应用神经网络法进行短临降水预报的时效性得到大幅度提升。

由于神经网络法涉及到大量的参数，因此该方法应用技术复杂，容易被局部信息所困，
同时在收敛速度上也有一定的弱势。

针对这些不足，研究人员采用各种算法来优化神经网络，如遗传算法、粒子群算法等，推动神经网络法在短临降水预报中发挥出更充分的作用。

3短临降水预报模型
短临降水预报模型能够对短临降水预报结果带来直接的影响。

目前主要采用的模型是
时空序列模型和光流失量模型。

时空序列模型分为前处理模块、特征提取模块以及模型训练
模块。

该模型首先对局部图像进行拼接，然后提取并描述出子寻找时间方向的关系，得到云
团运动轨迹。

特征提取和描述部分能够对问题的特征进行提取归纳，主要包括时间空间方向
矢量描述、云团形状描述、目标站点的雷达反射率图像描述。

模型训练部分采用的技术是卷
积神经网络技术，通过将全连接层与非图像类特征进行合并，最终输入到神经网络系统中。

光流失量模型是一种常见的短流降水预报模型。

该模型的技术原理是利用两个雷达回波图像
进行光流失量的估算，然后对雷达图进行外推来得到短临降水预报结果。

该模型在实际应用
中存在累计误差，因此会影响短临降水预报结果的精确度。

同时由于光流失量没有机器学习
的优势，因此雷达回波图外推的优势并不能充分发挥出来。

近年来，研究人员利用深度学习
技术有效弥补了光流失量模型在应用上的不足。

比如研究人员通过编码网络来对进行观测对
象的特征描述；研究人员通过建立新模型来主动学习卷积结构；通过建立新的基准模型来提
高时空数据的利用效率。

通过建立新的基准和新的模型，实现了新数据动态训练模型，在很
大程度上提高了短临降水预报的时效性和准确性。

4短临降水预报方法应用
随着计算技术和数据技术的快速更迭，短临降水预报方法也得到更多的支持，向着精
准化、高时效的发展方向迈进。

短临降水预报也从单一的技术和方法向着系统化和平台化的
方向发展。

国内研究人员设计了短临降水预报的计算方法，同时开发了相适应的短临降水预
报短语应用系统。

在短临降水预报方法技术的集成方面，短临降水预报技术通过纳入到多元
系统平台中，实现了气象预报与多个行业领域的紧密融合，更充分地发挥出气象预报服务的
社会价值。

如短临降水预报技术与物流行业融合，通过建立信息化平台，借助车辆定位技术
以及车辆调度技术，由气象机构为物流企业提供精准的气象服务，帮助物流企业制定安全合
理的物流路线，避免物流作业受到天气变化因素的不利影响。

近年来，随着大数据技术的发
展和应用，短临降水预报系统有了更强的图像识别能力，同时利用深度学习技术构建科学的
降水预报模型，为快速监测集聚变化的天气以及诊断天气自然灾害提供了更多的技术支持。

5短临降水预报技术的发展前景
短临降水预报技术的发展与时代技术背景息息相关，随着计算技术、数据技术以及神
经网络技术的发展，未来短临降水预报技术也将得到更多行业和领域的重视，同时在发展和
应用方面有更快的速度。

结合当前短临降水预报技术的状况，未来技术研究的重点将集中在
以下方面：一是大数据分析技术。

该技术将在短临降水天气数据的收集、筛选和分析方面得
到深入应用。

有了大数据技术的支持，短临降水预报的结果将更可靠；二是短临降水预报信
息系统的建设进程将日益加快。

越来越多的传统行业受到天气变化情况的影响，通过构建其
短临降水预报信息系统，实现气象技术与传统行业的深度融合，为气象预报技术在传统行业
中发挥积极的作用构建起便利的渠道。

6结语
综上所述，短临降水预报工作是气象服务工作的重要内容。

在传统预报方法和神经网
络预报方法的基础上，借助计算技术、数据技术以及图像模拟技术，未来的短临降水预报方
法将更加完善，在社会生产生活的多个领域中发挥出更充分的积极作用。

气象部门及研究人
员应保持开放的心态和观念，拥抱现代新技术，在实践中探索创新，发挥出气象服务的行业
责任和社会价值。

参考文献
[1]基于多元线性回归的滇西南短时强降水预报模型研究，王秀英，廖留峰，王俊杰，
《气象与环境学报》，2019（02）
[2]基于Logistic回归和多指标叠加的短时强降水预报模型，白晓平，靳双龙，王式功，等，《气象科学》，2018（4）
[3]降雨量随机特征分析与降雨预报研究，王雪玉，《水利科学与寒区工程》，2019（03）
[4]基于循环神经网络的单站能见度短临预报试验，李欣蓓，张苏平，衣立，等，《海洋气象学报》，2019（2）
[5]云南快速更新循环树脂预报系统及其12小时降水预报检验与改进，王曼，张瑾文，邢冬，《云南地理环境研究》，2019（02）
[6]潜江市中小尺度强降水短临预警指标技术研究，徐琼芳，岳阳，杜燕妮，等，《第35届中国气象学会年会》，2018-10-24
[7]广州5.7突发特大暴雨短临预警服务的反思，李怀宇，胡东明，钱嘉星，等，《广东气象》，2017（05）。