Presentation Details
基于多源观测的多任务学习对流雷暴VIL和闪电短临预报
ID：759
View Protection：ATTENDEE
Updated Time：2024-04-10 22:46:58 Hits：1855
Poster Presentation
Start Time：2024-05-18 10:09（Asia/Shanghai）
Duration：1min
Session：SP 张贴报告专场 »
No files
Abstract
本研究开发了一个基于编码-解码结构U-net多任务学习模型，利用GOES-16静止卫星红外亮温、GLM闪电观测以及NEXRAD的垂直液态水含量等数据同时预报对流雷暴和闪电，并将提前期增加到90分钟。本文还探索了将红外亮温观测作为额外特征输入对对流雷暴和闪电短临预报的影响。结果表明，在对流雷暴和闪电预测方面，多任务学习模型均明显优于单任务学习模型；而且，多任务学习模型有助于缓解闪电预报技能随提前期增加而快速降低的问题。此外，加入红外亮温观测作为额外输入特征可以进一步提高闪电预测技能评分，但对VIL的预测仅有很小的影响，且多任务学习模型对于组织化对流雷暴的VIL和闪电预测要优于离散的对流单体。
Keywords
对流雷暴和闪电,多任务学习,短临预报
Speaker
李扬
助理研究员 南京气象科技创新研究院Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment