南剛強(qiáng) 陳明軒 秦 睿 韓 雷 曹偉華

1.中國(guó)海洋大學(xué)，青島，266100 2.北京城市氣象研究院，北京，100089

1 引言

中尺度對(duì)流系統(tǒng)（Mesoscale Convective System，MCS）是具有旺盛對(duì)流性運(yùn)動(dòng)的天氣系統(tǒng)，其水平尺度大約為10—2000 km，生命期在3 h以上。Schumacher等（2006）研究了美國(guó)地區(qū)1999—2003年的極端降水事件，發(fā)現(xiàn)所有事件中有66%和暖季事件中有74%與MCS有關(guān)，并且美國(guó)北部幾乎所有的極端降雨事件都是由MCS引起的。Schumacher等（2020）研究表明MCS會(huì)產(chǎn)生很大比例的暖季降雨，且在氣候變暖的情況下，MCS的頻率和強(qiáng)度也可能會(huì)增大。中國(guó)國(guó)家氣候中心分析結(jié)果顯示，于1954、1969、1980、1991、1996、1998、1999、2003和2007年發(fā)生的特大暴雨洪澇都與MCS存在直接的關(guān)聯(lián)，這些災(zāi)害給國(guó)民經(jīng)濟(jì)和人民生命財(cái)產(chǎn)安全造成了重大損失（王曉芳等，2011）。自2012年以來(lái)，華北中東部暴雨事件頻發(fā)（雷蕾等，2020），對(duì)社會(huì)造成了巨大損失，并且這些暴雨特別是短時(shí)強(qiáng)降水的形成均與MCS存在直接關(guān)系。因此，做好MCS及其致災(zāi)天氣的預(yù)報(bào)、預(yù)警，對(duì)人們了解暴雨、龍卷風(fēng)和山洪等氣象災(zāi)害的發(fā)展及演化有很大的幫助。

資料的選擇對(duì)MCS的研究有著至關(guān)重要的影響。從中尺度天氣的角度判斷，MCS的尺度范圍相對(duì)較大，且空間變化較廣，形態(tài)較為復(fù)雜，因此近幾十年來(lái)，氣象學(xué)家通常使用較大范圍的衛(wèi)星或雷達(dá)組網(wǎng)數(shù)據(jù)進(jìn)行MCS的監(jiān)測(cè)、識(shí)別、追蹤和預(yù)報(bào)（Houze，2018）。

基于雷達(dá)探測(cè)資料的常用識(shí)別MCS的方法有2類。一類是基于雷達(dá)拼圖資料的TITAN算法（Thunderstorm Identification，Tracking，Analysis and Nowcasting）（Dixon，et al，1993）。TITAN屬于對(duì)流風(fēng)暴三維特征自動(dòng)識(shí)別、跟蹤、分析算法的典型代表，后續(xù)經(jīng)過(guò)了多次改進(jìn)和完善，并在多個(gè)臨近預(yù)報(bào)系統(tǒng)中得到應(yīng)用（Mueller，et al，2003；韓雷等，2007；Han，et al，2009；陳明軒等，2006，2010）。另一類是基于雷達(dá)拼圖資料開發(fā)的SCIT算法（Storm Cell Identification and Tracking Algorithm）（Johnson，et al，1998），并 借 助Davis等（2006a，2006b）開發(fā)的模式評(píng)估工具（MODE，Method for Objective-based Diagnostic Evaluation）進(jìn) 行 識(shí)別。但TITAN和SCIT均屬于風(fēng)暴“質(zhì)心”識(shí)別和追蹤算法，對(duì)尺度較小的超級(jí)單體風(fēng)暴或孤立的風(fēng)暴單體的識(shí)別效果更好，而對(duì)于結(jié)構(gòu)和形態(tài)較為復(fù)雜的MCS的識(shí)別有時(shí)不夠準(zhǔn)確。人們?yōu)榱四軌蚶肧CIT準(zhǔn)確地識(shí)別MCS，對(duì)SCIT算法進(jìn)行了一定改進(jìn)，將SCIT算法中識(shí)別的位置比較接近的風(fēng)暴單體組成MCS，以便對(duì)MCS進(jìn)行跟蹤和預(yù)報(bào)。隨著機(jī)器學(xué)習(xí)算法的廣泛應(yīng)用，人們開始借助人工智能來(lái)實(shí)現(xiàn)MCS的自動(dòng)識(shí)別，Haberlie等（2018a）使用隨機(jī)森林、梯度提升和極度梯度提升3種分類算法實(shí)現(xiàn)了美國(guó)MCS的自動(dòng)識(shí)別。

MCS的移動(dòng)軌跡追蹤通常也使用TITAN算法或改進(jìn)的SCIT算法實(shí)現(xiàn)，但是這類風(fēng)暴“質(zhì)心”算法也存在與上述識(shí)別MCS類似的追蹤缺陷。另一種常見的MCS移動(dòng)軌跡追蹤方法是基于雷達(dá)回波的交叉相關(guān)追蹤（Tracking Radar Echoes by Crosscorrelation，TREC）（Rinehart，et al，1978），該方法同樣適用于基于衛(wèi)星觀測(cè)資料的MCS追蹤。楊吉等（2015）利用TREC和面積重疊算法實(shí)現(xiàn)了新的MCS追蹤預(yù)報(bào)方法。最近，曹偉華等（2019）將TITAN算法和TREC算法進(jìn)行融合，發(fā)揮不同識(shí)別追蹤算法的優(yōu)勢(shì)，以提升強(qiáng)對(duì)流系統(tǒng)的識(shí)別和臨近預(yù)報(bào)水平。但是，TREC算法最大的問(wèn)題是交叉相關(guān)矩陣的計(jì)算設(shè)置與對(duì)流系統(tǒng)回波的尺度密切相關(guān)，使得不同尺度對(duì)流系統(tǒng)的追蹤效果和精度差異較大。對(duì)于MCS的追蹤，還有Skok等（2009）提出的時(shí)間空間目標(biāo)建立法，但是，該方法有一個(gè)很大的弊端，對(duì)多個(gè)對(duì)象的合并（分裂）將導(dǎo)致一個(gè)單一的、過(guò)度擴(kuò)展的風(fēng)暴帶。作為一種替代方法，可以使用Lakshmanan等（2009）提出的時(shí)、空重疊追蹤法，該方法將時(shí)、空對(duì)象構(gòu)建過(guò)程僅應(yīng)用于兩個(gè)相鄰時(shí)次雷達(dá)圖像在空間上重疊的風(fēng)暴。

