解放军理工大学学报（自然科学版）
解放軍理工大學學報（自然科學版）
해방군리공대학학보（자연과학판）
JOURNAL OF PLA UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE EDITION)
2010年
5期
578-584
,共7页
胡邦辉%袁野%王学忠%丛爱丽
鬍邦輝%袁野%王學忠%叢愛麗
호방휘%원야%왕학충%총애려
雷暴预报%Bayes分类%Fisher判别准则%WRF模式产品
雷暴預報%Bayes分類%Fisher判彆準則%WRF模式產品
뇌폭예보%Bayes분류%Fisher판별준칙%WRF모식산품
为了研究贝叶斯(Bayes)方法对单站雷暴预报的应用效能,利用2003年8月～2006年8月WRF模式数值预报产品和单站观测资料,采用朴素贝叶斯分类器(N-Bayes, naive Bayes classifier)和贝叶斯判别准则(D-Bayes, Bayes discriminatory criterion)两种方法,结合多种强对流天气指数场、Fisher准则和相关系数法的预报因子选取技术,分别建立了漳平、广州和湛江3个单站的雷暴预报模型;利用2007年8月资料,检验了模型预报效果,并与Fisher模型的预报效果进行了比较试验.结果表明: N-Bayes和D-Bayes两种模型有较强的雷暴预报能力,24～48 h雷暴预报CSI评分均超过0.23,准确率在72%以上,两者CSI评分接近,趋势相同;两种Bayes分类方法在预报效果上要优于Fisher判别方法.
為瞭研究貝葉斯(Bayes)方法對單站雷暴預報的應用效能,利用2003年8月～2006年8月WRF模式數值預報產品和單站觀測資料,採用樸素貝葉斯分類器(N-Bayes, naive Bayes classifier)和貝葉斯判彆準則(D-Bayes, Bayes discriminatory criterion)兩種方法,結閤多種彊對流天氣指數場、Fisher準則和相關繫數法的預報因子選取技術,分彆建立瞭漳平、廣州和湛江3箇單站的雷暴預報模型;利用2007年8月資料,檢驗瞭模型預報效果,併與Fisher模型的預報效果進行瞭比較試驗.結果錶明: N-Bayes和D-Bayes兩種模型有較彊的雷暴預報能力,24～48 h雷暴預報CSI評分均超過0.23,準確率在72%以上,兩者CSI評分接近,趨勢相同;兩種Bayes分類方法在預報效果上要優于Fisher判彆方法.
위료연구패협사(Bayes)방법대단참뇌폭예보적응용효능,이용2003년8월～2006년8월WRF모식수치예보산품화단참관측자료,채용박소패협사분류기(N-Bayes, naive Bayes classifier)화패협사판별준칙(D-Bayes, Bayes discriminatory criterion)량충방법,결합다충강대류천기지수장、Fisher준칙화상관계수법적예보인자선취기술,분별건립료장평、엄주화담강3개단참적뇌폭예보모형;이용2007년8월자료,검험료모형예보효과,병여Fisher모형적예보효과진행료비교시험.결과표명: N-Bayes화D-Bayes량충모형유교강적뇌폭예보능력,24～48 h뇌폭예보CSI평분균초과0.23,준학솔재72%이상,량자CSI평분접근,추세상동;량충Bayes분류방법재예보효과상요우우Fisher판별방법.
