基于机器学习的重庆长江航道雾图像特征识别研究

• 作者: 王远谋 李家启 陈施吉 唐家萍 夏佰成 韩世刚
• 来源期刊: 气象与环境学报
• 学科: 地球科学
• 关键词: 雾 机器学习 图像识别 图形用户界面
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 快报
• 页码范围: 106-112
• 页数: 7页
• 分类号: P409
• 语种: 中文
• DOI: 10.3969/j.issn.1673-503X.2021.01.014

摘要

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率.结果表明:机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法.对于能见度超过1500 m的无雾天气,模型的识别准确率为100％,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90％以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70％.