典型文献
基于机器学习的冰雹天气识别研究
文献摘要：
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％.
文献关键词：
机器学习;C波段雷达;冰雹识别
中图分类号：
作者姓名：
李冰村;唐晓文;何建新;唐佳佳;李星泽;申枫
作者机构：
成都信息工程大学,成都610225;中国气象局大气探测重点开放实验室,成都610225
文献出处：
引用格式：
[1]李冰村;唐晓文;何建新;唐佳佳;李星泽;申枫-.基于机器学习的冰雹天气识别研究)[J].气象科学,2022(05):581-590
A类：
天气识别
B类：
基于机器学习,冰雹天气,威宁彝族回族苗族自治县,波段,天气雷达,雷达数据,雷达特征,特征参量,地面降雹,决策树,朴素贝叶斯,机器学习方法,高发区,天气过程,命中率,Probability,Detection,POD,功指数,Critical,Success,Index,CSI,误报率,False,Alarm,Rate,FAR,贝叶斯方法,冰雹识别
AB值：
0.413528
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
