基于多种机器学习算法的冰雹识别方法研究
靳雨晨1
郑旭程2
苏立娟2
李慧2
辛悦2
衣娜娜2
1.内蒙古自治区人工影响天气中心,呼和浩特 010051;内蒙古自治区气象科学研究所,呼和浩特 0100512.内蒙古自治区人工影响天气中心,呼和浩特 010051
摘要：基于内蒙古自治区1959-2020年119个观测站资料,时空匹配 ERA5再分析资料,构建标签数据集;利用支持向量机、K 近邻算法、逻辑回归模型,以及集合模型进行训练、测试和优化,构建冰雹识别模型,并评估模型指导能力.研究结果表明,支持向量机和 K 近邻算法所构建的模型冰雹预报精度更高,两者基于测试集的冰雹命中率均>82%,TS评分达到了0.70以上;基于3种模型融合构建的集合模型评分为0.74,也能够较好地进行冰雹预报.对比3种优化后的模型和集合模型的性能,支持向量机和 K 近邻算法两种模型对冰雹和非冰雹的识别准确率较高,逻辑回归模型的识别准确率最低;集合模型命中率和空报率均高于 K 近邻算法的,更能够给出冰雹样本正确的识别结果.针对2021年和2023年136次有具体时间记录的冰雹过程进行预测,K 近邻算法的命中率最高,逻辑回归模型预报效果最差.
关键词：冰雹识别人工智能机器学习算法ERA5再分析数据
分类号：P458.1+21.2(天气预报)
资助基金：内蒙古自治区自然科学基金项目(2024MS04024)中国气象局创新发展专项(CXFZ2022J033)中国气象局创新发展专项(CXFZ2023J035)国家自然科学基金(42030604)
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( 90-98 )
英文信息