典型文献
基于机器学习的长江重庆航道雾情特征提取
文献摘要：
基于2018-2020年长江沿线26个自动气象监测站的逐5 min能见度监测数据、重庆海事管辖水域资料和长江航道基础地理信息,利用K-Means、DTW、PCA等机器学习算法,分析了长江重庆航道雾情的时空分布、时序形态等特征.结果表明:长江重庆航道雾情过程高发区域是涪陵-忠县水域,长寿及上游水域次之;江面雾情过程较高频率出现在夏季的6月、7月,冬季较之偏少,大部分的雾情过程时长均在1 h内,多在夜间生成及结束;不同时间长度的雾情过程具有不同的时序形态特征,当时长不足27 h时,主要表征能见度下降过程的信号,超过27 h的过程则主要表征能见度回升阶段信号,"象鼻形"先期振荡信号随着雾情过程时长的加大而进一步增强.
文献关键词：
重庆;长江航道;雾;机器学习
中图分类号：
作者姓名：
陈施吉;李家启;王远谋;李科;孙恩虹
作者机构：
重庆市气象服务中心,重庆401147;长寿区气象局,重庆401220;江津区气象局,重庆402260
文献出处：
引用格式：
[1]陈施吉;李家启;王远谋;李科;孙恩虹-.基于机器学习的长江重庆航道雾情特征提取)[J].热带气象学报,2022(06):845-853
A类：
自动气象监测站
B类：
基于机器学习,年长,长江沿线,能见度监测,海事,管辖,水域,长江航道,基础地理信息,Means,DTW,机器学习算法,高发区,涪陵,忠县,长寿,游水,江面,高频率,较之,偏少,回升,升阶,象鼻,先期,振荡信号
AB值：
0.402217
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
