计算机工程与科学

作者：马志峰, 张浩, 刘劼

单位：1.哈尔滨工业大学计算机科学与技术学院，黑龙江 哈尔滨150001；2.哈尔滨工业大学（深圳）国际人工智能研究院，广东 深圳 518055

关键词：短临降水预报,时空序列预测,天气预报,人工智能,深度学习,

基金：国家重点研发计划(2021ZD0110900);国家自然科学基金(62106061，61972114);中央高校基本科研业务费专项资金(FRFCU5710010521);黑龙江省科技发展专项(2021ZXJ05A03);黑龙江省自然科学基金(YQ2019F007)

短临降水预报是指短期内降水的高分辨率预测，是一项重要但又困难的任务。在深度学习的背景下，它被视为一个基于雷达回波图的时空序列预测问题。降水预测是一个复杂的自我监督任务，由于运动总是在空间和时间维度上发生显著的变化，普通模型难以应对复杂的非线性时空转换，导致预测模糊。因此，如何进一步提高模型预测性能减少模糊是该领域研究的重点。目前关于短临降水预报的研究仍处于早期阶段，并且对已有的研究工作缺乏系统性的分类和讨论。因此，有必要对该领域进行全面调研。从不同维度全面总结和分析了短临降水预报领域的相关知识，并给出了未来的研究方向，具体内容如下：（1）阐明了短临降水预报的重要意义以及传统预测模型的优缺点；（2）给出了短临降水预报问题的数学定义；（3）全面总结和分析了常见的预测模型；（4）介绍了不同国家和地区的多个开源雷达数据集；（5）简单介绍了用于预测质量评估的度量指标；（6）讨论了不同模型中所使用的不同的损失函数；（7）指明了未来短临降水预报领域的研究方向。

来源：2023年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第10期