準(zhǔn)線性MCS包含一條對(duì)流線，也就是一個(gè)連續(xù)或接近連續(xù)的對(duì)流回波鏈，該回波鏈共享一個(gè)幾乎共同的前緣，并以近似串聯(lián)的方式移動(dòng)，包括其按照一個(gè)接近直線或中等彎曲的弧線方式排列（Parker，et al，2000）。準(zhǔn)線性MCS（如颮線）的分類是研究MCS的一個(gè)重要課題，尤其對(duì)短時(shí)強(qiáng)降水和暴雨特征的研究有重要意義。Parker等(2000）使用2 km分辨率的美國(guó)雷達(dá)組合反射率因子數(shù)據(jù)，研究了MCS的主要組織形態(tài)，根據(jù)對(duì)流線和層狀云的相對(duì)位置將準(zhǔn)線性MCS分為尾隨層云（Trailing Stratiform，TS）、前 導(dǎo) 層 云（Leading Stratiform，LS）和 平 行 層 云（Parallel Stratiform，PS）3類，并研究了每種類型的基本特征，形成了經(jīng)典的線狀MCS分類概念模型。Wang等（2014）借鑒上述工作，利用2010年6—7月長(zhǎng)江流域的雷達(dá)拼圖和觀測(cè)資料，分析了長(zhǎng)江中下游地區(qū)梅雨季MCS的類型和特征。Ashley等（2019）使用圖像分類和機(jī)器學(xué)習(xí)方法對(duì)22 a的美國(guó)地區(qū)雷達(dá)拼圖數(shù)據(jù)進(jìn)行分割、分類和準(zhǔn)線性對(duì)流系統(tǒng)（Quasi-Linear Convective Systems，QLCS）追蹤，該研究更進(jìn)一步地說(shuō)明了自動(dòng)風(fēng)暴形態(tài)分類的實(shí)用性，減少了研究人員手動(dòng)形態(tài)學(xué)分類的耗時(shí)和時(shí)空限制。Jergensen等（2020）使用機(jī)器學(xué)習(xí)并基于雷達(dá)探測(cè)數(shù)據(jù)和鄰近探空資料，將雷暴有效地分為3類：超級(jí)單體、QLCS和無(wú)組織對(duì)流。

MCS的自動(dòng)識(shí)別、跟蹤和分類本身就是一個(gè)復(fù)雜的工作，涉及到很多核心技術(shù)與算法。鑒于此，文中結(jié)合機(jī)器學(xué)習(xí)算法來(lái)實(shí)現(xiàn)MCS的自動(dòng)識(shí)別，將MCS的識(shí)別轉(zhuǎn)化為從特定MCS切片中抽取到的樣本的預(yù)測(cè)問(wèn)題。并且，基于追蹤得到的運(yùn)動(dòng)軌跡和準(zhǔn)線性MCS中TS、LS和PS三種類型的組織結(jié)構(gòu)，提出了新的分類算法，也就是根據(jù)MCS運(yùn)動(dòng)方向與層狀云和強(qiáng)對(duì)流云區(qū)域在識(shí)別的MCS切片中的分布特征，實(shí)現(xiàn)對(duì)準(zhǔn)線性MCS的分類。

文中首先通過(guò)分割雷達(dá)拼圖數(shù)據(jù)和抽取MCS切片中的特征將MCS的識(shí)別轉(zhuǎn)換為二分類問(wèn)題，并使用機(jī)器學(xué)習(xí)算法訓(xùn)練數(shù)據(jù)集得到最優(yōu)分類器進(jìn)而實(shí)現(xiàn)MCS的自動(dòng)識(shí)別。再對(duì)機(jī)器學(xué)習(xí)模型識(shí)別的MCS進(jìn)行追蹤，得到包含MCS信息的數(shù)據(jù)集和追蹤軌跡。最后根據(jù)軌跡矢量與MCS切片擬合橢圓短軸的夾角以及擬合橢圓長(zhǎng)軸兩側(cè)的層狀云和強(qiáng)對(duì)流云面積之比，建立準(zhǔn)線性MCS的分類算法。

2 模 型

2.1 深度學(xué)習(xí)簡(jiǎn)介

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)重要分支，它能自動(dòng)地從輸入數(shù)據(jù)中抽取更加復(fù)雜的特征，使網(wǎng)絡(luò)模型的權(quán)重學(xué)習(xí)變得更加簡(jiǎn)單有效。早期的深度學(xué)習(xí)受到了神經(jīng)學(xué)的啟發(fā)，使得深度學(xué)習(xí)可以勝任很多人工智能的任務(wù)，到如今，深度學(xué)習(xí)已經(jīng)從最初的圖像識(shí)別領(lǐng)域擴(kuò)大到了機(jī)器學(xué)習(xí)的各個(gè)領(lǐng)域。

文中使用深度學(xué)習(xí)中的深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，DNN）進(jìn)行MCS的特征識(shí)別，并將其訓(xùn)練所得模型的預(yù)測(cè)結(jié)果與傳統(tǒng)的機(jī)器學(xué)習(xí)算法做對(duì)比。由于用到的其他3種普通機(jī)器學(xué)習(xí)分類算法（支持向量機(jī)（SVM）、隨機(jī)森林（RF）、極度梯度提升決策樹（XGBoost））都是基于開源的Scikit-Learn庫(kù)（Pedregosa，et al，2011）實(shí)現(xiàn)的，在此不予介紹，讀者可參考相關(guān)文獻(xiàn)。下文將主要介紹DNN模型的實(shí)現(xiàn)。

2.2 深度神經(jīng)網(wǎng)絡(luò)（DNN）模型

2.2.1 網(wǎng)絡(luò)結(jié)構(gòu)

文中使用的DNN模型（Bengio，2009）是一個(gè)4層的全連接神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包含2個(gè)不同節(jié)點(diǎn)的隱藏層，第1層為輸入層，節(jié)點(diǎn)數(shù)為MCS樣本的特征數(shù)量（共14個(gè)，后面會(huì)詳細(xì)介紹這些特征的定義）；第4層為輸出層，含有2個(gè)節(jié)點(diǎn)，分別對(duì)應(yīng)預(yù)測(cè)結(jié)果MCS（標(biāo)記為1）和non-MCS（非MCS，標(biāo)記為0）。

DNN模型的主要參數(shù)見表1。表中的GradientDescent即梯度下降法，是一種常用的優(yōu)化器；Relu是激活函數(shù)，表達(dá)式見式（1），Relu函數(shù)在正區(qū)間內(nèi)的斜率為常數(shù)，避免了模型訓(xùn)練過(guò)程中梯度消失的情況，并且在梯度下降過(guò)程中使得模型能夠快速收斂。

表1 DNN模型主要參數(shù)Table 1 Main parameters of the DNN model

2.2.2 學(xué)習(xí)率和損失函數(shù)設(shè)置

在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，需要設(shè)置學(xué)習(xí)率來(lái)控制網(wǎng)絡(luò)參數(shù)更新速度，學(xué)習(xí)率決定了網(wǎng)絡(luò)參數(shù)每次更新的幅度。學(xué)習(xí)率太小，會(huì)導(dǎo)致模型收斂過(guò)于緩慢，進(jìn)而增加訓(xùn)練的時(shí)間成本，有時(shí)甚至導(dǎo)致模型出現(xiàn)“無(wú)學(xué)習(xí)能力”的情況；學(xué)習(xí)率太大，使得模型無(wú)法靠近或達(dá)到最優(yōu)解，最終導(dǎo)致模型無(wú)法收斂。為了解決此問(wèn)題，使用指數(shù)衰減法來(lái)控制學(xué)習(xí)率的變化，使模型趨于最優(yōu)解。

式中，lr是學(xué)習(xí)率；lr_base是初始學(xué)習(xí)率；α是小于1的衰減率，在本試驗(yàn)中取0.99；decay_step是常數(shù)，表示衰減速度；train_step是訓(xùn)練輪次。

