761 / 2026-03-25 20:00:48

基于静止卫星云辐射数据的站点级强降水短临预警模型

短临强降水预警,地球静止卫星,站点级事件预警

主题1 天气、气候、全球变化、行星大气 > 专题1.4 高影响天气气候事件可预报性及AI算法的应用

    短时强降水的站点级临近预警是防灾减灾的关键环节。现有短临预报模型以格点降水场为输出，需经插值或邻域后处理才能映射到站点，这不仅引入额外误差，更使站点级事件预报缺乏直接的梯度优化路径。同时，静止卫星虽能在降水前持续监测云演变，但端到端模型仅以降水标签监督时难以稳定挖掘真正的雨前触发信息。本文提出 MAGPIE-Net，将 FY-4A卫星资料序列端到端映射为任意站点的强降水事件概率。通过地理自适应集合卷积将网格特征直接读出为站点事件概率，形成贯通的站点级优化路径，且以连续坐标描述站点位置，可对区域内任意数量、任意位置的站点一次性输出预警；通过对流初生先验显式引导编码器关注雨前触发信号，增强早期识别能力。

    在中国中东部2023年5-9月的测试结果中，MAGPIE-Net在0–1/1–2/2–3 小时 三个窗口取得 0.3832/0.3043/0.2492 的预报准确率，事件命中率达 63.4%，平均预警提前时间达 69.6 分钟，相较先进格点短临预报模型实现站点级性能的显著跨越。上述性能在昼夜、逐月和不同气候子区域上均保持稳定；且得益于坐标查询式的站点预报设计，模型每秒可输出数万个站点的预警结果，并对于非训练集的自动站预警泛化性能依旧稳定。上述结果表明，通过 MAGPIE-Net这一将站点事件判定与雨前触发先验显式嵌入端到端框架的设计，仅依赖卫星观测亦可为站点级短临强降水预警提供具有业务实用价值的预报能力。