| 基于机器学习技术的黄山风景区及周围雷电临近预报方法 |
| |
| 引用本文： | 姚叶青,王传辉,慕建利,张蕾,王丽娟.基于机器学习技术的黄山风景区及周围雷电临近预报方法[J].气象科技,2023,51(5):747-754. |
| |
| 作者姓名： | 姚叶青 王传辉 慕建利 张蕾 王丽娟 |
| |
| 作者单位： | 安徽省公共气象服务中心，合肥 230031;中国气象局公共气象服务中心，北京 100081 |
| |
| 基金项目： | 国家重点研发计划项目（2018YFC1507802），安徽省气象局创新发展专项（CXM202207）资助 |
| |
| 摘 要： | 为探究影响山岳型景区雷电发展的关键因素,实时掌握黄山风景区及周围雷电发展趋势,采用多普勒天气雷达、气象探空、闪电定位等多种监测数据,根据雷电发生基本物理原理,从系统强度、旺盛程度和移动趋势3个方面提取雷达回波特征作为关键预报因子,基于多种机器学习算法建立了雷电临近预报模型,结果表明:随机森林(RF)、逻辑回归(LR)、K-临近(KNN)、贝叶斯(GNB)、支持向量机(SVM)5种机器学习算法均对雷电具有一定临近预报能力,RF的TS最高,SVM漏报率最低,LR空报率最低;在RF算法中雷暴系统强度和发展旺盛程度两类因子起主要作用,其中作用最大的是雷暴系统强度中-20℃层高度雷达基本反射率,其次是0℃层以上回波厚度。
|
| 关 键 词： | 雷电临近预报 随机森林 多普勒天气雷达 -20℃层雷达基本反射率 0℃层以上回波厚度 |
| 收稿时间： | 2022/8/25 0:00:00 |
| 修稿时间： | 2023/5/25 0:00:00 |
Lightning Nowcasting Method in Huangshan Scenic Spot and Its Surroundings Based on Machine Learning Algorithm |
| |
| YAO Yeqing,WANG Chuanhui,MU Jianli,ZHANG Lei,WANG Lijuan.Lightning Nowcasting Method in Huangshan Scenic Spot and Its Surroundings Based on Machine Learning Algorithm[J].Meteorological Science and Technology,2023,51(5):747-754. |
| |
| Authors: | YAO Yeqing WANG Chuanhui MU Jianli ZHANG Lei WANG Lijuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《气象科技》浏览原始摘要信息 |
| 点击此处可从《气象科技》下载免费的PDF全文 |
|
