基于随机森林算法的广州白云机场终端区雷暴潜势预报
杨洁1
曹正1
杜宇2
武凯军3
李晞雅1
1.中国民用航空中南空中交通管理局气象中心,广东 广州 5104052.中山大学大气科学学院,广东 珠海 5190823.中国民航大学航空气象系,天津 300300
摘要：利用2014—2015年夏季雷达资料获取雷暴发生有无数据,计算探空资料的对流指数与雷暴发生有无数据的灰色关联度,发现雷暴产生跟抬升凝结高度气压、850～700 hPa的温度和露点温度、风切变的关系最紧密.接着建立广州白云机场终端区内3类区域(离塔台中心8 km、50 km、100 km)的12小时随机森林分类模型,对不同区域的雷暴潜势进行预报和评估,发现终端区区域面积越大,雷暴发生样本比例越高,临界成功指数CSI、预报准确率AF、探测概率POD越来越高,虚假报警率FAR越来越低,表明预报出来的准确率越来越高.离塔台中心50 km和100 km区域的预报准确率AF和探测概率POD超过70％,对航空重要天气MDRS通报业务有指示作用.同时袋外错误率均低于1/3,随机森林算法的泛化性能好.
关键词：灰色关联度12小时随机森林分类模型预报准确率AF探测概率PODMDRS袋外错误率
分类号：P445(天气学)
资助基金：国家自然科学基金(41875055)
论文发表日期：2022-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 387-396 )
英文信息