新一代静止气象卫星对浙江省金丽温高速公路低能见度识别的研究

摘要：

利用浙江省地面观测数据和新一代静止气象卫星数据,通过逻辑回归(LR)、线性判别(LDA)、K近邻算法(KNN)、决策树(CART)、高斯贝叶斯(NB)和支持向量机(SVM)6种机器学习算法针对浙江省金丽温高速公路进行低能见度识别建模,并运用多种评估方法评估模型结果,显示SVM算法模型效果较好,且针对小于1000 m的能见度天气有较好的识别.进一步结合地面观测数据和卫星数据建立识别模型,发现效果优于单一来源的数据建模,一般以KNN算法建模效果较好,且在对浓雾、强浓雾的识别中,结合地面和卫星数据的模型识别效果更好.针对单一数据利用SVM算法,结合地面和卫星数据选择KNN算法再对金丽温高速公路的大雾过程进行识别,显示新一代静止气象卫星数据的模拟效果不差于地面观测数据模拟效果,且能够识别夜间和凌晨的雾,对地面观测识别可作为有效补充,将对省内没有地面气象观测的低能见度识别和短临预测有一定辅助参考作用.

关键词：新一代静止气象卫星、机器学习、低能见度

所属期刊栏目：28

分类号：P427.2(气象基本要素、大气现象)

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：471-482