基于机器学习的重庆长江航道雾图像特征识别研究

作者：王远谋,李家启,陈施吉,唐家萍,夏佰成,韩世刚

摘要：基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明:机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000-1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50-1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。

发文机构：重庆市气象服务中心 重庆市开州区气象局

关键词：雾机器学习图像识别图形用户界面FogMachine learningPattern recognitionGraphical user interface

分类号： P409[天文地球—大气科学及气象学]