我国南海区域是航空运输的重要通道，但海上气象观测资料匮乏，雷达数据因设备检修或气象局政策原因存在时间不连续、空间覆盖空白等问题，这制约了面向航空的精细化气象服务能力。传统基于雷达外推技术的分钟级降水预报产品在海上无法有效应用，亟需探索稳定、连续、覆盖广的新型观测数据源与智能技术手段，构建与陆地产品相一致的航空气象影响区域识别系统，以支撑航路高影响天气的实时监测与飞行决策。

本研究聚焦南海区域（104°E-124°E，2°N-25°N），利用风云四号静止卫星数据连续稳定、覆盖范围广的优势，融合闪电数据、地形数据、实况观测及航迹与起降备降数据，构建我国航空气象影响区域数据集。针对雷达强回波这一对航空影响最大的关键因子，基于深度学习技术（如Transformer、U-net等），研发适用于风云卫星的雷达组合反射率反演模型及回波订正模型，输出空间分辨率为1km×1km的雷达回波，有效补充南海无雷达监测区域的资料空白。本研究创新点在于基于多源数据构建雷达组合反射率反演模型，面向南海区域形成了与陆地连续一致的气象影响产品，并基于区域特征建立雷达回波订正模型，提升了对航空高影响天气的识别能力。

本研究构建南海航线气象影响区域识别模型及卫星反演雷达回波系统，可输出雷达组合反射率与气象影响区域产品，为海上飞行航线提供高影响天气辅助决策支持。成果可直接应用于航路强天气监测、短临预报、强对流识别等航空气象服务场景，丰富服务产品类型，提升极端天气下的飞行安全保障能力。

图 1 雷达组合反射率反演模型对台风“格美”（2024年7月22日01:00时）的反演结果。图中第一行由左至右依次为雷达实况观测、卫星反演雷达回波图、订正后的反演雷达回波图，第二行由左至右依次为GPM降水图、卫星反演雷达降水估测图、订正后的反演雷达降水估测图。

图 2 台风“格美”（2024年7月25日15时至16时）过程的高影响区域落区识别。图中第一行为基于反演雷达组合反射率的高影响区域识别，第二行为GPM降水图。