基于高斯分布和SVM模型的FY-2G卫星数据冰雹识别算法研究
彭宇翔1
刘涛2
杨静1
周永水1
李皓1
唐辟如3
李怀志1
文继芬1
1.贵州省气象台,贵阳 5500812.贵州省山地气象科学研究所,贵阳 5500023.贵州省生态与农业气象中心,贵阳 550002
摘要：基于高斯分布和支持向量机(SVM)模型,利用 FY-2G卫星的 7 项反演产品,开展冰雹识别指标和算法研究.以贵州省 2020-2022 年 30 个冰雹日 368 组未降雹点与降雹点 FY-2G卫星反演产品数据作为数据集,利用高斯分布获取定量化的冰雹识别指标,分别建立 L-SVM、RBF-SVM、S-SVM 模型,开展冰雹识别研究.研究结果表明,基于高斯分布可建立云顶高度、云顶温度、过冷层厚度、光学厚度、液水路径、黑体亮温 6 项反演产品的定量化冰雹识别指标.基于三种核函数的 SVM 模型均能对降雹点和未降雹点进行有效识别冰雹,且准确率均超过了70%.其中,RBF-SVM 模型对总样本和未降雹点样本识别准确率最高,分别是 87.50%和 91.85%;S-SVM 模型对降雹点识别最准确(89.13%).
关键词：高斯分布SVM冰雹识别核函数概率密度
分类号：P482(人工影响天气)
资助基金：贵州省科技计划项目(2023)贵州省科技计划项目(2023)贵州省气象局省市联合科研基金项目(SS-QN(2024)03)风云卫星应用先行计划-天气预报应用专项项目(2023;FY-APP-ZX-2023.01)
论文发表日期：2025-11-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 81-89 )
英文信息