損失函數(shù)是模型優(yōu)化的對(duì)象，通過(guò)最小化損失函數(shù)使模型達(dá)到收斂狀態(tài)，減少模型預(yù)測(cè)值的誤差。本試驗(yàn)解決的是二分類問(wèn)題，所以用交叉熵作為該模型的損失函數(shù)。交叉熵用來(lái)刻畫兩個(gè)概率分布的距離，對(duì)于兩個(gè)特定的概率分布p和q，交叉熵的計(jì)算方法為

在本試驗(yàn)中，p表示樣本的標(biāo)簽，q表示網(wǎng)絡(luò)輸出結(jié)果的概率分布。

根據(jù)本研究的需要，為了將神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果轉(zhuǎn)化為概率分布，用Softmax回歸作為網(wǎng)絡(luò)輸出層的額外處理層。假設(shè)原始網(wǎng)絡(luò)的輸出為yi(i=1,2,···,n)，則經(jīng)過(guò)Softmax回歸處理后的結(jié)果為

2.2.3 過(guò)擬合問(wèn)題

在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中，模型經(jīng)常會(huì)出現(xiàn)過(guò)擬合的情況，也就是模型在訓(xùn)練集上的擬合效果很好，但在測(cè)試集上的預(yù)測(cè)值和真實(shí)值差異卻很大。為了解決訓(xùn)練得到的模型出現(xiàn)過(guò)擬合問(wèn)題，通常會(huì)在損失函數(shù)中引入正則化。正則化就是在損失函數(shù)中加入刻畫模型復(fù)雜度的指標(biāo)來(lái)限制權(quán)重的大小，進(jìn)而減小訓(xùn)練數(shù)據(jù)中的隨機(jī)噪聲對(duì)模型擬合的影響。常用的有L1正則化和L2正則化

式中，w表示網(wǎng)絡(luò)的權(quán)重，模型的參數(shù)復(fù)雜度由網(wǎng)絡(luò)的所有權(quán)重系數(shù)（w）決定。L1正則化更趨向于產(chǎn)生一個(gè)稀疏模型，而L2正則化可以更好地防止模型過(guò)擬合，故本試驗(yàn)使用L2正則化。假設(shè)模型的損失函數(shù)為L(zhǎng)（θ），正則化系數(shù)為λ，則引入L2正則化后的優(yōu)化函數(shù)如下

此時(shí)，在優(yōu)化模型時(shí)會(huì)直接優(yōu)化Loss函數(shù)，而不是損失函數(shù)L（θ）。需要特別說(shuō)明的是，本試驗(yàn)為了增加DNN模型在測(cè)試集上的健壯性（即模型穩(wěn)定高效且性能優(yōu)越），引入了滑動(dòng)平均模型。在采用梯度下降法訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，使用滑動(dòng)平均模型在很多應(yīng)用中都可以一定程度上提高最終模型在測(cè)試數(shù)據(jù)上的性能。簡(jiǎn)單來(lái)說(shuō)，就是數(shù)據(jù)每次訓(xùn)練得到的模型都受到之前模型的影響，進(jìn)而影響后面模型的訓(xùn)練，這個(gè)影響隨著訓(xùn)練次數(shù)的增加而減小，這樣可以讓模型的訓(xùn)練更加趨于穩(wěn)定。

3 試驗(yàn)設(shè)計(jì)

3.1 試驗(yàn)數(shù)據(jù)及預(yù)處理

文中所用的雷達(dá)拼圖數(shù)據(jù)的格點(diǎn)分辨率為1 km×1 km，覆蓋整個(gè)京津冀地區(qū)，區(qū)域大小為800 km×800 km，時(shí)間間隔為6 min。該數(shù)據(jù)具有高時(shí)、空分辨率特征，并且覆蓋范圍較廣，非常適合于京津冀地區(qū)MCS的識(shí)別與追蹤。該雷達(dá)拼圖數(shù)據(jù)是北京自動(dòng)臨近預(yù)報(bào)系統(tǒng)（BJ-ANC）的產(chǎn)品（陳明軒等，2010），BJ-ANC系統(tǒng)在形成上述雷達(dá)拼圖資料過(guò)程中對(duì)京津冀地區(qū)每部雷達(dá)基數(shù)據(jù)均進(jìn)行了較為嚴(yán)格的質(zhì)量控制，包括地物雜波、超折射回波、0℃層亮帶回波的自動(dòng)識(shí)別和剔除（陳明軒等，2010），這里不再贅述。

京津冀地區(qū)原始雷達(dá)拼圖數(shù)據(jù)的投影坐標(biāo)為非等間隔經(jīng)緯度投影，為了方便后面試驗(yàn)的進(jìn)行，需要對(duì)每個(gè)網(wǎng)格的經(jīng)度和緯度等間隔化。經(jīng)處理后每個(gè)網(wǎng)格在地理上的大小近似為1 km2，數(shù)據(jù)的經(jīng)緯度范圍（36.21°—43.40°N，112.03°—120.90°E）。這樣處理只是細(xì)微地改變了每個(gè)網(wǎng)格點(diǎn)的經(jīng)緯度，每個(gè)網(wǎng)格的值依舊保持不變。因?yàn)橄募臼蔷┙蚣降貐^(qū)MCS的高發(fā)季節(jié)，并且要得到足夠多的樣本來(lái)訓(xùn)練模型，故選擇2010—2019年中5—9月的數(shù)據(jù)進(jìn)行試驗(yàn)，其中2010和2014年缺失5月的數(shù)據(jù)。

3.2 數(shù)據(jù)分割及MCS切片提取規(guī)則

為了用機(jī)器學(xué)習(xí)模型識(shí)別雷達(dá)拼圖中的MCS，首先需要分割雷達(dá)拼圖數(shù)據(jù)得到候選MCS切片，進(jìn)而抽取樣本特征。這里的MCS切片，是指通過(guò)搜索滿足特定閾值大小和強(qiáng)度標(biāo)準(zhǔn)的雷達(dá)回波圖像中的相連通像素組，而組合得到的雷達(dá)探測(cè)強(qiáng)對(duì)流區(qū)域，用該MCS切片表示單個(gè)時(shí)刻MCS的空間強(qiáng)度和形態(tài)特征。在本研究中，參考Parker等（2000）的工作（簡(jiǎn)稱PJ00標(biāo)準(zhǔn)），PJ00標(biāo)準(zhǔn)將MCS定義為一個(gè)至少持續(xù)3 h且包含連續(xù)或半連續(xù)深濕對(duì)流的降水區(qū)域，該降水區(qū)域的長(zhǎng)軸不小于100 km。根據(jù)PJ00標(biāo)準(zhǔn)，分割雷達(dá)拼圖數(shù)據(jù)中MCS切片的閾值如表2所示，其中對(duì)流區(qū)域搜索半徑和層狀云區(qū)域搜索半徑并不是唯一的，對(duì)流區(qū)域搜索半徑的常用取值有6、12、24和96 km，而層狀云區(qū)域搜索半徑的常用取值有48、96和102 km。根據(jù)Haberlie等（2018b）關(guān)于美國(guó)中緯度地區(qū)MCS追蹤的研究，對(duì)流區(qū)域搜索半徑取24 km、層狀云區(qū)域搜索半徑取96 km時(shí)，追蹤效果最好。所以本試驗(yàn)這兩個(gè)指標(biāo)也分別設(shè)為24和96 km進(jìn)行雷達(dá)拼圖數(shù)據(jù)的分割及MCS的追蹤。

