基于熵值法特征筛选的GRNN降雹识别

针对冰雹监测难和冰雹灾情不易估计的问题,结合声信号的时域、频域特点,采用时域、频域和小波域相结合的特征提取方法,将熵值法与广义回归神经网络(GRNN)相结合,提出一种基于熵值法特征筛选的GRNN降雹识别方法。对采集的降雹和降雨声信号提取时域特征、频域特征和小波包能量谱特征,采用熵值法确定各特征的权重大小,剔除权重较小的特征项并进行特征融合组成新的特征子集,将特征子集输入GRNN进行预测识别。试验结果表明,该方法能够有效识别冰雹,且特征筛选后的识别率高达97.8276%,相较未进行特征筛选的特征集,识别率提高了近10%。

偏振雷达观测强对流雹暴云

根据偏振雷达原理，用Ｃ波段双线偏振天气雷达观测得到４例强对流雹暴演变过程的水平反射率Ｚ_Ｈ（ｄＢＺ）和差分反射率Ｚ_（ＤＲ）（ｄＢ）垂直剖面ＲＨＩ定量回波资料，分析了这些雹云不同演变阶段的回波参量和偏振特性的关系，说明Ｚ_Ｈ、Ｚ_（ＤＲ）双参量对判别降雹有着明显优势，用雨滴谱的Ｚ_Ｈ－Ｚ_（ＤＲ）分布边界关系对这些雹云回波进行判别降雹分析，给出我国用偏振雷达观测和识别冰雹的研究结果。