基于机器学习的目标点雷电安全风险预警方法研究
殷启元1
林蟒2
杨思鹏3
朱怡颖1
方俏娴4
杜晖4
周方聪5
1.广东省气候中心,广东 广州 510641;海南省南海气象防灾减灾重点实验室,海南 海口 5710002.海珠区气象局,广东 广州 5102203.中国气象局广州热带海洋气象研究所,广东 广州 5106414.广东省气候中心,广东 广州 5106415.海南省南海气象防灾减灾重点实验室,海南 海口 571000
摘要：收集广东地区1404组包括四个预警类型历史雷暴过程数据样本.结合目标点周围雷电发生的物理特征、雷电灾害的孕灾环境和承灾体特征的7个预报因子,利用四种机器学习算法训练得到面向目标点的雷电安全风险分级预警模型,并开展多指标对各模型进行评价分析,发现无等级模型和四级等级模型中都是随机森林算法的预警准确率最好,分别是95%和73%,而传统的卷积神经网络模型效果不佳.并选取广州塔作为目标点进行模型验证方法可行性,最终得到适应于广东雷暴特征的雷电安全风险预警分级模型.同时,根据本研究过程中可能存在不足提出下一步优化升级思路和方法.
关键词：雷电雷电安全风险预警机器学习
分类号：P427.32(气象基本要素、大气现象)
资助基金：中国气象局雷电重点开放实验室(2023KELL-B006)海南省自然科学基金项目(422QN428)
论文发表日期：2024-04-28
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：9( 217-225 )
英文信息