表2 用于分割雷達(dá)拼圖中MCS的指標(biāo)閾值Table 2 Various thresholds used to segment MCS in radar mosaic data

以圖1所示原始雷達(dá)拼圖數(shù)據(jù)為例，分割過(guò)程可以總結(jié)為以下3個(gè)步驟：（1）確定至少包含一個(gè)強(qiáng)對(duì)流回波（≥50 dBz）像素的對(duì)流回波（≥40 dBz）區(qū)域，并將面積大于40 km2的對(duì)流區(qū)域選定，如圖2a中黑色實(shí)線標(biāo)記的區(qū)域；（2）如果選定的對(duì)流區(qū)域的距離在指定半徑24 km內(nèi)，則將它們連接，若連接后區(qū)域的最佳擬合橢圓的主軸長(zhǎng)度（即MCS核長(zhǎng)度）至少為100 km，則將其視為候選MCS核，如圖2b黑色實(shí)線區(qū)域；（3）將指定半徑96 km內(nèi)的層狀云回波（≥20 dBz）區(qū)域與其各自的候選MCS核相關(guān)聯(lián)，并用黑色輪廓線勾勒出最終的候選MCS切片，如圖2c所示。

圖1 原始雷達(dá)拼圖數(shù)據(jù)（2014年6月17日11時(shí)59分36秒（世界時(shí)，下同））Fig.1 Original radar mosaic data （11：59：36 UTC 17 June 2014）

圖2 使用雷達(dá)拼圖數(shù)據(jù) （2014年6月17日 11時(shí)59分36 秒） 演示候選MCS切片的分割過(guò)程（a.包含強(qiáng)對(duì)流單元且面積大于40 km2的對(duì)流區(qū)域；b.連接指定半徑24 km內(nèi)的對(duì)流區(qū)域，將主軸長(zhǎng)度超過(guò)100 km的連接區(qū)域確認(rèn)為MCS核；c.關(guān)聯(lián)MCS核指定半徑96 km內(nèi)的層云區(qū)域得到候選MCS切片）Fig.2 Demonstration of segmentation steps for candidate MCS slices using radar mosaic data （11：59：36 UTC 17 June 2014）（a.convection areas greater than 40 km2 with intense convection；b.connected convection area within a specified radius （24 km），and the connected area is considered to be the MCS core if its major axis length is at least 100 km；c.candidate MCS slice is identified by connecting the strtatiform pixels that are within the specified radius （96 km） of MCS core）

3.3 MCS特征化及識(shí)別

為了實(shí)現(xiàn)文中的MCS分類目標(biāo)，必須將MCS切片信息具體特征化從而得到訓(xùn)練樣本。每個(gè)MCS特征的選擇是參考先前的相關(guān)研究而確定的（Haberlie，et al，2018a），并使用Scikit-Image（van der Walt，et al，2014）中的圖像處理函數(shù)來(lái)完成特征值計(jì)算。共選取14個(gè)MCS特征，可以簡(jiǎn)單將其分為面積特征、比值特征、幾何特征和統(tǒng)計(jì)特征，具體參見表3。

表3 MCS樣本特征列表Table 3 Sample features of MCS

由于每個(gè)網(wǎng)格的面積是1 km2，因而面積特征大小即為滿足閾值的網(wǎng)格數(shù)。14個(gè)MCS特征的計(jì)算都比較簡(jiǎn)單，含義也很明確，此處對(duì)較復(fù)雜的幾何特征做一些簡(jiǎn)單說(shuō)明。幾何特征主要涉及到MCS擬合橢圓和凸包兩大形態(tài)，對(duì)應(yīng)的相關(guān)特征就是擬合橢圓的長(zhǎng)軸、短軸和離心率以及凸包區(qū)域的面積。凸包（圖3a）是將不規(guī)則圖形的最外層點(diǎn)連接起來(lái)而得到的凸多邊形，即該不規(guī)則圖形的最小外接凸多邊形。擬合橢圓是指與不規(guī)則圖形區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓（圖3b），即最佳擬合橢圓。離心率是該橢圓的焦距與長(zhǎng)軸之比，用來(lái)衡量橢圓的扁平程度，取值范圍為（0，1），離心率越大橢圓越扁平。

圖3 MCS切片的凸包 （a） 和擬合橢圓 （b） 示意Fig.3 Convex hull （a） and fitting ellipse （b） of MCS slice

抽取完每個(gè)候選MCS切片的14個(gè)特征后，為每個(gè)樣本主觀分配MCS和non-MCS標(biāo)簽，將其制作成含有大量樣本的數(shù)據(jù)集，并將數(shù)據(jù)集按照年份劃分為訓(xùn)練集和測(cè)試集，具體見表4。數(shù)據(jù)集的劃分遵循以下2個(gè)原則：（1）訓(xùn)練集和測(cè)試集的比例要適當(dāng)，既要保證足夠多的樣本來(lái)訓(xùn)練模型，也要有充足的測(cè)試集來(lái)評(píng)估模型的性能，通常按照7∶3的比例劃分訓(xùn)練集和測(cè)試集；（2）要保證訓(xùn)練集中正、負(fù)樣本的平衡性。訓(xùn)練集用來(lái)訓(xùn)練分類器得到最優(yōu)的機(jī)器學(xué)習(xí)模型，而測(cè)試集則用作獨(dú)立數(shù)據(jù)來(lái)評(píng)估模型的分類性能，根據(jù)最優(yōu)模型來(lái)識(shí)別候選MCS切片是否為真實(shí)的MCS。如前所述，文中用4種常見的機(jī)器學(xué)習(xí)算法作為試驗(yàn)的分類器，分別是RF、SVM、XGBoost和DNN，前3種算法都是基于Scikit-Learn庫(kù)實(shí)現(xiàn)，屬于傳統(tǒng)機(jī)器學(xué)習(xí)算法，對(duì)解決二分類問(wèn)題有很好效果。DNN模型是基于Tensorflow框架搭建的全連接層神經(jīng)網(wǎng)絡(luò)，該模型的可調(diào)控參數(shù)較多，優(yōu)化器和損失函數(shù)的選擇較為靈活，并且可以調(diào)用GPU加速模型的訓(xùn)練速度，都極大提高了模型的潛力和應(yīng)用空間。

表4 不同類別和年份的訓(xùn)練集和測(cè)試集樣本數(shù)Table 4 Training and testing counts by classification and year

3.4 MCS追蹤

根據(jù)PJ00標(biāo)準(zhǔn)，從對(duì)流系統(tǒng)的結(jié)構(gòu)規(guī)模來(lái)看，由對(duì)流單體或者對(duì)流簇形成的MCS及其伴隨的中尺度環(huán)流必須持續(xù)足夠長(zhǎng)的時(shí)間。鑒于此準(zhǔn)則，對(duì)雷達(dá)拼圖中的MCS進(jìn)行追蹤，必須滿足如下條件：（1）尺度和強(qiáng)度要求的分塊必須在時(shí)間序列上進(jìn)行時(shí)、空關(guān)聯(lián)；（2）該關(guān)聯(lián)必須至少持續(xù)3 h以上。追蹤的目的是在時(shí)間和空間上關(guān)聯(lián)機(jī)器學(xué)習(xí)模型識(shí)別出的MCS切片，以生成包含強(qiáng)度、空間和時(shí)間信息的MCS條帶數(shù)據(jù)集，并根據(jù)追蹤軌跡實(shí)現(xiàn)準(zhǔn)線性MCS中TS、LS和PS三種模型的特征分類。

