-
题名机器学习在人工增雨效果统计检验中的应用
被引量：1
- 1
-
-
作者
李丹
林文
刘群
冯宏芳
胡淑萍
汪智海
-
机构
福建省气象科学研究所
福建省灾害天气重点实验室
中国气象局海峡灾害天气重点开放实验室
闽南师范大学数学与统计学院
福建省宁德市古田县气象局
-
出处
《应用气象学报》
CSCD
北大核心
2024年第1期118-128,共11页
-
基金
国家重点研发计划(2019YFC1510303)
中国气象局人工影响天气中心效果评估方法研发与应用创新团队(WMC2023IT03)
+1 种基金
国家自然科学基金面上项目(42075088)
中央引导性地方科技发展专项(2021L3019)。
-
文摘
利用福建省古田人工增雨试验基地2014年1月—2023年1月小时自然降水数据,结合线性拟合、多项式回归和样条回归等多种数学统计方法,开展决策树、支持向量机(SVM)和卷积神经网络(CNN)3种机器学习方法在估测目标区自然降水中的应用研究。目标区和对比区自然雨量关系模型对比结果表明:以区域平均面雨量为统计变量时,CNN和四项式回归效果相对较好,其中CNN的确定系数为0.516,均方根误差为1.097 mm;对平均面雨量进行六次方根变换后,各模型的精准度大幅提升,CNN表现最优,确定系数为0.658,其次为SVM;为克服目标区和对比区雨量时间序列效应及空间分布不均等问题,以面雨量空间格点数据作为研究对象,采用CNN 3种优化器(自适应矩估计、均方根传递和梯度随机下降)算法进行对比,发现基于自适应矩估计优化器建立目标区和对比区雨量关系模型最优,其降水估测值与实测值更接近,均方根误差最小,为0.61 mm。因此,利用CNN方法能够进一步优化目标区和对比区雨量关系模型,可为定量评估人工增雨效果提供参考。
-
关键词
人工增雨效果评估
区域历史回归
机器学习
统计检验
-
Keywords
artificial rainfall effect evaluation
regional historical regression
machine learning
statistical test
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
P481
[天文地球—大气科学及气象学]
-
-
题名福建省雨季人工增雨效果统计分析
被引量：1
- 2
-
-
作者
汪智海
刘群
李丹
-
机构
闽南师范大学数学与统计学院
福建省气象科学研究所
-
出处
《黑龙江科学》
2023年第20期58-60,64,共4页
-
基金
福建省自然科学基金(2021J01982)
国家重点研发计划(2019YFC1510303)
数字福建气象大数据研究所开放课题(202010705)。
-
文摘
针对全球变暖导致各地干旱事件频发问题,以福建省为研究区域,对降雨时空分布特征进行了分析,了解降雨规律,运用聚类中的SOM自适应方法对福建省人工增雨区域进行划分,确定人工增雨作业的对比区与影响区。采用多元线性回归模型模拟自然降雨量,评估人工增雨作业效果。结果表明,福建省雨季平均每个站点增雨效果为5 mm左右,6月份与7月份的人工增雨作业能产生较高的绝对增雨量,说明人工增雨能够明显提高降雨量。
-
关键词
降雨特征
SOM聚类方法
多元线性回归
人工增雨效果检验
-
Keywords
Rainfall characteristics
SOM clustering method
Multiple linear regression
Artificial precipitation effect test
-
分类号
O213
[理学—概率论与数理统计]
-
