-
题名2014—2022年古田人工增雨随机试验物理检验
被引量：6
- 1
-
-
作者
胡淑萍
林文
林长城
李丹
江善赐
冯宏芳
-
机构
福建省宁德市古田县气象局
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
-
出处
《应用气象学报》
CSCD
北大核心
2023年第6期706-716,共11页
-
基金
国家重点研发计划(2019YFC1510303)
中央引导地方科技发展专项(2021L3010040)。
-
文摘
基于2014—2022年福建古田地面火箭人工增雨随机试验样本,利用回波强度、回波顶高和负温层厚度等雷达宏观参量以及双偏振参量差分反射率和差分相位差,开展人工增雨随机试验物理检验及催化个例的物理响应研究。结果表明:与作业后非催化样本回波强度小幅上升后快速减弱相比,81.6%的催化样本在作业后回波强度增强,其中52.6%的样本最大增幅为0~20%(不含0),21.1%的样本增幅为20%~50%(不含20%),7.9%的样本增幅超过50%;作业后52.6%的催化样本出现回波顶高升高和负温层增厚现象,其中36.8%的样本增长0~20%(不含0),13.2%的样本增长20%~50%(不含20%),2.6%的样本增长超过50%;催化样本的双偏振参量差分反射率和差分相位差在作业后也出现持续增强;个例分析显示,催化作业有助于云体发展、增强和维持,促使降水量显著增加,不仅降水粒子增多增大,云体生命史也延长。
-
关键词
人工增雨
随机试验
物理检验
雷达
雨滴谱
-
Keywords
artificial rain enhancement
randomized experiments
physical testing
radar
raindrop size distribution
-
分类号
P481
[天文地球—大气科学及气象学]
-
-
题名机器学习在人工增雨效果统计检验中的应用
被引量：5
- 2
-
-
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]
-
