检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李硕[1] 王雪[1] 魏小亭[1] 徐文霞[2] 李国东[1,3]
机构地区:[1]新疆财经大学应用数学学院,新疆乌鲁木齐830012 [2]新疆维吾尔自治区气象局人工影响天气办公室,新疆乌鲁木齐830002 [3]新疆财经大学新疆社会经济统计研究中心,新疆乌鲁木齐830012
出 处:《伊犁师范学院学报(自然科学版)》2016年第3期69-74,共6页Journal of Yili Normal University:Natural Science Edition
基 金:国家教育部人文社会科学基金项目(13YJAZH040);国家社科基金项目(14BTJ021);国家自然科学基金项目(11461063);新疆维吾尔自治区普通高等学校人文社会科学重点研究基地基金项目(050315B03);新疆维吾尔自治区气象局吐哈空中水资源项目(TUHA201514)
摘 要:以阿克苏地区为例,提出结合雷达图像的回波强度与支持向量机(Support Vector Machine,SVM)的雹云判别新方法.提取大雨与雹云图像的绿色、黄色、红色区域的面积,求出黄绿区域的面积比和红黄区域的面积比,组成二维识别向量,建立SVM模型.利用此模型与已有的SVM模型对比,雹云预测准确率提高了8.25%,相当于减少了阿克苏地区2011年18 533.3亩的农业损失,表明该方法能有效避免阿克苏地区雹灾的发生,降低雹灾对阿克苏地区农业发展的影响.In this paper,taking Akesu area as an example,combining with the echo intensity of support vectormachine and radar image(Support Vector Machine,SVM) of the Hail Cloud Identification method.Extracting thegreen,yellow,red area of heavy rain and hail cloud image,Calculate the ratio of the yellow area and green area,redarea and yellow area is also like this,consisting of two dimensional recognition vector,training SVM model.By com-paring this model with existing SVM model,hail cloud prediction accuracy rate increased by 8.25 percentagepoints,equivalent to reduce agricultural losses of 18 533.3 acres of Akesu area in 2011.Show that the proposedmethod can effectively avoid the occurrence of hail disaster in Akesu area,to reduce the impact of hail disaster onthe agricultural development in Akesu.
关 键 词:阿克苏地区 农业发展 雹云判别法 支持向量机(SVM) 面积比
分 类 号:P406[天文地球—大气科学及气象学] P426.6
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.171