基于葵花卫星和机器学习的石家庄对流初生判别研究

张立霞; 周玉淑; 万秉成; 房荣; 梁阔; 张哲

doi:10.13878/j.cnki.dqkxxb.20240928001

大气科学学报 ›› 2025, Vol. 48 ›› Issue (03) : 449 -462. DOI: 10.13878/j.cnki.dqkxxb.20240928001

基于葵花卫星和机器学习的石家庄对流初生判别研究

张立霞, 周玉淑, 万秉成, 房荣, 梁阔, 张哲

作者信息 +

Author information +

文章历史 +

摘要

气象卫星通常能够早于天气雷达发现积云发生发展的前兆信号。为了充分挖掘新一代静止气象卫星多通道数据在石家庄短临天气预报中的作用，本文利用葵花8/9号卫星和天气雷达开展石家庄地区对流初生判别研究，并建立了基于机器学习方法的客观对流初生判别模型。通过分析石家庄地区云图特征，建立了适用于石家庄地区的积云目标识别方法，并结合多目标跟踪算法建立了石家庄地区的对流单体数据集。在进行多目标跟踪的过程中，面对直接剔除卷云和晴空后造成的积云云体较破碎、难以跟踪等难题，本文针对性地提出以完整云团作为研究对象的方法，实现了积云生命周期样本的完整提取。基于对流单体数据集，结合天气雷达观测数据，寻找出现35 dBZ以上回波的积云单体，记录首次出现35 dBZ回波时刻，将之作为对流初生的发生时刻。通过对多通道亮温变化特征与积云发展过程的对照分析，发现积云发展成为强对流过程中，石家庄地区的10.4μm亮温呈现下降趋势，12.4μm和10.4μm亮温差和三通道亮温差呈现上升趋势。据此特征分析筛选出有效的影响因子，建立了随机森林对流初生判别模型，该模型能够有效实现石家庄地区对流初生预报。该模型在对石家庄地区对流初生过程的测试中，实现了92%的有效命中率，相应的虚警率为31%。该算法能够在天气雷达图上没有任何回波的时刻，有效地找到将要发展成为强对流的积云单体，提升了石家庄地区强对流天气预警的时效性。