本試驗(yàn)使用時(shí)空重疊追蹤法（Lakshmanan，et al，2009）進(jìn)行MCS追蹤，該方法對(duì)兩個(gè)相鄰時(shí)次雷達(dá)拼圖在空間上相重疊的風(fēng)暴進(jìn)行匹配。對(duì)于2018和2019年5—9月的所有時(shí)間間隔為6 min的測(cè)試集雷達(dá)數(shù)據(jù)，根據(jù)DNN模型識(shí)別MCS的評(píng)估結(jié)果確定分類閾值為0.5，依此閾值來(lái)選擇當(dāng)前時(shí)刻和下一時(shí)刻的MCS切片。匹配過(guò)程中將建立一個(gè)二維矩陣，“矩陣行”表示在現(xiàn)有追蹤軌跡內(nèi)的一個(gè)當(dāng)前時(shí)刻MCS切片，“矩陣列”表示下一時(shí)刻未經(jīng)匹配的MCS切片。分別計(jì)算前、后2個(gè)時(shí)刻重疊的MCS切片的相似度，根據(jù)最小相似度進(jìn)行匹配并確定追蹤的MCS回波軌跡。此處的相似度是指經(jīng)過(guò)最大值歸一化后的兩個(gè)長(zhǎng)度為14的樣本特征之間的歐幾里德距離。對(duì)于下一個(gè)時(shí)刻未匹配的MCS切片，則將其視為新追蹤軌跡的起始，并為其分配新的MCS序號(hào)用于后續(xù)的追蹤匹配。

如圖4所示，分別計(jì)算MCS切片N與S1、S2的歐幾里德距離，當(dāng)前時(shí)刻切片N與下一時(shí)刻切片S1更相似，所以追蹤軌跡指向S1（圖中虛線箭頭所指方向）。切片S2則被標(biāo)記為新的MCS并用于后面的追蹤，依此類推。顯然，對(duì)于前后2個(gè)時(shí)刻只有一個(gè)重疊的切片，則該算法就類似于簡(jiǎn)單的重疊匹配；如果存在多個(gè)重疊切片，則選擇最為相似的切片與現(xiàn)有的追蹤軌跡相關(guān)聯(lián)。

圖4 追蹤過(guò)程示意 （N為當(dāng)前時(shí)刻的MCS切片，S1和S2為下一時(shí)刻的2個(gè)MCS切片）Fig.4 Tracking process （N is a MCS slice at the current moment，S1 andS2 are the two MCS slices at the next moment）

3.5 準(zhǔn)線性MCS分類

根據(jù)準(zhǔn)線性MCS的定義，首先用主觀判斷法從各MCS切片的雷達(dá)回波圖中選擇滿足定義的準(zhǔn)線性MCS；再根據(jù)追蹤得到的MCS軌跡矢量，計(jì)算MCS正方向與軌跡矢量的夾角以及層狀云和強(qiáng)對(duì)流云在擬合橢圓長(zhǎng)軸兩側(cè)的占比，從而建立準(zhǔn)線性MCS的分類算法。

（1）MCS正方向定義

定義沿x軸的正方向?yàn)榛鶞?zhǔn)，根據(jù)MCS切片的最佳擬合橢圓長(zhǎng)軸的斜率k來(lái)確定橢圓短軸的正方向。若k≥0，則以右下側(cè)短軸為正方向；若k＜0，則以右上側(cè)短軸為正方向，如圖5所示。

圖5 MCS正方向的定義（a.k≥0，b.k＜0；紅色箭頭為短軸的正方向）Fig.5 Definition of the positive direction of MCS（a.k≥0，b.k＜0；red arrow is the positive direction of the minor axis）

（2）MCS分類特征計(jì)算

根據(jù)前述TS、LS和PS三種類型MCS的氣象學(xué)特征，在此定義3個(gè)特征來(lái)實(shí)現(xiàn)3類MCS的分類，分別為短軸正方向與軌跡矢量的夾角（θ）、長(zhǎng)軸兩側(cè)層狀云區(qū)域面積比值（Rs）和長(zhǎng)軸兩側(cè)強(qiáng)對(duì)流區(qū)域面積比值（RI）。RS和RI是正方向一側(cè)的面積與負(fù)方向一側(cè)的面積之比。軌跡矢量是當(dāng)前MCS到下一時(shí)刻MCS的運(yùn)動(dòng)方向，在數(shù)學(xué)上，夾角的取值范圍[0，180°]，此處為了區(qū)分正負(fù)方向的角度，當(dāng)θ＞90°時(shí)，將其轉(zhuǎn)換為θ?180°。此時(shí)，夾角（θ）的取值范圍[?90°，90°]，其中[0，90°]表示MCS沿短軸正方向運(yùn)動(dòng)，[?90°，0]表示MCS沿短軸負(fù)方向運(yùn)動(dòng)。根據(jù)定義的上述特征對(duì)TS、LS和PS型MCS進(jìn)行分類，如表5所示（表格中的thre是分類閾值，根據(jù)RI的計(jì)算結(jié)果及分類正確率，本試驗(yàn)thre的取值為10）。

表5 TS、LS和PS型MCS的分類規(guī)則Table 5 MCS classification rules for TS, LS and PS

4 試驗(yàn)結(jié)果

4.1 檢驗(yàn)方法

文中試驗(yàn)屬于有監(jiān)督機(jī)器學(xué)習(xí)中的分類問(wèn)題，所以用基于“觀測(cè)”與“預(yù)測(cè)”按類別分類后列出頻率表進(jìn)行統(tǒng)計(jì)，通常將該表稱為混淆矩陣（Zheng，2015），如表6所示。表中TP表示實(shí)際樣本為MCS、模型預(yù)測(cè)也為MCS；FP表示實(shí)際樣本為non-MCS、但模型將其預(yù)測(cè)為MCS；FN表示實(shí)際樣本為MCS、但模型將其預(yù)測(cè)為non-MCS；TN表示實(shí)際為non-MCS、模型預(yù)測(cè)也為non-MCS。也就是說(shuō)，TP和TN都是分類正確的度量值，而FP和FN都是分類錯(cuò)誤的度量值。

表6 預(yù)測(cè)和實(shí)際標(biāo)簽的混淆矩陣Table 6 Confusion matrix for predictions and actual labels

根據(jù)混淆矩陣的統(tǒng)計(jì)結(jié)果，計(jì)算命中率（probability of detection，POD）、虛 警 率（false alarm ratio，F(xiàn)AR）、臨界成功指數(shù)（critical success index，CSI）和準(zhǔn)確率（accutacy，ACC）對(duì)結(jié)果進(jìn)行綜合評(píng)估。各評(píng)分標(biāo)準(zhǔn)的計(jì)算公式如下

