基于密度峰值聚类的气象灾害识别 |
| |
引用本文: | 樊仲欣,焦圣明,谭桂容.基于密度峰值聚类的气象灾害识别[J].自然灾害学报,2023(1):171-182. |
| |
作者姓名: | 樊仲欣 焦圣明 谭桂容 |
| |
作者单位: | 1. 南京信息工程大学大气科学与环境气象国家级实验教学示范中心;2. 江苏省气象信息中心 |
| |
基金项目: | 国家重点研发计划(2018YFC1505804)~~; |
| |
摘 要: | 气象灾害案例是气象业务部门归纳与总结预报经验的前提与基础,但是当需要的灾害性天气没有时空定位档案,或档案不够完整和全面,那么就势必要从海量的历史数据中逐一进行查找定位,因此针对这种海量数据中逐一查找的低效问题,应用一种改进的密度峰值聚类方法进行灾害天气识别。该方法首先以气象要素为维度计算每个数据点的密度、距离、路径、分布四大属性,然后用回归分析提取簇心并判定其灾害类型及级别,最后判定同簇剩余数据点划入对应的灾害得到识别结果,由于可以同时定位多种类型和级别的灾害天气,且无需低效地逐一比对数据和灾害等级标准,因此具有适用性强、速度快、控制参数少的优点。使用该方法基于欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)的再分析资料进行聚类分析,进而识别出江苏省2018年各类气象灾害出现的时间和地点,试验结果表明:该方法可以一次性识别出暴雨、烈风、暴雪、高温、寒潮、重旱六种灾害,而k-means聚类识别率为其53%,层级聚类识别率为其77%,密度峰值聚类(Clustering by density peaks...
|
关 键 词: | 密度峰值 聚类 气象灾害 灾害识别 |
|
|