基于机器学习的冰雹天气识别研究
利用2017-2019年贵州省威宁彝族回族苗族自治县的C波段天气雷达数据,提取了多种与冰雹相关的雷达特征参量,并结合地面降雹记录建立了客观的冰雹样本标记方法.通过支持向量机、决策树和朴素贝叶斯三种机器学习方法,对冰雹高发区贵州省威宁的冰雹天气过程进行建模与评估.评估结果表明,采用机器学习方法可以有效地识别冰雹天气过程.支持向量机和决策树方法的命中率(Probability of Detection,POD)均较高,分别为88.9％和90.5％;临界成功指数(Critical Success Index,CSI)分别为 73.1％和 70.3％;误报率(False Alarm Rate,FAR)分别为19.6％和24.1％.朴素贝叶斯方法的POD和CSI相对偏低,分别为67.8％、62.8％,但FAR最低,为 10.6％.
机器学习、C波段雷达、冰雹识别
42
S427;P412.25(气象灾害及其防御)
国家重点研发计划;成都信息工程大学大学生创新创业训练计划项目
2022-12-15（万方平台首次上网日期，不代表论文的发表时间）
共10页
581-590
