基于支持向量机的雷达地物回波识别研究

作者：魏鸣; 管理; 梁学伟; 秦南南

来源：大气科学学报, 2019, 42(04): 631-640.

DOI：10.13878/j.cnki.dqkxxb.20170815015

• 地物回波
• 神经网络
• 支持向量机

多普勒天气雷达探测过程中的非气象因子会显著影响雷达资料的定量化应用,在雷达基数据的应用前需对雷达资料进行抑制地物杂波、去距离折叠和退速度模糊等质量控制。本文在现有的自动识别地物回波方法的基础上,提出了基于支持向量机(Support Vector Machine,SVM)识别雷达地物杂波的方法,2013年6—8月对安庆和常州两地的CINRAD/SA雷达观测资料进行雷达地物回波识别,并将其与运用人工神经网络(Artificial Neural Networks,ANNs)识别的结果进行对比,结果表明支持向量机方法能够取得更好的效果。在地物、降水回波总样本识别和地物回波识别方面更为有效;降水回波的误判方面,神经网络略优于支持向量机,但两者差异不大,都将降水回波的误判率控制在了一个较小的范围内;另外支持向量机方法较之神经网络方法对于训练样本数目的依赖性较小,在训练样本较少时,支持向量机方法仍能保持有效的识别效果。

• 单位
  安徽省气象台; 南京信息工程大学