基于数值模式和雷达数据的对流初生预警技术研究

发布时间：2017-07-08 20:20

  本文关键词：基于数值模式和雷达数据的对流初生预警技术研究

  更多相关文章： 多普勒雷达 CI预警 不平衡数据分类 支持向量机

【摘要】：我国是一个强对流灾害天气发生频繁的国家。多普勒天气雷达是强对流性天气的主要监测工具。本文利用基于雷达数据的四维变分数值模式输出的高时空分辨率物理量,使用支持向量机作为分类器,研究对流初生(Convective Initiation,简称CI)的预警方法。其中CI的定义为多普勒雷达首次检测到反射率因子大于或者等于35dBZ。本文研究内容主要包括以下三个部分：第一部分是从四维变分数值模式输出的高时空分辨率物理量中提取可能的预报因子。主要思想是利用30-60分钟后的雷达组合反射率与特征量之间的散点图作为判断依据挑选出预报因子。经过多次实验,挑选了风切变(shear)、辐合抬升(div)和垂直风速度(wwind)及其对应的时间变化量作为预报因子。第二部分是分类器算法的研究。将第一部分中得到的预报因子作为分类算法中的属性特征,30分钟后的雷达组合反射率作为标签来设计分类器。通过研究不平衡数据分类算法,结合相关领域中的评分标准,利用逐级下采样的方法“再平衡”样本数据集,使用支持向量机(SVM)作为最终的CI预警算法。第三部分是个例实验及分析。将第二部分中设计得到的分类器作为CI预测器,结合实际的雷达组合反射率给出30分钟后的预报结果。本文的CI预警方法是以四维变分数值模式反演得到的物理量为数据基础,利用不平衡数据分类中的重采样技术对数据集进行“再平衡”处理,最后结合SVM设计出完整的CI预警分类器。试验结果表明此方法的对于CI预警具有一定的准确率,在后继的工作中需要解决虚警率偏高的问题。
【关键词】：多普勒雷达 CI预警 不平衡数据分类 支持向量机
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN959.4
【目录】：

• 摘要5-6
• Abstract6-10
• 1 绪论10-21
• 1.1 选题的目的和意义10-11
• 1.2 针对强对流天气的数值模式11-13
• 1.3 VDRAS的工作原理13-18
• 1.3.1 代价函数的定义13-15
• 1.3.2 PPI资料的直接同化15-16
• 1.3.3 中尺度分析和边界条件16-17
• 1.3.4 循环分析过程17-18
• 1.4 本文的主要工作和安排18-21
• 2 分类方法21-31
• 2.1 不平衡数据集分类所存在的问题21-22
• 2.2 不平衡数据集的处理方法研究22-26
• 2.2.1 不平衡数据集预处理：重采样技术22-24
• 2.2.2 代价敏感学习24-26
• 2.3 支持向量机(Support Vector Machine)简介26-29
• 2.3.1 线性可分时的最优超平面27-29
• 2.3.2 核函数29
• 2.4 本章小结29-31
• 3 CI预警分类算法设计31-39
• 3.1 选取预报因子31-33
• 3.1.1 VDRAS数据31-32
• 3.1.2 选取预报因子32-33
• 3.2 数据预处理过程33-36
• 3.3 CI预警算法36-37
• 3.4 本章小结37-39
• 4 试验结果与分析39-47
• 4.1 评分标准39-43
• 4.1.1 分类算法中采用的评分标准39-42
• 4.1.2 本文采用的评分标准42-43
• 4.2 个例分析43-46
• 4.3 本章小结46-47
• 5 总结与展望47-49
• 参考文献49-52
• 致谢52-54
• 个人简历54
• 发表的学术论文54

【相似文献】

中国期刊全文数据库 前10条

1 吕岳,施鹏飞,赵宇明;多分类器组合的投票表决规则[J];上海交通大学学报;2000年05期

2 韩宏;杨静宇;;多分类器组合及其应用[J];计算机科学;2000年01期

3 陈刚,戚飞虎;多分类器结合的人脸识别[J];上海交通大学学报;2001年02期

4 韩宏,杨静宇,娄震;基于层次的分类器组合[J];南京理工大学学报(自然科学版);2002年01期

5 赵谊虹,程国华,史习智;多分类器融合中一种新的加权算法[J];上海交通大学学报;2002年06期

6 王正群,叶晖,孙兴华,杨静宇;模糊多分类器组合[J];小型微型计算机系统;2003年01期

7 杨利英,覃征,王向华;多分类器融合实现机型识别[J];计算机工程与应用;2004年15期

8 杨利英,覃征,王卫红;多分类器融合系统设计与应用[J];计算机工程;2005年05期

9 陈湘;;1-范数软间隔分类器的风险[J];湖北大学学报(自然科学版);2006年02期

10 秦锋;杨波;程泽凯;;分类器性能评价标准研究[J];计算机技术与发展;2006年10期

中国重要会议论文全文数据库 前10条

1 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年

2 翟静;李海宏;唐常杰;陈敏敏;李智;;可验证对象集分类器的再训练演进[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 陈继航;刘家锋;赵巍;唐降龙;;联机手写识别笔段特征分类器的学习方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

4 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

5 彭涛;左万利;赫枫龄;;基于链接上下文的分类器主题爬行技术(英文)[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

6 王岚;陈珂;迟惠生;;基于多特征组合多分类器的方法用于“与文本无关”的说话人辨认[A];第四届全国人机语音通讯学术会议论文集[C];1996年

7 谢秋玲;;应用于心电图分类的KNN-SVM分类器研究[A];2006中国控制与决策学术年会论文集[C];2006年

8 胡琼;汪荣贵;胡韦伟;孙见青;;基于级联分类器的快速人脸检测方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 李兰春;王双成;杜瑞杰;;认知结构评估的动态贝叶斯网络分类器方法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

10 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

中国重要报纸全文数据库 前1条

1 黄明;精子分类器决定生男生女[N];广东科技报;2000年

中国博士学位论文全文数据库 前10条

1 张非;对抗逃避攻击的防守策略研究[D];华南理工大学;2015年

2 张文博;多类别智能分类器方法研究[D];西安电子科技大学;2014年

3 许劲松;智能交通中目标检测与分类关键技术研究[D];南京理工大学;2014年

4 余家林;普通场景视频人脸检测与识别的关键技术研究[D];浙江大学;2016年

5 刘明;分类器组合技术研究及其在人机交互系统中的应用[D];北京交通大学;2008年

6 严志永;在划分数据空间的视角下基于决策边界的分类器研究[D];浙江大学;2011年

7 王U，

本文编号：536150