论文部分内容阅读
我国是冰雹灾害频繁发生的国家，冰雹每年都给农业、建筑、通讯、电力、交通以及人民生命财产带来巨大损失。因此，实现对冰雹的综合预报，可以及时通知相关部门采取措施，减少工农生产的损失。
随着气象与气候预测方法的增多以及各种观测信息的不断丰富，如何从不同预报方法中确定或者综合出一种更好地预报结果成了大家关注的焦点。于是综合预报思路逐渐应用到天气的气候预报中。
本文的主要工作包括：
(1)构建雷达特征数据库，包括首先将多普勒雷达反射回的基数据进行处理，转化为位图格式并显示，然后通过图像处理，提取单体的强度、纹理、形状等24维特征，并保存为特征数据库，为后续工作提供数据支持。
(2)利用粗糙集理论对特征数据库进行数据挖掘，生成用于冰雹识别的知识库，建立冰雹的单模型预报。通过BP神经网络构建冰雹分类器，实现对冰雹样本的自动分类。
(3)将粗糙集挖掘出的规则跟之前关联规则挖掘的结合起来构成综合知识库，然后通过引入规则过滤滤除干扰和不确定性推理解决冲突，形成冰雹的综合预报模型，并将识别出的冰雹单体通过冰雹分类器进行分类显示。实验结果表明，综合预报模型提高了冰雹识别准确性，在实际运行中取得良好效果。
综上所述，本文对冰雹综合预报做出大胆尝试，并取得良好的实验效果，为今后冰雹的综合预报研究打下基础。