基于深度核学习的2000-2019年中国6小时0.1°分辨率冻雨数据集

　　

基于深度核学习的中国 2000 - 2019 年 6 小时 0.1° 分辨率冻雨数据集研究解读

北京师范大学国家安全与应急管理学院的研究人员 Junfei Liu、Kai Liu 和 Ming Wang 在《Scientific Data》期刊上发表了题为 “A 6-hourly 0.1° resolution freezing rain dataset of China during 2000–2019 based on deep kernel learning” 的论文。这一研究成果意义重大，其构建的高分辨率冻雨数据集为气象学、气候学以及灾害管理等多领域研究提供了关键数据支撑，极大地推动了对冻雨现象的深入理解与应对策略的发展。

一、研究概述

冻雨是一种极具破坏力的天气灾害，常发生于冬季和早春，会对电力、通信基础设施以及交通造成严重破坏，进而导致巨大的经济损失和人员伤亡。例如，2008 年中国南方的严重冰灾，大量电网和基础设施因冻雨覆冰受损，约 30% 的输电线路倒塌，数万个通信基站和电线杆被摧毁，农业、林业和自然保护区的野生动物也遭受重创，直接经济损失超过 200 亿美元。此外，气候变化改变了近 0°C 降水的可能性和频率，使得研究冻雨的发生、传播和变化机制变得更为迫切，高分辨率的冻雨数据集因此至关重要。

当前，冻雨研究面临诸多挑战。气象站数据稀疏，用于研究冻雨关键高空条件的探空站数量有限；遥感数据集的空间分辨率通常低于 0.5°，相对粗糙，不利于精确评估冻雨灾害风险，且数据存储和处理难度较大。机器学习虽在生成高分辨率数据集方面有一定潜力，但存在预测过度自信和低估不确定性的问题。高斯过程虽能提供可靠的不确定性估计，但多数内核难以从数据中有效学习特征表示。在此背景下，深度核学习（DKL）应运而生，它结合了深度学习和高斯过程的优势，为冻雨数据集的构建提供了新途径。

二、研究材料与方法

（一）数据来源

研究数据主要来源于中国气象局（CMA）和 ERA5 再分析数据。CMA 提供了 2000 年 1 月至 2019 年 12 月期间，2168 个地面气象站在世界协调时（UTC）00:00、06:00、12:00 和 18:00 的观测数据，包括地表温度（Tas）、露点温度（DT）、风速（WS）、海拔、总降水量（TP）、相对湿度（RH）和湿球温度（Tw）等。ERA5 提供了 0.1° 分辨率的 DT、TP、10m 风的 V 分量和 U 分量、地表压力（SP）等陆地每小时数据，以及不同气压层（400hPa - 975hPa）的温度、相对湿度、比湿（SH）、垂直速度（VV）等数据。此外，研究还从 Google Earth Engine 下载了数字高程模型（DEM）数据，并将其重采样至 0.1°。

（二）数据预处理

对获取的数据进行了一系列预处理操作。利用 10m 风的 V 分量和 U 分量加权平均计算 WS；根据 Tas 和 DT，运用 Magnus 公式计算地表 RH；借助 Python 的 psychrolib 包，通过 Tas、RH 和 SP 计算 Tw；依据特定公式计算 850hPa 等压面上的相当位温（ ）。同时，为构建网格化数据集，假设包含冻雨事件的网格单元能代表该网格的天气现象，并从所有地面气象站冬季数据中随机选取 21,435 个非冻雨事件，使非冻雨事件与冻雨事件的比例保持为 3:1。

（三）技术路线

研究的技术流程主要包括数据准备、模型训练与事件分类、结果验证三个部分。首先，将选定的冻雨事件和随机采样的非冻雨事件与 ERA5 数据整合，构建训练和验证数据集。然后，运用深度核学习（DKL）模型进行训练。DKL 模型以 9 层 ResNet 作为内核，将环境背景变量映射到冻雨的发生或不发生，再通过高斯过程进行概率推断。训练过程中采用 5 折交叉验证，并添加 dropout 层和 L2 正则化防止过拟合。最后，使用 Ramer Scheme 和 ERA5 的 PT、TP 数据对模型结果进行验证，并通过敏感性和不确定性分析测试 DKL 模型的稳健性。

