基于决策树算法的鄂东地区冰雹识别技术

摘要：

冰雹是对流性天气常见的灾害之一,雷达是识别冰雹强有利的工具,为克服现有方法主观性强、特征量阈值不明确以及虚警率高的不足,探究机器学习算法用于冰雹识别的可行性,基于决策树算法利用2015年1月1日—2021年12月31日鄂东地区冰雹灾情资料、武汉多普勒天气雷达以及探空资料,将湿球温度高度引入冰雹识别因子中,并根据命中率、虚警率和临界成功指数定量评估其识别能力.结果表明:仅包含回波强度的决策树(强度决策树)和包含回波强度和湿球温度高度的决策树(强度-高度决策树)均能有效识别冰雹,强度-高度决策树较强度决策树的命中率和临界成功指数均小幅提高,且虚警率明显降低;强度决策树识别冰雹的关键因子为组合反射率因子,底层多为0.5.和1.5.仰角反射率因子,强度-高度决策树的关键因子为0.5.仰角反射率因子,底层多为风暴的整体强度属性;个例分析显示强度-高度决策树减少了湿球0℃层高度较高时的虚警次数,展现出良好的应用前景.

关键词：冰雹、决策树算法、湿球温度高度、检验评估

所属期刊栏目：34

分类号：P412.25;TP391.41;TN959.4

资助基金：武汉市气象局临近预报创新团队项目2022

在线出版日期：2023-03-27（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：234-245