李昀英，李骞，叶成志，熊安元，彭轩，

吕启，隋兵，彭莉莉，刘雨佳，张潮

国防科技大学气象海洋学院 湖南省气象科学研究所 国家气象信息中心

1. 代表性成果简介

成果1：对流初生AI专项数据集

利用人工智能技术解决对流初生（CI）识别和预报科学问题，AI专项数据集不可或缺。项目建立了2018-2021年 3-9月、20-40°N，104-125°E中国12个省份包含主要强对流天气（短时强降水、雷暴大风、冰雹）过程的雷达、卫星图像数据集和对流初生主客观交互标定系统，对2018年4-9月的雷达、卫星图像对流初生进行了标注，形成了标注数据，分析发现其中53%的样本卫星判识CI时间较雷达提前10~50分钟。该数据集是我国首个对流初生AI专项数据集，目前数据集还在进一步完善中。

成果2：对流初生识别模型

基于FY-4A静止气象卫星资料智能识别对流初生对预警强对流天气意义重大。项目提出了一种基于半拉格朗日框架的对流初生识别模型，基于2018年资料验证发现总体命中率为81.23%，虚警率为18.46%，预警对流天气的提前时间在0~1小时左右。该模型显著提升了对流初生识别准确率，具有业务应用潜力。

2. 代表性成果列表

2023年度发表第一资助SCI论文5篇，获授权专利3项，智能竞赛获奖3项，初步完成对流初生AI数据集1套，开发对流初生标注软件1套。

（1）Zhou, X., Zhang, C., Li, Y., Chen, Z., Zhang, J., & Ding, X. (2023). Wind gust parameters in the lower troposphere based on Doppler lidar data. Journal of Geophysical Research: Atmospheres,128, e2022JD038156. https://doi.org/10.1029/2022JD038156

（2）Guo, S.; Sun, N.; Pei, Y.; Li, Q. (2023). 3D-UNet-LSTM: A Deep Learning-Based Radar Echo Extrapolation Model for Convective Nowcasting. Remote Sensing. 15,1529. https://doi.org/10.3390/rs15061529

（3）李昀英，周星旭，张潮. 一种基于湍流强度和平均风速的对流层低层阵风计算方法. ZL 2022 1 1396203.8

（4）李骞，蔡亚莉，范茵. 融合深度卷积与注意力机制的U形网络槽自动识别方法. ZL 202110080124.5.2023

（5）敬金瑞，张志伟等. 首届齐鲁风云智能算法挑战赛二等奖（山东气象学会）. 2023