摘要
本发明涉及气象灾害预警技术领域,具体涉及基于高斯分布的FY‑2G卫星数据冰雹定量化识别方法,构建时空匹配数据集,获取反演产品数据,以地面降雹点为中心提取降雹样本,同时选取同等数量非降雹时段、非降雹区域的卫星数据作为非降雹样本;通过分位数 ‑ 分位数图检验数据的高斯分布适配性,确定指标服从或近似服从高斯分布;对上述指标计算降雹与非降雹样本的数学期望和标准差,构建双样本高斯概率密度函数;利用数值积分法建立单侧置信区间,划分三级降雹概率区间;最后通过单指标触发、多指标协同及背景排除规则,匹配概率区间判定冰雹发生概率,实现定量化识别;本发明的目的是解决现有冰雹识别方法在不同区域适应性差、定量化程度不足的问题。
技术关键词
识别方法
样本
高斯概率密度函数
数据
气象灾害预警技术
层厚度
SMOTE算法
权重分配机制
训练分类模型
皮尔逊相关系数
多指标
数学
分布特征
分辨率
超参数
动态
直线
地面
系统为您推荐了相关专利信息
异步电机
电机运行状态
特征提取模块
数据处理模块
数据采集模块
感兴趣
车辆识别
点云图像
视频
DBSCAN算法
智能分析控制系统
输电系统
多层感知机
电力
模型误差