4.2 MCS識(shí)別結(jié)果分析

使用訓(xùn)練好的SVM、RF、XGBoost和DNN四個(gè)模型分別對(duì)測(cè)試集樣本進(jìn)行MCS識(shí)別，得到各個(gè)模型的混淆矩陣，如表7所示?？梢园l(fā)現(xiàn)在測(cè)試集上，XGBoost模型對(duì)應(yīng)的TP值最大，SVM模型對(duì)應(yīng)的TP值最小，且二者相差較大，說(shuō)明XGBoost模型對(duì)MCS類的識(shí)別效果最好，達(dá)到91.22%，而SVM模型對(duì)MCS類的識(shí)別效果最差，僅為88.10%。對(duì)于這一點(diǎn)，在FN上也得以很好的體現(xiàn)，在測(cè)試集的2732個(gè)MCS類樣本中，SVM模型將其中325個(gè)樣本預(yù)測(cè)為non-MCS，而XGBoost模型對(duì)應(yīng)的該值為240。對(duì)于non-MCS類樣本的預(yù)測(cè)，DNN模型取得了最高的準(zhǔn)確率，對(duì)測(cè)試集中non-MCS類的分類正確率達(dá)到了90.16%，SVM模型僅次之。

表7 SVM、RF、XGBoost和DNN模型在測(cè)試集上的混淆矩陣Table 7 Confusion matrix of the SVM，RF，XGBoost and DNN models on testing set

混淆矩陣僅僅展示了模型預(yù)測(cè)效果的頻率，為了更全面地對(duì)比這4個(gè)模型的分類性能，根據(jù)混淆矩陣計(jì)算它們各自的CSI、POD、FAR和ACC，如表8所示。DNN模型的CSI值最高，達(dá)到0.8034，這充分說(shuō)明了DNN模型整體上對(duì)MCS類識(shí)別的性能優(yōu)于其他模型，再結(jié)合ACC，更體現(xiàn)出DNN模型的優(yōu)良性能。POD值反映了模型對(duì)正樣本MCS類的識(shí)別率，XGBoost模型的POD值最高，達(dá)到0.9112，與前面對(duì)混淆矩陣的分析是極度吻合。而FAR值的大小反映了模型將負(fù)樣本non-MCS類別識(shí)別為MCS類所占的比重，DNN模型的FAR值最小，說(shuō)明其對(duì)non-MCS有很高的識(shí)別率。

表8 SVM、RF、XGBoost和DNN模型在測(cè)試集上的評(píng)分Table 8 Scores of the SVM，RF，XGBoost and DNN models on testing set

綜合來(lái)看，DNN模型對(duì)MCS的識(shí)別性能優(yōu)于其他3種機(jī)器學(xué)習(xí)模型，但該模型也存在一定缺點(diǎn)：對(duì)MCS類的識(shí)別正確率次于XGBoost和RF模型?？紤]到后面的MCS軌跡追蹤，若模型將non-MCS類預(yù)測(cè)為MCS類的次數(shù)較多，則會(huì)導(dǎo)致軌跡追蹤出現(xiàn)一些屬于非MCS的部分，對(duì)追蹤結(jié)果正確性的影響會(huì)比較大；若模型將個(gè)別時(shí)刻雷達(dá)拼圖中的MCS識(shí)別為non-MCS，中斷的追蹤路徑可以重新再匹配進(jìn)行連接，對(duì)整體的軌跡追蹤不會(huì)有太大影響。因此，后面將選擇使用DNN模型識(shí)別的MCS切片信息進(jìn)行追蹤，進(jìn)而生成MCS條帶數(shù)據(jù)。

4.3 MCS追蹤結(jié)果分析

本節(jié)主要選取2個(gè)具體的MCS個(gè)例來(lái)分析追蹤結(jié)果，分別發(fā)生在2019年5月17日09時(shí)24分—15時(shí)和2019年7月13日13時(shí)42分—22時(shí)54分。追蹤結(jié)果的分析以下面原則為切入點(diǎn)：（1）若未匹配的追蹤結(jié)果不連續(xù)，則重點(diǎn)分析斷點(diǎn)處的雷達(dá)拼圖是否為MCS；（2）若未匹配的追蹤結(jié)果是連續(xù)的，則重點(diǎn)分析其軌跡起始處的雷達(dá)拼圖是否為MCS。據(jù)此，對(duì)MCS生命期內(nèi)的追蹤結(jié)果進(jìn)行主觀分析。

（1）2019年5月17日MCS個(gè)例

圖6顯示了2019年5月17日的MCS發(fā)展演變過(guò)程，組成該MCS每個(gè)時(shí)刻的MCS切片樣本由DNN模型識(shí)別，并且將分類閾值設(shè)置為0.5。當(dāng)模型對(duì)樣本的預(yù)測(cè)值不小于0.5時(shí)，將該樣本對(duì)應(yīng)的候選MCS切片進(jìn)行追蹤合并。該MCS始于09時(shí)24分，此時(shí)對(duì)流云團(tuán)基本處于北京北部，并一路向南移動(dòng)，至13時(shí)06分結(jié)束，持續(xù)近4 h，主要影響北京、廊坊和天津等地。

圖6 2019年5月17日09時(shí)18分—15時(shí)MCS追蹤軌跡Fig.6 Tracking path of MCS during 09：18—15：00 UTC 17 May 2019

該時(shí)段的MCS軌跡是不連續(xù)的（最下面有兩條斷開的軌跡）。查看實(shí)際雷達(dá)拼圖數(shù)據(jù)發(fā)現(xiàn)，13時(shí)06—56分的雷達(dá)拼圖數(shù)據(jù)缺失，但13時(shí)56分—14時(shí)30分的雷達(dá)數(shù)據(jù)正常，原始數(shù)據(jù)如圖7所示，分割后的MCS切片如圖8所示，并且DNN模型將其識(shí)別為MCS，生成的追蹤數(shù)據(jù)也對(duì)該時(shí)段的MCS進(jìn)行了關(guān)聯(lián)。

圖7 2019年5月17日13時(shí)56分—14時(shí)30分原始雷達(dá)拼圖數(shù)據(jù)（a—f，時(shí)間間隔：6 min）Fig.7 Original radar mosaic data at 13：56—14：30 UTC 17 May 2019（a—f，interval：6 min）

圖8 2019年5月17日13時(shí)56分—14時(shí)30分的MCS切片（a—f，間隔： 6 min）Fig.8 Display of MCS slices during 13：56—14：30 UTC 17 May 2019（a—f，interval：6 min）

試驗(yàn)結(jié)果表明，如果深度學(xué)習(xí)模型預(yù)測(cè)候選MCS樣本的值未達(dá)到0.5，則會(huì)造成MCS的不連續(xù)，同時(shí)，某時(shí)段雷達(dá)拼圖數(shù)據(jù)的缺失也會(huì)導(dǎo)致MCS的軌跡追蹤中斷，在這兩種情況下時(shí)、空匹配過(guò)程將無(wú)法創(chuàng)建連續(xù)的MCS條帶。盡管使用較高概率閾值的目的是減少non-MCS事件的錯(cuò)誤識(shí)別，但實(shí)際情況表明，此方法也可能會(huì)刪除或截?cái)嗪侠淼腗CS區(qū)域。由于匹配過(guò)程僅檢查當(dāng)前時(shí)刻和下一個(gè)6 min時(shí)刻的MCS切片匹配，因此，如果模型對(duì)某一個(gè)雷達(dá)拼圖中的MCS切片的預(yù)測(cè)值未超過(guò)分類閾值，則追蹤結(jié)束。

