基于BPSO-NBayes的雷暴释用预报技术研究
提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Na(i)ve Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究.利用2010-2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较.预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小.BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力.
T511数值预报产品、粒子群算法、朴素贝叶斯分类器、雷暴预报
38
P457.9(天气预报)
国家自然科学基金资助项目41475070,41375049
2018-08-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
370-377