论文部分内容阅读
以南京站为中心、50km半径范围内的闪电定位资料为依据区分南京的雷暴与非雷暴，将2006～2008年6～8月的552个对流参数样本分别利用逐步选择法、逐步回归法和相关分析法进行因子筛选，将筛选出的与雷暴有密切关系的对流参数作为预报因子分别应用Bayes判别分析、Logistic回归判别和神经网络的雷暴潜势预报方法进行预报。结果表明，Logistic回归判别法对雷暴的预报准确率为最高的78％，Baye判别分析法的误报率为最低的7．6％，综合预报准确率和误报率来看，Logistic回归判别法最适合于南京地区的