高原气象

作者：刘新伟;黄武斌;蒋盈沙;郭润霞;黄玉霞;宋强;杨勇

单位：<sup class=\"mag-xml-aff-label-sup added-by-sys\">1.</sup> 兰州中心气象台，甘肃 兰州 730020","<sup class=\"mag-xml-aff-label-sup added-by-sys\">2.</sup> 中国科学院西北生态环境资源研究院 寒旱区陆面过程与气候变化重点实验室，甘肃 兰州 730000

关键词：强对流天气;LightGBM;C波段雷达产品;分类识别

基金：中国气象局预报员专项(CMAYBY2020-134),甘肃省气象局面上项目(Ms2020-06),甘肃省气象局创新团队项目(GSQXCXTD-2020-01),甘肃省重点研发计划项目(20YF3FA012)

强对流天气将导致多种灾害性天气， 但由于其突发性强且尺度较小， 在气象业务工作中仍难以准确地预警和预报。本文基于LightGBM （Light Gradient Boosting Machine）算法， 利用甘肃三个地区的C波段雷达回波产品以及地面观测数据， 构建了LightGBM模型， 并分类判识了三类主要的强对流天气［冰雹、 雷暴大风、 短时强降水（短强）］。结果表明， 在2011 -2017年训练集中， LightGBM模型表现较好， 整体误判率仅为4.9%。在2018年的独立样本测试中， 模型对三类强对流和非强对流天气的整体误判率为7.0%， 对三类强对流天气的平均命中率（Probability of Detection， POD）为86.4%， 平均临界成功指数（Critical Success Index， CSI）为64.3%， 平均空报比率（False Alarm Ratio， FAR）为29.0%。其中， 短强的误判率最低， POD和CSI最高， FAR也最小， 而雷暴大风和冰雹的误判率和评分比较接近。因此， 本文构建的LightGBM模型对强对流天气的分类识别较为理想， 首次对三类主要的强对流天气实现了自动化预警， 在未来的气象业务自动化工作中有广阔的应用前景。

来源：2021年第4期

《高原气象》期刊编辑部

查看高原气象杂志2021年第4期