[2023 Huawei Cup Question F] 強対流降水ナウキャスティング (Python & Matlab コード共有)

1 背景の概要

我が国は、広大な国土と複雑な自然条件を有するため、地域差が大きく、災害の種類も多様です。中でも、雷雨、ひょう、竜巻、短時間の豪雨などの強い対流気象は、経済的損失を引き起こし、生命の安全を脅かす最も深刻な種類の災害です[1]。2022年を例に挙げると、我が国における強い対流天候による風災害やひょう災害による死者・行方不明者数と直接的な経済損失は、それぞれ73％と69％を占めました。激しい対流気象は、突発性、局地性の強さ、生活史の短さ、激甚災害などの特徴があるため、気象予報においては短期（0～12時間）やナウキャスト（0～2時間）の予報が困難であることが一般的です。

従来の厳しい対流気象ナウキャスティングは、主にレーダーやその他の観測データに依存しており、嵐の識別や追跡技術と組み合わせてレーダー外挿予測を実行します。つまり、将来の瞬間のレーダー反射率を外挿によって取得し、さらにレーダー反射率を使用します。それらの間の経験的な関係 (つまり ZR 関係) により、将来の降水量が推定されます [2]。近年、ビッグデータの蓄積とコンピュータの計算能力の発達により、人工知能やディープラーニング技術が急速に発展しています。ディープラーニング手法はデータドリブン手法の一種で、理論的には学習データの量が増えるほど性能が向上するため、大量のレーダー観測データが蓄積される短期予報の分野に非常に適しています。。現在、世界中のディープラーニングに基づく短期予測モデルは主に 2 種類あり、1 つは U-Net などの畳み込みニューラルネットワーク (CNN) に基づくもの [3]、もう 1 つはConvLSTM、DGMR、その他のモデルなどのリカレントニューラルネットワーク (リカレントニューラルネットワーク、RNN) に基づいています [4、5]。

雨粒は落下する過程で空気抵抗の影響を受け、扁平球状や饅頭状などの形状になりますが、一般に雨粒が大きいほど平べったい形状となります。したがって、雨滴の反射特性は、水平偏波（電界振動の方向が水平面内）と垂直偏波（電界振動の方向が垂直面内）とでは異なる。従来のレーダーは一偏波方向の電磁波しか送受信できませんでしたが、新しい二重偏波レーダーは水平偏波方向と垂直偏波方向の電磁波を同時に送受信することができ、2つの偏波方向のエコーの強度差により、相関係などの情報は、析出粒子の大きさ、相状態、含水率などの情報を得るために利用され[6]、これらの情報を総称して微物理情報と呼ぶ。近年の研究では、二重偏波レーダー変数によって反射される微小物理情報には、対流システムの進化状態や空間動的構造などの重要な情報が含まれていることが示されています[7、8]。したがって、二重偏波レーダー変数の適用は、厳しい対流予測には理論的に重要です。

2 問題の詳細

二重偏波レーダーをより適切に適用して、激しい対流降水量の短期予測を改善するには、次の質問に答えてください。

二重偏光変数を効果的に適用して激しい対流予測を改善する方法は、現在の気象予測において依然として重要かつ困難な問題です。質問で提供されたデータを使用して、厳しい対流ナウキャスティングの二重偏波レーダーデータから微小物理的特徴情報を抽出できる数学的モデルを確立してください。ナウキャスティングの入力は、前 1 時間 (10 フレーム) のレーダー観測 (ZH、ZDR、KDP) であり、出力は次の1 時間 (10フレーム)のZH予報です。
現在の一部のデータ駆動型アルゴリズムは、強い対流予測を行うときに平均に近い予測を生成する傾向があります。つまり、「平均への回帰」問題があるため、予測は常に不鮮明になる傾向があります。質問 1 に基づいて、予測のぼやけの影響を軽減し、予測されるレーダーエコーの詳細をより完全かつ現実的なものにする数学的モデルを設計してください。
質問で提供されたZ H 、Z DRおよび降水量データを使用して適切な数学モデルを設計し、Z HおよびZ DR を使用して定量的な降水量推定を行ってください。モデルの入力はZ HとZ DRで、出力は降水量です。(注: このアルゴリズムではK DP変数を使用できません。)
激しい対流降水量のナウキャスティングにおける二重偏波レーダーデータの寄与を評価するための数学モデルを設計し、突然の局地的な激しい対流気象に適切に対処するためにデータ融合戦略を最適化してください。

3 名詞の説明

二重偏波レーダー: 従来のレーダーよりも豊富な物理情報を提供できる新しいタイプの気象検知レーダーです。沈降粒子による水平方向と垂直方向の電磁波の反射を測定することで、沈降粒子のサイズ、位相、含水率などの情報を取得します。この情報は総称して微物理情報と呼ばれ、厳しい対流気象をより正確に予測するのに役立ちます。二重偏波レーダーで最も一般的に使用される 3 つの変数は次のとおりです: 1) Z H、水平反射率、これは水平方向のエコー強度で、通常は dBZ 単位で、主に降水量の強度を反映します; 2) Z DR、差分反射率, つまり、水平方向と垂直方向のエコー強度の差は、主に観測領域内の降水粒子のサイズを反映します; 3) K DP、比微分位相シフト、降水粒子によって引き起こされる水平エコーと垂直エコー間の位相差です。単位距離で、主に液体の水分含有量を反映します。
ZR 関係: レーダー反射率と降水量の間の経験的な関係。通常、で表されます $R=a*Z^b$ 。ここで、R は降水量、Z はレーダー反射率、a と b は経験的なパラメーターであり、通常、地域や降水量の種類によって異なります。

4 質問とデータ

リンク: https://pan.baidu.com/s/1cLfyT3KNOzgOeb7YkgAYPA
抽出コード: kl75
-- Baidu Netdisk Super Member V4 からの共有

5 Python&Matlab コードのダウンロード

返信: [2023 Huawei Cup Question F] 強い対流降水量が予想されています