基于Vision Transformer的扩散模型RadarDiT在三峡库区雷达回波外推中的应用研究

为解决三峡库区复杂地形下强对流天气雷达回波外推精度不足的问题，研究人员开发了基于Vision Transformer(ViT)的扩散模型RadarDiT。该模型通过构建五年期雷达数据集，采用多层级ViT捕捉全局依赖关系，显著提升了强回波区域的预测能力。实验表明，RadarDiT在CSI、CRPS等指标上优于传统CNN模型，为复杂地形下的短临预报提供了新范式。

　　

在全球气候变化背景下，三峡库区(TGRA)因地形复杂和水库效应，强对流天气引发的极端降水事件频发，传统雷达外推方法如光流法和卷积神经网络(CNN)受限于平移不变性假设，难以捕捉快速演变的天气系统。现有扩散模型虽在图像生成领域表现优异，但其CNN架构在复杂气象场景中仍存在回波衰减、空间失真等问题。

河海大学水文水资源学院的研究团队在《Journal of Immunological Methods》发表研究，提出RadarDiT模型——首个基于Vision Transformer(ViT)的雷达回波扩散模型。该研究通过整合五年期高分辨率雷达数据集(300×400网格，6分钟间隔)，采用多层级ViT块(深度6、头数4)构建去噪网络，实现三峡库区强回波运动的精准预测。关键技术包括：1) 构建包含35,870个样本的专属数据集；2) 设计条件拼接(Concat)机制融合历史回波数据；3) 采用1,000步迭代去噪优化生成质量。

研究结果

3.1 对流案例研究

通过系统性和局地突发性对流案例验证，RadarDiT在1小时外推中保持回波强度达40 dBZ，相较ConvLSTM和PredRNN等模型，强回波区域空间误差降低29%，边缘清晰度提升显著。

3.2 外推技能评估

在20/30/40 dBZ阈值下，RadarDiT的CSI(临界成功指数)分别达0.68/0.61/0.55，较DDPM模型提升15%。CRPS(连续排序概率得分)稳定在2.65，表明其概率预测可靠性最优。

3.3 消融实验

参数优化显示：减小PatchSize至5可使CRPS改善0.94；ViT深度增至6层使POD(探测概率)提升10%；而1,000步去噪较500步使SSR(展布技能比)达0.97，接近理想值1.0。

3.4 模型注意力可视化

特征图分析揭示：浅层ViT关注局部斑块特征，第4层开始聚焦回波梯度变化，第6层则精准捕捉强对流单体演化轨迹，证实全局依赖建模的有效性。

该研究突破性地将ViT的全局注意力机制与扩散模型的概率生成优势结合，为解决复杂地形下短临预报的"模糊化"难题提供新思路。所构建的三峡库区雷达数据集填补了区域气象研究的空白，而RadarDiT在维持强回波空间相干性方面的表现，对洪涝和地质灾害预警具有直接应用价值。未来可通过融合三维雷达体扫描数据进一步优化对流单体垂直结构预测。