关键词：双偏振雷达 支持向量机 多波长联合观测 对流降水 

摘要：利用基于T矩阵法建立的降水粒子雷达探测模型,建立了基于支持向量机(Support Vector Machine, SVM)的雷达降水类型识别模型。通过样本数据归一化预处理,并考虑到样本集中各偏振参量间是非线性的,择优选径向基核函数作为非线性支持向量机的核函数,采用粒子群优化算法(Particle Swarm Optimization,PSO)获取最优核函数参数C和7 ,使模型达到较高分类预测准确率。建立的SVM雷达降水类型识别模型,在各仰角的预测准确率于X波段可达80%以上,于S波段可达95%左右。进一步分析发现,当多波长下预测降水类型相同时,分类预测结果准确率可达97.3%,而错误的概率仅为2.7%。可见,所建立的SVM雷达降水类型识别模型,有效提高了雷达对流天气下降水类型的识别能力。

暴雨灾害杂志要求:

{1}注释。注释用于对文内某一特定内容的解释或说明，其序号分别为：①、②、③…，注释内容置于正文之后。

{2}文稿内容不得涉密，并请军队、军工等涉密单位作者提供本单位保密部门出具的保密审查证明。请勿一稿多投，否则责任自负。本刊对文稿有权修改，所发表文章版权归编辑部所有。

{3}标题使用小二号字，宋体，加粗显示；正文使用五号字，宋体；图题、图注、表格、标注、参考文献使用小五号字,宋体。文中英文均使用Times New Roman字体，根据其在文中所处位置选用相应字号。

{4}参考文献至少3个，应引用公开发表的文献。

{5}正文中表示标题级别的序号形式，一般从大到小依次为：“一”“（一）”“1”“（1）”“①”等。可以根据标题的实有级别，跳过某些形式的序号。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社