MLP在雷达定量降水估测中的应用

通过临近时次、临近空间降水回波性质相似假设,以人工智能技术结合快速动态分级法(Fast Dynamic Categorical method,FDC)为核心,设计广西区域分钟级雷达定量降水估测产品模型。在单部雷达估测降水时,分两层三次使用感知器寻求合理的降水类型分类Z-I关系,首先将FDC看为一种多分类算法,根据单站雷达各级回波的降水估测结果误差将回波区内的站点分为强站点和弱站点两类,然后分别对这两类站点再次使用FDC建立新的强、弱两类Z-I关系。在多部雷达组网联合估测定量降水时,将各雷达估测值等权重看待,将单部雷达估测作为一个分支,通过连结方式构建一个多层感知器(Multilayer Perceptron,MLP)。无站点回波区采用K近邻算法(K-Nearest Neighbor,KNN)选择合适的MLP求得的Z-I关系估算降水量。对2019年3—10月试验产品进行检验分析,结果表明以区域站组成的训练组小时降水相关系数达0.9737,以国家级气象台站组成的测试组相关系数达0.8256。