应用物理结合的人工智能方法提升“21•7”河南极端强降水预报

钟琦教授研究团队针对2021年河南“21•7”极端降水事件，通过结合异常物理特征分析和多模式预报偏差理解，采用优化指标和约束在神经网络损失函数中，显著提升了极端降水预报的准确性。研究聚焦于机器学习模型对极端天气的小样本学习及其优化策略适配问题，利用多目标优化免疫进化算法优化模型参数，有效应对了样本不平衡问题。研究结果表明，通过学习异常物理特征与强降水的关系，可以显著提升降水预报的强度，但降水落区的调整仍存在挑战。未来研究方向包括充分利用多源观测数据，理解多模式降水预报的偏差特征和物理成因，以及构建综合表达多模式信息和异常特征的网络模型。