基于贝叶斯分类方法的雷暴预报

被引：14

作者：

胡邦辉 ^{[1
]}

袁野 ^{[1
]}

王学忠 ^{[1
]}

丛爱丽 ^{[2
]}

机构：

[1] 解放军理工大学气象学院

[2] 解放军部队

来源：

解放军理工大学学报(自然科学版) | 2010年 / 11卷 / 05期

关键词：

雷暴预报; Bayes分类; Fisher判别准则; WRF模式产品;

D O I：

暂无

中图分类号：

P457.9 [雷暴预报];

学科分类号：

0706 ; 070601 ;

摘要：

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。

引用

页码：578 / 584

页数：7

共 8 条

[1] WRF模式对弱强迫系统中雷暴预报个例研究 [J].