基于雷达产品和随机森林算法的冰雹天气分类识别及预报

来源：高原气象杂志2021年第4期北京时间：

作者：刘新伟;蒋盈沙;黄武斌;潘永洁;李霞;郭润霞;黄玉霞

单位：1. 兰州中心气象台，甘肃 兰州 730020;2. 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

摘要：冰雹是一种致灾性较强的强对流天气， 但在气象业务工作中对其进行快捷、 准确的预警和预报仍有一定的难度。本文基于C波段雷达回波资料， 构建并应用随机森林模型对冰雹及其伴随强对流天气进行了分类识别及预报。结果发现， 随机森林模型对训练集（2008 -2017年）中四类冰雹天气（冰雹、 冰雹大风、 冰雹短强、 冰雹大风短强）的平均命中率（Probability of Detection， POD）为90.2%， 平均空报比率（False Alarm Ratio， FAR）为11.1%。对于2018 -2019年的独立样本测试集， 模型的平均POD和FAR则分别为72.8%和34.7%。因此， 本文构建的随机森林模型较为理想。应用模型和风暴单体识别与跟踪产品（Strom Cell Identification and Tracking， SCIT）对未来15~60 min的强对流天气进行预报， 结果表明四类冰雹天气的平均POD为74.8%， 平均临界成功指数为60.8%， 平均FAR为24.4%。因此， 利用C波段雷达产品， 随机森林模型能高效、 自动化且较为准确地分类预警、 预报冰雹及其伴随强对流天气， 可应用于天气预报业务工作。

关键词：随机森林;C波段雷达产品;冰雹;强对流天气;短临预报

基金资助：甘肃省气象局面上项目(Ms2020-06),国家重点研发计划项目(2017YFC1502101),中国气象局预报员专项(CMAYBY2020-134),国家科技支撑计划项目(2015BAC03B06),甘肃省气象局创新团队项目(GSQXCXTD-2020-01)