周报

12月19 工作记录

数据处理方面：

1. 实现了

   指标	含义	来源文件	主要用途
   K Index	雷暴潜势	ECMFC1D_K	判断对流条件
   LI	抬升指数	ECMFC1D_LI	大气稳定度诊断
   SWEAT	强对流威胁指数	ECMFC1D_SWEAT	评估超级单体潜势
   TT	总不稳定指数	ECMFC1D_TT	快速雷暴判别
   BCAPE	最优 CAPE	ECMFC1D_BCAPE	最强对流潜势
   BLI	混合层抬升指数	ECMFC1D_BLI	更真实的稳定度估计
   CAPE	对流可用能量	ECMFC1D_CAPE	对流强度指标
   DCAPE	下击暴流能量	ECMFC1D_DCAPE	风暴破坏性评估
   Theta_E_700hPa	700hPa 等效位温	ECMFC1D_Theta_E_700hPa	中层热力结构分析
   Theta_E_850hPa	850hPa 等效位温	ECMFC1D_Theta_E_850hPa	低层湿热诊断

   这些数据由原始ECMFC1D_grib数据到我们需要的时间分辨率和空间分辨率的实现，并尽可能的实现了封装，几行代码即可轻松调用。
   目前数据的时间分辨率为一小时，空间分辨率为0.25度，得到的栅格为 19 × 37 = 703 个。不知道差值到113x177的栅格效果怎么样。

   模型学习方面：

   1. 使用pytorch复现了Lightnet模型，使用浅势数据对模型进行了初步的训练，得到的结果：

评分策略，允许空间上差一点也对。差几十公里也算对。

下一步想尝试复现ST-GLNet 看看效果。

浅势预测方面：

测试得到的6-12小时的指标。

待完成的工作：

1. 数据迁移已经都了解了，下一步是部署java程序和主函数流程的扩展。

2. 给张台长做雷达拼图，但时候联系师哥。

3. 数据拷贝完给赵老师。

论文方面：

sci-2 基于高密度区的闪电临近预报和利用长距离闪电定位资料的外推方法.

解决的问题：

• 隐状态变化是隐式的，难以稳定刻画“整体运动趋势”

• 长时序预测容易出现模糊、漂移和虚警增多的问题

在每一层、每一个时间步，MotionGRU 显式维护三个量：

• Ft′​：瞬态变化（当前时刻的快速更新）

• Dt​：趋势动量（长期运动趋势的累积）

• Ft​：最终运动滤波器（用于表征整体运动状态）

  获得长期演化趋势

想法：

使用高斯扩展，将雷电的标签离散化，获得连续的闪电高密度区域，作为新的标签。

该论文在pred-RNN模型的基础上，加入了MotionGRU。融合瞬时速度和长期趋势。

拿到的雷电标签分辨率0.005°×0.005°。论文中数据的分辨率0.025°。

后续工作：

时间分辨率6min预测 ：

雷达数据和雷电观测可以满足，但是自动气象站数据时间分辨率为1h。上述仅使用雷电观测使用的也是6min，想高斯扩展尝试一下。

预测：

将闪电标签按照这篇论文的方法高斯扩展，还是使用3编码器的conv-LSTM