基于 Bayes 判别法的霜生自动化观测模型探讨

• 作者: 华连生 张正铨 朱华亮 温华洋
• 来源期刊: 气象
• 学科: 医学
• 关键词: 霜生 Bayes判别分析 自动化观测
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 964-969
• 页数: 6页
• 分类号: R412|423
• 字数: 4343字
• 语种: 中文
• DOI: 10.7519/j.issn.1000-0526.2015.08.005

摘要

提利用安徽砀山气象站的2001—2013年冬半年（10月至次年4月）的观测资料，探讨霜生与气温、地温、水汽压和风速等气象要素的相关性，并基于 Bayes 判别方法，采用逐步判别分析，建立多套霜生自动判别模型。结果表明：（1）霜是否出现与日最低及夜间不同观测时次的气温、地表温度显著相关，当夜间气温或地表温度越低，低于霜点的可能性越大，结霜的可能性也越大。（2）通过回算性检验和独立样本的预报性检验，基于 Bayes 判别法的霜生模型，对霜未发生的平均判别准确率达到86．5％，对霜发生的平均判别准确率达到92．7％，其中用日最低地温、当日07时水汽压和当日07时风速所建立的三要素模型最优，对霜发生的判别准确率可达到90％以上。因此，可以将 Bayes 霜生判别模型与图像识别技术相结合应用于霜的自动化观测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温华洋		29	165	8.0	12.0
2	华连生		20	85	4.0	8.0
3	朱华亮		9	9	2.0	2.0
4	张正铨	中国科学技术大学数学学院	2	4	1.0	2.0