基于树分类器神经网络的雷暴预测方法

作者：于怀征

来源：信息技术, 2020, 44(07): 17-22.

DOI：10.13274/j.cnki.hdzj.2020.07.004

• 机器学习
• 树分类器
• 神经网络
• 雷暴预测
• 临近预报

针对基于机器学习的雷暴预测问题提出了一种新方法,该方法将应用于气象卫星图像的二维光流算法误差作为机器学习模型的特征。为了考虑空间邻近性,根据特征训练不同的树分类器模型以及神经网络,以预测未来几个小时内的闪电,即临近预报。通过比较不同模型的预测能力以及不同特征对分类结果的影响。研究结果表明,对于未来15min的预测,该方法准确率高达96%,随着预测时间的增加,准确率略有下降,但对于长达5h的预测,准确率仍然高于83%。该方法为雷暴预警预测方法选用提供了新的思路。