中国气象局龙卷风重点开放实验室
与北京大学大气与海洋科学系
联合学术讲座（第16期）
深度学习赋能龙卷监测预警：
数据集构建、识别模型设计和业务试验
报告人：韩雷 教授
单 位：中国海洋大学信息学院
主持人：孟智勇
时 间：2024年10月18日，8:30-10:00
地 点：物理大楼北547教室
腾讯会议529-263-847
报告人简介
韩雷，中国海洋大学信息学院教授，博士生导师。主要从事智能信息处理与模式识别、人工智能气象应用技术研究，兼任AAS编委。2001-2004年在美国朗讯科技公司（青岛）研发部从事软件研发工作。对国际上广泛使用的临近预报算法TITAN和SCIT算法进行了改进，提出了Enhanced TITAN（ETITAN）方法。基于该算法研制的风暴自动识别、追踪和预警软件系统，被中国气象局的灾害天气短时临近预报预警系统SWAN采用，在全国各省气象局已经稳定运行十余年。
报告摘要
龙卷因其发生频率低且时空尺度小，导致监测预警困难。当前的龙卷识别主要依赖天气雷达，但受限于雷达数据分辨率，准确捕捉龙卷的微小特征极具挑战性。传统的龙卷识别算法（TDA）常因强对流背景信号掩盖龙卷特征，导致命中率较低。为此，本研究构建了中国首个基于多源数据的高精度龙卷数据集，并研发了基于深度学习的龙卷识别模型（MTI-Net）。该模型优化了空间和通道注意力机制，有效提升了小尺度龙卷的识别能力。在中国和美国数据集上的测试表明，MTI-Net在提高命中率方面显著优于现有传统模型，展现了良好的跨区域应用潜力。MTI-Net已在中国气象局SWAN系统中进行实时业务测试，对2024年多次龙卷事件的测试结果显示，该方法显著提升了龙卷识别的准确性，改善了低命中率和高虚警率问题。.
龙卷风
重点开放实验室
长按扫码关注我们
编辑|金钰佳
审核|孟智勇
