变分回波跟踪算法在武汉汛期临近预报中的适用性

摘要

基于变分回波跟踪算法(VET算法)学习模型,利用2021年汛期武汉多普勒天气雷达探测资料和降水资料,讨论其对武汉雷达回波临近预报的预报性能。结果表明,从时间演变来看,随着预报时效的延长,VET算法的预报能力逐步下降,但随着预报时效的延长,降幅和增幅都逐渐变小,48 min后曲线变得非常平缓,不同降水性质之间的差异却逐渐增大。随着回波强度的增加,VET算法的预报能力降低,但其对较强回波的敏感性要强于弱回波。从不同降水强度和降水性质检验来看,VET算法在POD、FAR、CSI均表现为强降水/区域性的预报能力优于弱降水/分散性;不同阈值回波检验上,强降水提升幅度均在23%以上,区域性提升幅度在16.6%~67.7%,表现出VET算法对较强/较大范围回波的预报能力较好。区域性回波和分散性回波案例分析表明,VET算法不仅对回波运动有一定的把握能力,而且对回波强度的变化也有一定的预报能力。因此认为VET算法在武汉地区汛期临近预报中具有较好的适用性。