降雨是许多气象灾害触发的一个关键性因子,对人类的生活和财产有重要的影响。短临降雨预报的对象是降雨,特别是短期强降雨等强对流天气,可以为区域提供高时空分辨率0-2小时内精细化的降雨预报产品,提高人们对灾害的监测和预警能力,对区域安全和经济发展有重要现实意义。多普勒天气雷达属于微波遥感,是新一代空间探测的主要手段之一。雷达回波能穿透云雾雨雪,具有全天时、全天候的工作能力,在灾害性天气监测、预警等方面发挥不可替代的作用。目前,新一代多普勒天气雷达广泛布设在全国各地,提供高精度和高覆盖度的天气观测信息。气象雷达数据已成为人们研究气象规律、探测和预报气象灾害不可或缺的有力工具。对雷达数据进行外推是短临降雨预报的主要方法之一,但传统的外推方法在数据利用方面,没有充分挖掘历史观测数据的规律,仅依靠现有的几个有限的雷达数据进行预报;在预报效果上,由于没有考虑降雨系统的发生、发展、消亡等演化过程,使得预报的准确率不高。在预报产品的精细度上,无法满足区域对降雨产品的需求,特别是气候多变的沿海地区。针对以上的不足,本文在已有的相关研究基础上,基于雷达降雨数据,利用计算机视觉相关技术和机器学习等多种新方法和新技术,开展短临降雨预报相关理论研究、短临降雨预报模型构建以及北部湾地区短临降雨预报实践等三个问题的研究,以构建普适性较强,准确率和精细度较高的短临预报降雨方法和技术体系,提高区域应对突发性强降雨的能力,为当地的气象灾害的防治提供强有力的支持。总结起来,本论文做了以下内容的研究:(1)基于空间信息处理理论,构建短临降雨预报理论方法框架。在归纳和梳理短临降雨预报的定义和建模方法的基础上,从空间信息处理的角度,构建包括短临降雨数据的来源与处理方法、短临降雨预报外推技术和基于机器学习的技术以及短临降雨精细化和网格化的输出表达的理论框架。本研究从理论上进一步丰富了短临降雨预报的研究。(2)从不同的建模角度,提出了三种短临降雨预报方法,包括亚像素金字塔光流技术的外推方法(SPLK),基于随机森林融合外推模型的方法(SPLK-RF)以及基于卷积神经网络和XGBoost的短临降雨预报方法(TSCNN-XGBoost)。这三种预报方法各具特色。基于亚像素金字塔光流技术的外推方法侧重于对降雨像元的精确跟踪,因此在预报快速移动的小范围降雨上更具优势,其CORR指数比PPLK和TREC提高了约4-10%,特别是在预报1小时后;基于随机森林融合外推模型的方法主要解决外推方法中预报图像不连续的问题,从而在大范围的降雨上效果较好,其CORR指数和POD指数较SPLK有10-20%的提高,而误报率以及偏差也下降5%左右;基于卷积神经网络和XGBoost的短临降雨预报方法借鉴时空序列预测的方法,通过对大量的历史观测数据的学习,获得相关的规律,进而进行预报。由于使用了相似性建模的方法,该方法对大多数的降雨预报效果都较好,其CORR指数明显高于其他四种算法,特别是在预报小范围风暴降雨如storm3中,比SPLK-RF分别提高近50%,而对大范围的快速移动的对流降雨如storm2,准确率也比SPLK-RF提高了10%左右。这三种预报方法均可以较好的预报不同类型的降雨事件,在一定程度上提高降雨预报的准确率。因此,本研究从技术上丰富了短临降雨预报的方法体系。(3)开展针对北部湾地区短临降雨预报的应用研究。通过利用本文提出的三种预报方法对北部湾地区进行应用实践,并比较这三种预报方法在北部湾地区的预报能力和普适性。经验证,这些预报方法在北部湾地区取得很好的效果,普适性较强。其中,TSCNN-XGBoost在北部湾的应用效果最佳,CORR的值比其他预报方法的值提高了将近20%,而CSI提高了近10%;其次是SPLK,表现较差的是SPLK-RF,其平均CSI指数也达到0.4,这说明本文提出的预报方法具有一定的普适性和泛化能力,研究结果为后续建立北部湾地区短临降雨预报系统研究奠定基础,为类似的区域短临降雨预报提供良好范例。通过以上的研究还发现,短临降雨预报的时效性较短,单纯的依靠雷达数据进行预测,无法完全获得降雨系统生消演变的内在驱动力,因此时效性和准确率均不是太高。要获得较好的预报效果,不但需要各种气象要素的加入,而且要与数值模式进行结合,才能从根本上解决单纯依靠雷达数据预报存在的问题,这也是目前短临预报领域一个难点和热点,尚待我们进一步研究。