大气电场数据与雷电相关性的深度学习算法.PDF

第３３卷　第４期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．４ ２０１７年４月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ａｐｒ．２０１７ 文章编号：１００３－０５３０（２０１７）０４－０６０７－０６ 大气电场数据与雷电相关性的深度学习算法 １ １ ２ ２ ２ 郭　橙 　毋立芳　杜建苹　包　坤　李庆申 （１．北京工业大学电子信息与控制工程学院，北京１００１２４；２．北京华云东方探测技术有限公司，北京１０００８１） 摘　要：雷电是一种对流天气现象，也是发生频繁的自然灾害之一，破坏力极大。由于雷暴的时间短、范围小， 精准的雷暴预警在天气预报中较为困难。目前各种气象监测设备很多，但数据利用率较低，其中利用大气电场 仪数据的变化来判断雷电是否发生的研究较少。因而，通过探索二者间的相关性，对于建立更有效的雷电预警 模型是有意义的。而本文利用卷积神经网络分析并验证了大气电场变化和雷电的关系，模型的分类结果更直观 地反映了二者存在相关性。 关键词：深度学习；卷积神经网络；雷电预测分类；相关性分析；大气电场仪 中图分类号：ＴＰ３９１．４　　　文献标识码：Ａ　　　ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１７．０４．０２３ ＤｅｅｐＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒｔｈｅＣｏｒｒｅｌａｔｉｏｎＢｅｔｗｅｅｎＡｔｍｏｓｐｈｅｒｉｃ ＥｌｅｃｔｒｉｃＦｉｅｌｄＤａｔａａｎｄＴｈｕｎｄｅｒｓｔｏｒｍ １ １ ２ ２ ２ ＧＵＯＣｈｅｎｇ　ＷＵＬｉｆａｎｇ　ＤＵＪｉａｎｐｉｎｇ　ＢＡＯＫｕｎ　ＬＩＱｉｎｇｓｈｅｎ （１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ； ２．ＢｅｉｊｉｎｇＨＹＯｒｉｅｎｔＤｅｔｅｃｔｉｏｎＴｅｃｈｎｏｌｏｇｙＣｏＬｔｄ．，Ｂｅｉｊｉｎｇ１０００８１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｕｎｄｅｒｓｔｏｒｍｉｓａｋｉｎｄｏｆｃｏｎｖｅｃｔｉｖｅｗｅａｔｈｅｒｐｈｅｎｏｍｅｎｏｎ，ｗｈｉｃｈｉｓｏｎｅｏｆｔｈｅｆｒｅｑｕｅｎｔｎａｔｕｒａｌｄｉｓａｓｔｅｒｓａｎｄｈａｓ ｇｒｅａｔｄｅｓｔｒｕｃｔｉｖｅｐｏｗｅｒ．Ｄｕｅｔｏｉｔｓｓｈｏｒｔｄｕｒａｔｉｏｎａｎｄｓｍａｌｌｒａｎｇｅ，ｐｒｅｃｉｓｅｔｈｕｎｄｅｒｓｔｏｒｍｗａｒｎｉｎｇｉｎｔｈｅｗｅａｔｈｅｒｆｏｒｅｃａｓｔｉｓ ｄｉｆｆｉｃｕｌｔ．Ａｔｐｒｅｓｅｎｔ，ｔｈｅｒｅａｒｅｍａｎｙｋｉｎｄｓｏｆｗｅａｔｈｅｒｍｏｎｉｔｏｒｉｎｇｅｑｕｉｐｍｅｎｔ，ｂｕｔｔｈｅｄａｔａｕｔｉｌｉｚａｔｉｏｎｉｓｌｏｗ，ａｎｄｔｈｅｒｅｓｅａｒ ｃｈｅｓｗｈｉｃｈｕｓｅｔｈｅａｔｍｏｓｐｈｅｒｉｃｅｌｅｃｔｒｉｃｆｉｅｌｄｄａｔａｔｏｊｕｄｇｅｔｈｅｏｃｃｕｒｒｅｎｃｅｏｆｌｉｇｈｔｎｉｎｇｉｓｒｅｌａｔｉｖｅｌｙｌｅｓｓ．Ｔｈｕｓ，ｉｔｉｓｓｉｇｎｉｆｉ ｃａｎｔｔｏｅｓｔａｂｌｉｓｈａｍｏｒｅｅｆｆｅｃｔｉｖｅｔｈｕｎｄｅｒｓｔｏｒｍｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｂｙｅｘｐｌｏｒｉｎｇｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅａｔｍｏｓｐｈｅｒｉｃｅｌｅｃ ｔｒｉｃｆｉｅｌｄｄａｔａａｎｄｌｉｇｈｔｎｉｎｇ．Ｉｎｔｈｉｓｐａｐｅｒ ，ｗｅｕｓｅｔｈｅｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｔｏａｎａｌｙｚｅａｎｄｖｅｒｉｆｙｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅ ｔｗｅｅｎｔｈｅｍ．Ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｍｏｄｅｌｒｅｆｌｅｃｔｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｏｓｅｔｗｏｋｉｎｄｓｏｆｄａｔａｍｏｒ