基于熵值法特征筛选的GRNN降雹识别*

李 鹏 嵇佳丽 丁倩雯

1 南京信息工程大学，江苏省气象探测与信息处理重点实验室，南京 210044 2 南京信息工程大学，江苏省大气环境与装备技术协同创新中心，南京 210044 3 南京信息工程大学，滨江学院，无锡 214105

提 要： 针对冰雹监测难和冰雹灾情不易估计的问题，结合声信号的时域、频域特点，采用时域、频域和小波域相结合的特征提取方法，将熵值法与广义回归神经网络(GRNN)相结合，提出一种基于熵值法特征筛选的GRNN降雹识别方法。对采集的降雹和降雨声信号提取时域特征、频域特征和小波包能量谱特征，采用熵值法确定各特征的权重大小，剔除权重较小的特征项并进行特征融合组成新的特征子集，将特征子集输入GRNN进行预测识别。试验结果表明，该方法能够有效识别冰雹，且特征筛选后的识别率高达97.827 6%，相较未进行特征筛选的特征集，识别率提高了近10%。

引 言

冰雹灾害的发生通常伴随着暴雨天气，带来严重的经济损失。因此，做好冰雹灾害监测研究工作，评估冰雹灾情以及采取应对措施，从而最大程度减轻冰雹灾害带来的损失具有重要意义。在过去的几十年里，科研人员从宏观、气象要素、闪电、雷声(张小娟等，2019)、雷达回波(王莎等，2019)以及卫星云图等多方面对冰雹的监测预警进行了研究(冯晋勤等，2018)，李文娟等(2018)基于数值预报和随机森林算法对冰雹等强对流天气进行预测和分类；但从声学角度对降雹识别的研究较少。由于声信号发生机制的性质，冰雹和雨水落下时产生的声信号通常是非平稳非线性的一维信号，因而可以通过声波传感器捕捉降雹和降雨声信号。……