解決該問(wèn)題的一種方法是重新分析追蹤數(shù)據(jù)庫(kù)來(lái)連接以前未連接的軌跡，也就是嘗試將包含至少2個(gè)切片的條帶末端（持續(xù)時(shí)間為12 min）連接到具有至少2個(gè)切片的條帶開始端。要找到合適的匹配項(xiàng)，規(guī)定必須滿足以下條件：（1）匹配的候選MCS條帶的開始時(shí)間距上一個(gè)MCS條帶的結(jié)束時(shí)間不超過(guò)60 min；（2）匹配的候選MCS條帶的第一個(gè)切片與前一個(gè)條帶的最后一個(gè)切片必須重疊或者相距100 km之內(nèi)。圖9是一個(gè)經(jīng)過(guò)匹配的追蹤軌跡，此時(shí)MCS的起止時(shí)間分別為09時(shí)24分和14時(shí)30分，很明顯該MCS條帶較未匹配前在結(jié)尾處有延伸（圖9紅色虛線標(biāo)注區(qū)域），整個(gè)軌跡是連續(xù)的（與圖6對(duì)比）。

圖9 2019年5月17日09時(shí)18分—15時(shí)MCS追蹤路徑 （已匹配）Fig.9 Tracking path of MCS during 09：18—15：00 UTC 17 May 2019 （rematched）

（2）2019年7月13日MCS個(gè)例

圖10顯示了2019年7月13日的一個(gè)MCS過(guò)程，雷達(dá)觀測(cè)該MCS大約始于13時(shí)42分，并一路向東南方向移動(dòng)，途徑北京、天津及河北東部，并經(jīng)渤海灣進(jìn)入山東省境內(nèi)，至22時(shí)54分逐漸減弱消退，持續(xù)超過(guò)9 h。

圖10 2019年7月13日13時(shí)42分—22時(shí)54分MCS追蹤路徑Fig.10 Tracking path of MCS during 13：42—22：54 UTC 13 July 2019

對(duì)DNN模型識(shí)別的MCS切片進(jìn)行重新分析匹配，追蹤軌跡如圖11所示。顯然，該MCS的軌跡較未匹配前有所延長(zhǎng)（紅色虛線標(biāo)注區(qū)域），延長(zhǎng)區(qū)域主要分布在河北省北部，并靠近北京市北部。這是由于DNN模型將某時(shí)刻MCS分類為non-MCS導(dǎo)致的中斷，匹配后對(duì)其重新建立了連接。

圖11 2019年7月13日13時(shí)42分—22時(shí)54分MCS追蹤路徑 （已匹配）Fig.11 Tracking path of MCS during 13：42—22：54 UTC 13 July 2019 （rematched）

對(duì)上述MCS個(gè)例軌跡追蹤中18時(shí)42分—19時(shí)11分的雷達(dá)數(shù)據(jù)（圖12）和其所對(duì)應(yīng)的MCS切片（圖13）進(jìn)行分析發(fā)現(xiàn)，雷達(dá)拼圖分割時(shí)通常會(huì)得到一個(gè)候選MCS切片，但對(duì)于雷達(dá)回波結(jié)構(gòu)和形態(tài)較為復(fù)雜的區(qū)域性對(duì)流天氣過(guò)程，可能會(huì)出現(xiàn)2個(gè)（圖13b—e，分割得到2個(gè)候選MCS切片）、有時(shí)甚至更多個(gè)候選切片。當(dāng)子圖中出現(xiàn)多個(gè)MCS切片時(shí)，表示在該區(qū)域的同一時(shí)段出現(xiàn)了多個(gè)MCS，進(jìn)行追蹤時(shí)會(huì)得到2條不同的軌跡路徑。本試驗(yàn)的追蹤結(jié)果只有1條，是因?yàn)榘l(fā)生在山東省北部的MCS切片雖然滿足MCS的客觀定義，但DNN模型將其識(shí)別為non-MCS，與雷達(dá)觀測(cè)實(shí)際分析完全一致，圖13b—e右下角的MCS切片回波特征只持續(xù)了24 min左右，無(wú)法形成真正的MCS。

圖12 2019年7月13日18時(shí)41分—19時(shí)11分 （a—f，間隔：6 min） 的原始雷達(dá)拼圖數(shù)據(jù)Fig.12 Original radar mosaic data during 18：41—19：11 UTC 13 July 2019 （a—f，interval：6 min）

圖13 2019年7月13日18時(shí)41分—19時(shí)11分 （a—f，間隔：6 min） 的MCS切片展示（b—e子圖中有2個(gè)MCS切片）Fig.13 Display of MCS slices during 18：41—19：11 UTC 13 July 2019 （a—f，interval：6 min）（there are two MCS slices in the b—e panels）

4.4 準(zhǔn)線性MCS分類結(jié)果分析

根據(jù)3.5節(jié)的分類算法，對(duì)2018和2019年5—9月測(cè)試集數(shù)據(jù)的準(zhǔn)線性MCS進(jìn)行分類，可分為TS、LS和PS三類（表9）。統(tǒng)計(jì)結(jié)果顯示，京津冀地區(qū)TS型在這3類準(zhǔn)線性MCS中占據(jù)主體（71%左右）。Parker等（2000）的研究也表明，美國(guó)中緯度地區(qū)的準(zhǔn)線性MCS以TS型為主。

表9 2018和2019年MCS切片中TS、LS和PS型的個(gè)數(shù)統(tǒng)計(jì)Table 9 Numbers of TS，LS and PS in MCS slices in 2018 and 2019

為了分析試驗(yàn)結(jié)果，此處選擇了3個(gè)時(shí)段的RS、RI和θ的計(jì)算值，分別與LS、TS和PS這3類準(zhǔn)線性MCS對(duì)應(yīng)，如表10所示。

（1）LS型：2019年5月17日12時(shí)41分—13時(shí)05分的MCS切片屬于LS型。根據(jù)表5的分類算法，LS的類別由RI和θ決定。表10顯示該MCS個(gè)例的RI值均小于0.1，且夾角θ值為正，與表5定義一致；結(jié)合MCS切片（圖14，2019年5月17日12時(shí)41、47、53分和13時(shí)05分4個(gè)時(shí)刻的MCS切片），4個(gè)MCS切片整體向南移動(dòng)，根據(jù)其對(duì)流和強(qiáng)對(duì)流區(qū)域的分布，判定為L(zhǎng)S型。

圖14 2019年5月17日的LS型MCS雷達(dá)回波（a.12時(shí)41分，b.12時(shí)47分，c.12時(shí)53分，d.13時(shí)05分）Fig.14 Classified LS MCS radar reflectivity on 17 May 2019（a.12：41 UTC，b.12：47 UTC，c.12：53 UTC，d.13：05 UTC）

