文献

J-GLOBAL ID：201702274621463308   整理番号：17A0065470

嵐分類分類技術の人工的抑制への応用【JST・京大機械翻訳】

Application of Storm Auto-Classification Technology in Artificial Hail Prevention

著者 (5件)： Fang Dexian (Chongqing Institute of Meteorology and Science) ,  Li Hongbin (Dalian Weather Modification Office of Liaoning) ,  Dong Xinning (Chongqing Climate Centre) ,  Ding Jianfang (Henan Weather Modification Office) ,  Pu Wenyao (Dalian Weather Modification Office of Liaoning)
資料名： Qixiang  (Qixiang)
巻： 42  号： 9  ページ： 1124-1134  発行年： 2016年 
JST資料番号： C2435A  ISSN： 1000-0526  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 新世代のDOPPLERレーダデータを利用して、嵐追跡の識別アルゴリズムに基づき、嵐分類技術を発展させ、人工の雹抑制作業の効率を向上させる。まず第一に,SCITアルゴリズムに基づき,嵐の構造特性と結合して,レーダとラジオゾンデデータを統合して,嵐構造の特性指数を自動的に抽出した。第二に,決定木モデルに基づく嵐自動分類技術を採用して,嵐を強度,単一嵐,多重嵐,および強嵐に分割した。最後に,雷雨強度,高さと位置などの属性によって,雹を発生させる可能性があるモノマーに対して,GISと結合して,下流方向または近くの作業点に対して警告または出力作業パラメータを自動的に行う。2006年から2014年までの重慶,遼寧大連,河南省の3つのゲート地域において発生した典型的な31回の雹気象過程と182の雹サンプルの試験により,以下の結果を得た。この方法は嵐の強度、垂直構造などの総合的な属性に対して分類を行うことによって、雹の識別のヒット率を有効に高め、率を下げることができ、その中で強嵐のヒット率は100%に達し、率は僅か11.4%である。この方法は,人工的雹の作業の自動化を効果的に改善することができ,それは,抑制の科学的意思決定のための重要な参照を提供することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： レーダ ,  自動化 ,  雷雨 ,  *ひょう ,  ディシジョンツリー ,  意思決定 ,  単量体 ,  気象 ,  自動分類 ,  構造特性 ,  多重化 ,  アルゴリズム
準シソーラス用語： ヒット率 ,  大連市 , 【Automatic Indexing@JST】

著者キーワード (3件)： storm cell identification tracking (SCIT) algorithm ,  decision tree model ,  artificial hail prevention

分類 (2件)： 地形データの処理  (RC02050O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 嵐 ,  分類 ,  人工 ,  応用