期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于数值预报和随机森林算法的强对流天气分类预报技术 被引量:36
1
作者 李文娟 赵放 +2 位作者 郦敏杰 陈列 彭霞云 《气象》 CSCD 北大核心 2018年第12期1555-1564,共10页
随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,... 随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0~12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。 展开更多
关键词 强对流分类 对流指数 物理量 随机森林
下载PDF
山东夏季强降水的影响系统和物理量特征 被引量:8
2
作者 杨晓霞 高留喜 +4 位作者 宋佳嘉 张磊 邢如峰 田雪珊 李恬 《海洋气象学报》 2018年第3期57-66,共10页
应用2009—2013年6—9月山东全省加密自动站资料、地面和探空观测资料,选出了98次区域性强降水过程。统计分析了产生强降水的天气系统特征,把500 hPa天气系统分为6种类型,850~700 hPa天气系统分为5种类型,地面影响系统分为7种类型。统... 应用2009—2013年6—9月山东全省加密自动站资料、地面和探空观测资料,选出了98次区域性强降水过程。统计分析了产生强降水的天气系统特征,把500 hPa天气系统分为6种类型,850~700 hPa天气系统分为5种类型,地面影响系统分为7种类型。统计分析了强降水过程中及前期24个代表大气热力、水汽和动力特征的物理量,给出了最小值、最大值、平均值和各阈值所占百分率。850 hPa和700 hPa偏南风达到急流(≥12 m·s^(-1))强度的分别占56.1%和62.2%。对流有效位能(CAPE)≥300 J·kg^(-1)占72.6%。K指数≥30℃占86.7%。沙氏指数SI≤0占75.5%。925 hPaθse≥68℃占82.2%,850 hPaθ_(se)≥66℃占74.8%。GPS/MET水汽监测大气可降水量≥55mm占81.8%。850 hPa和700 hPa的水汽通量平均值分别为8.0和5.9 g·(cm·hPa·s)-1,水汽通量散度平均值分别为-4.6×10^(-9)和-2.7×10^(-9)g·(hPa·cm^2·s)^(-1)。925 hPa、850 hPa和700 hPa的涡度平均值分别为12.6×10^(-6)、12.3×10^(-6)和9×10^(-6)s^(-1),散度平均值分别为-5.5×10^(-6)、-3.1×10^(-6)、-3.4×10^(-6)s^(-1)。850 hPa、700 hPa和500 hPa的垂直速度平均值分别为-4.5×10^(-4)、-7.4×10^(-4)和-11.1×10^(-4)hPa·s^(-1)。 展开更多
关键词 夏季强降水 影响系统 物理量参数
下载PDF
基于LSTM循环神经网络的雷电潜势预测 被引量:1
3
作者 吴安坤 吴仕军 +2 位作者 丁旻 张弛 张淑霞 《中国安全科学学报》 CAS CSCD 北大核心 2023年第8期117-124,共8页
为探索循环神经网络模型在非线性预测中的应用,进一步提高雷电潜势预测的准确率,构建长短期记忆(LSTM)循环神经网络模型,并以贵阳探空站为例,统计站点周边100 km、12 h范围内的闪电次数,获取23个与雷电活动关联度r>0.8的探空物理量参... 为探索循环神经网络模型在非线性预测中的应用,进一步提高雷电潜势预测的准确率,构建长短期记忆(LSTM)循环神经网络模型,并以贵阳探空站为例,统计站点周边100 km、12 h范围内的闪电次数,获取23个与雷电活动关联度r>0.8的探空物理量参数,以此作为预测模型的样本特征;分析超参数选取对模型的影响,开展(0,24]h内的雷电潜势预测研究,并对比检验效果。研究结果表明:构建学习率为0.0001、批量样本量为32、输入序列长度为10的LSTM网络模型,有利于提高模型泛化和快速收敛;通过输入前5天的大风指数、修正指数等23个探空物理量参数,发现(0,12]h的雷电潜势预测效果明显优于(12,24]h;采用该模型验证(0,12]h测试数据,得出被试工作特征曲线线下面积(AUC)接近于1,命中率(POD)为93.4%,虚警率(FAR)为17.4%,临界成功指数(CSI)为78.1%,验证了该模型的有效性。 展开更多
关键词 长短期记忆(LSTM) 循环神经网络 雷电潜势预测 大气物理量参数 关联度 准确率
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部