← 返回赛题库
研赛 / 2023 / F 题

强对流降水临近预报

利用雷达回波与地面观测数据建立短时预报模型,对未来两小时内的降水强度做出估计。

时空预测机器学习气象

题目要点拆解

  1. 用双偏振雷达数据改进强对流降水的 0~1 小时临近预报:输入是前 1 小时(10 帧)的 ZH、ZDR、KDP,输出是后 1 小时(10 帧)的 ZH。
  2. 四问:① 建立能提取双偏振雷达微物理特征信息的预报模型 ② 缓解数据驱动模型「回归到平均值」导致的预报模糊,使回波细节更真实 ③ 只用 ZH 与 ZDR 做定量降水估计(明确不许使用 KDP)④ 评估双偏振资料对强降水预报的贡献并优化多源数据融合策略。
  3. 是典型的时空序列预测题:常用 ConvLSTM、U-Net、Transformer 等结构;第 2 问可用对抗损失、感知损失或分位数回归等思路;第 3 问要建立 Z–R 关系的改进形式。数据量很大,对工程能力要求高。

数据与附件说明

数据文件以官方发布的附件为准。

以上为团队整理的审题要点,不能代替官方题面。

可以从这些模型入手

浏览模型库 →
预测python

时间序列 ARIMA

存在自相关或季节性的序列做中短期预测,例如销量、负荷、降水强度,样本量在数十个时点以上。

公式 · 代码 · 常见坑查看模型 →