續(xù)圖14Fig.14 Continued

（2）TS型：2019年7月13日14時(shí)17分—15時(shí)59分的MCS切片屬于TS型。表10顯示該MCS個(gè)例的RI值均大于10，且夾角θ值為正，與表5對(duì)TS型的定義一致；結(jié)合MCS切片（圖15，2019年7月13日14時(shí)17、47分、15時(shí)17和47分4個(gè)時(shí)刻MCS切片），4個(gè)MCS切片整體向南移動(dòng)，根據(jù)其對(duì)流和強(qiáng)對(duì)流區(qū)域的分布，判定為TS型。

圖15 2019年7月13日TS型MCS雷達(dá)回波 （a.14時(shí)17分，b.14時(shí)47分，c.15時(shí)17分，d.15時(shí)47分）Fig.15 Classified TS MCS radar reflectivity on 13 July 2019 （a.14：17 UTC，b.14：47 UTC，c.15：17 UTC，d.15：47 UTC）

（3）PS型：2019年7月25日05時(shí)47分—07時(shí)05分的MCS切片屬于PS型。根據(jù)表5的分類算法，LS型由RS和RI決定。表10中該MCS個(gè)例的RS值均接近1，且RI值在[0.1，10]；結(jié)合MCS切片（圖16，2019年7月25日05時(shí)47分、06時(shí)11、41分和07時(shí)05分4個(gè)時(shí)刻的MCS切片），發(fā)現(xiàn)與對(duì)流線相關(guān)的大部分層狀云降水區(qū)域平行于該對(duì)流線，符合PS型特征。

圖16 2019年7月25日PS型MCS雷達(dá)回波 （a.05時(shí)47分，b.06時(shí)11分，c.06時(shí)41分，d .07時(shí)05分）Fig.16 Classified PS MCS radar reflectivity on 25 July 2019 （a.05：47 UTC，b.06：11 UTC，c.06：41 UTC，d.07：05 UTC）

表10 分類出的LS、TS和PS型準(zhǔn)線性MCS所對(duì)應(yīng)的RS、RI和θ的計(jì)算值（比值的分母為0時(shí)用?9999.000表示計(jì)算值；此處只選擇了3個(gè)時(shí)間段）Table 10 Calculated values ofRS，RI andθ，which correspond to the classified LS，TS and PS of Quasi-linear MCSs（?9999.000 is used to represent their values when the denominator ofRS andRI is 0，only three time periods are selected here）

綜合以上分析發(fā)現(xiàn)，表5提出的TS、LS和PS分類算法取得了良好結(jié)果，證明該分類算法的合理性與可行性，為準(zhǔn)線性MCS的自動(dòng)客觀分類提供了一種新的方法，可在強(qiáng)對(duì)流天氣特別是強(qiáng)降水時(shí)、空特征的預(yù)報(bào)中得到應(yīng)用。

5 結(jié)論與討論

選取2010—2019年共10 a夏季的京津冀地區(qū)雷達(dá)拼圖數(shù)據(jù)，基于機(jī)器學(xué)習(xí)開展了MCS的自動(dòng)識(shí)別、追蹤及分類試驗(yàn)研究。（1）對(duì)原始雷達(dá)拼圖數(shù)據(jù)進(jìn)行預(yù)處理以保證試驗(yàn)數(shù)據(jù)的有效性，根據(jù)PJ00標(biāo)準(zhǔn)按照特定的分割參數(shù)對(duì)原始雷達(dá)數(shù)據(jù)進(jìn)行分割得到候選MCS切片，并從每個(gè)切片中抽取14個(gè)MCS特征值構(gòu)建MCS特征識(shí)別數(shù)據(jù)集。（2）使用深度學(xué)習(xí)方法建立了一個(gè)二分類DNN模型，將預(yù)測(cè)結(jié)果與其他3種傳統(tǒng)機(jī)器學(xué)習(xí)算法（RF、SVM和XGBoost）的結(jié)果進(jìn)行對(duì)比。試驗(yàn)結(jié)果表明，DNN模型識(shí)別MCS的性能優(yōu)于其他3種算法，能夠有效判別MCS和non-MCS。并且，DNN模型將non-MCS識(shí)別為MCS的頻率是最低的，有利于后續(xù)的MCS追蹤。（3）將DNN模型識(shí)別的MCS切片用于MCS追蹤，使用改進(jìn)的時(shí)空重疊追蹤法完成2018和2019年京津冀地區(qū)的MCS追蹤，得到包含強(qiáng)度、空間和時(shí)間信息的MCS條帶數(shù)據(jù)集。（4）根據(jù)追蹤得到的MCS軌跡矢量計(jì)算MCS切片的運(yùn)動(dòng)方向，并求得MCS切片擬合橢圓長(zhǎng)軸兩側(cè)的層狀云和強(qiáng)對(duì)流云區(qū)域的面積占比，實(shí)現(xiàn)了TS、LS和PS三類準(zhǔn)線性MCS的自動(dòng)分類，對(duì)提升MCS致災(zāi)天氣的預(yù)報(bào)、預(yù)警具有重要意義。

MCS回波結(jié)構(gòu)復(fù)雜，對(duì)其進(jìn)行有效識(shí)別在氣象領(lǐng)域是一件較為復(fù)雜的工作。文中使用深度學(xué)習(xí)算法建立了自動(dòng)識(shí)別MCS的方法，對(duì)MCS的研究具有重要意義。本研究還存在一些不足，如用搜索半徑96 km來(lái)限定MCS切片的層狀云區(qū)域，在以后工作中還需要繼續(xù)改進(jìn)；對(duì)MCS分塊進(jìn)行人工特征抽取，沒有發(fā)揮卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）自動(dòng)抽取圖像特征的優(yōu)勢(shì)；并且，對(duì)準(zhǔn)線性MCS的分類也是基于人工抽取特征再進(jìn)行映射而實(shí)現(xiàn)。因此，在未來(lái)的研究中，可以從以下兩方面做深入探索：（1）CNN可以自動(dòng)從輸入數(shù)據(jù)中抽取到復(fù)雜的內(nèi)在紋理特征，能夠更加精確地捕捉到MCS分塊中各個(gè)強(qiáng)度區(qū)域之間的空間聯(lián)系，進(jìn)行更高效地識(shí)別MCS。可以考慮使用CNN模型實(shí)現(xiàn)MCS切片的自動(dòng)識(shí)別，但首先得解決CNN網(wǎng)絡(luò)如何訓(xùn)練大小不同的MCS切片數(shù)據(jù)，或者解決如何將MCS切片數(shù)據(jù)的大小進(jìn)行統(tǒng)一處理。（2）利用深度學(xué)習(xí)實(shí)現(xiàn)準(zhǔn)線性MCS或者準(zhǔn)線性對(duì)流系統(tǒng)（QLCS）中的TS、LS和PS型的特征分類（Parker，et al，2000）或?qū)崿F(xiàn)MCS中強(qiáng)降水特征的分類識(shí)別（Schumacher，et al，2005，2020）。

致 謝：文中使用的機(jī)器學(xué)習(xí)算法源自Scikit-Learn開源庫(kù)（代碼地址：https://github.com/scikit-learn/scikit-learn.git）以及Google公司的TensorFlow平臺(tái)（https://github.com/tensorflow/tensorflow.git），謹(jǐn)此致謝。