三、研究结果

（一）数据记录

研究生成的数据集具有 0.1° 的空间分辨率（约 11.1 千米）和 6 小时的时间分辨率，涵盖了 2000 年 1 月 1 日至 2019 年 12 月 31 日中国的网格单元。数据以 CSV 文件格式存储，包含年份、月份、日期、小时、纬度、经度、冻雨事件的环境条件因子以及中国的七个地理区域等信息。这些数据可用于进一步分析气候遥相关的影响和风险评估。

（二）技术验证

1. 时间性能分析：排除 TP 小于 0.1mm 的冻雨事件后，分析发现冻雨事件在 1 月和 2 月更为频繁。1 月，中国西南部、中部和东南部地区冻雨事件较多；2 月，西北部地区冻雨事件增多。DKL 模型在 2000 - 2019 年的月度尺度上表现稳健，各月的准确率和 AUC 均高于 0.95，多数月份的召回率和精确率也高于 0.95，仅有两个月的精确率和召回率低于 0.9。

2. 垂直温度剖面验证：冻雨的形成与气温垂直剖面密切相关。对 2000 - 2019 年各区域随机抽样的分类冻雨事件的垂直剖面分析显示，中部、东南部和南部地区存在典型的冻雨形成条件，即有温度高于 0°C 的暖层和近地表的冷层。西南部地区在 800hPa - 975hPa 有明显较宽的暖层，有利于冻雨形成。西北部地区垂直剖面与西南部相似，北部地区在 875hPa - 975hPa、东北部地区在 850hPa - 975hPa 也存在暖层，这些结果与现有研究相符。

3. 模型性能比较：DKL 模型的平均性能指标表现出色，准确率达到 0.991，AUC 为 0.999，召回率为 0.973，精确率为 0.989。相比之下，Ramer Scheme 在训练数据集上的 AUC、准确率、召回率和精确率分别为 0.932、0.933、0.929 和 0.827。在 2008、2011 和 2018 年严重冻雨发生的年份，对比 DKL 模型和 Ramer Scheme 的预测结果发现，DKL 模型在预测冻雨方面表现更优，其预测结果与实际灾害情况更为相符。

4. 与 ERA5 数据对比及不确定性分析：将 DKL 模型与 ERA5 数据对 2024 年冬季冻雨事件的分类结果对比，DKL 模型表现更优。通过分析不同训练 - 验证集和不同条件因子堆叠顺序下的模型结果，进行敏感性和不确定性分析，结果表明 DKL 模型的评估指标波动较小，概率预测稳健，能够稳定地对冻雨事件进行分类，避免预测模糊结果。

四、研究结论与讨论

研究人员基于深度核学习构建了 2000 - 2019 年中国 0.1° 分辨率、6 小时时间间隔的冻雨数据集，有效填补了相关数据空白。DKL 模型在处理复杂大气条件下的冻雨分类和预测任务中表现卓越，相比传统的 Ramer Scheme，在准确率、AUC、召回率和精确率等指标上均有显著提升。通过对不同年份冻雨事件的验证以及与 ERA5 数据的对比，充分证明了 DKL 模型的可靠性和优越性。此外，敏感性和不确定性分析进一步验证了 DKL 模型的稳健性，其能够稳定地对冻雨事件进行分类，为研究提供了可靠的结果。

这一研究成果在多领域具有重要意义。在学术研究方面，为气候学、气象学等领域深入探究冻雨的形成机制、时空变化规律提供了高质量的数据基础，有助于学者更好地理解冻雨现象与气候变化之间的关系。在实际应用中，为天气预报提供了更精确的数据支持，提高了冻雨预报的准确性，有助于提前制定防范措施，减少灾害损失；在气候建模方面，有助于构建更精准的气候模型，提升对气候系统的模拟和预测能力；在灾害管理领域，为灾害风险评估和应急决策提供了有力依据，能够更科学地规划防灾减灾策略，保障社会经济的稳定发展。