%0 Dataset
%T 基于U-net的长江下游及里下河地区集合预报降水数据集（2021-2022年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/a663c2cd-0c05-4e12-98dc-397f31314722
%W NCDC
%R 10.12072/ncdc.nhri.db6789.2025
%A 李伶杰
%A 高锐
%K 数值预报;降水;统计后处理;深度学习
%X 精确的天气预报是社会发展、城市安全运行、人民生活以及水旱灾害防御的重要保障。近年来，尽管数值预报降水技术取得显著进展，然而，其预报精度仍受到初始场不确定性、模式结构限制及参数化方法局限性的影响，较粗的空间分辨率也制约了其在气象水文领域的广泛应用。因此，本研究基于U-net对CMA、ECMWF和NCEP三者的多模式超级集合数据CNE开展了统计后处理研究，研制了2021-2022年长江下游和里下河地区集合预报降水数据集。经U-net订正后，空间分辨率由0.5°细化到0.1°，确定性精度和概率性精度指标得到全面提升，且预见期得到有效延长，为项目示范区模型构建提供了精细化数据支撑。