基于Logistic回归建立霜自动判识模型

摘要：

利用安徽省23个典型气象站2003-2017年观测数据,根据无霜日的气象要素阈值条件进行质量控制,在此基础上,构建各气象站基于Logistic回归的霜自动判识模型,并对模型的霜判识效果进行评估.结果 表明:(1)通过气温、风速和降水量等气象要素阈值,能够有效判定出安徽各站当日无霜现象;(2)各气象站的霜判识模型均入选了温度、湿度和风速等相关要素作为判识因子,入选要素的时次多集中在4:00-8:00区间;(3)独立样本检验表明,基于Logistic回归的霜判识模型对安徽地区霜的平均判识准确率、命中率、漏判率、空判率和TS评分分别为89.0％、91.6％、8.4％、15.8％和78.2％,表明模型对安徽地区的霜具有较好的判识能力;(4)与Bayes判别模型对比发现,基于Logistic回归的霜判识模型在准确率、空判率和TS评分方面表现更优,可以使用Logistic回归模型实现霜的自动化判识.

关键词：霜、Logistic回归、自动判识

所属期刊栏目：40

资助基金：中国气象局小型业务能力建设项目;安徽省气象科技发展基金项目KM201715

在线出版日期：2019-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：534-542