基于对流参数的雷暴潜势预报方法对比分析

以南京站为中心、50 km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雷暴潜势预报;最后将筛选出的预报因子做主成分分析,给出预报因子与雷暴的关系的相应解释。