《表4 安徽省各气象站基于Logistic回归的霜判识模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Logistic回归建立霜自动判识模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：Y、T、D、G、E、H和F代表的要素同表1。D02表示2:00地表温度，其它类同。

表4给出了安徽省各气象站基于Logistic回归的霜判识模型。从中可以发现，各站判别模型选择的气象要素与时次各不相同，所有气象站判识模型均入选了温度相关要素，其中所有站点均入选了气温日较差作为模型判识因子，表明温度是判断霜是否形成的主要因子，昼夜温差较小，温度较高均不利于霜的形成。此外，各气象站判识模型还不同程度地入选了湿度和风速等要素作为判识因子，这也表明仅仅通过温度不能较好地判识出霜是否形成，还需要湿度和风速等次要因子进一步辅助判识。在要素入选时次上，多集中在4:00-8:00区间，这是由于霜多在下半夜形成，而气象站观测员通常在6:00左右进入观测场进行观测，此时有利于霜形成的天气条件应满足温度较低、湿度较大、风速较小，因此，大部分台站在构建模型时选取的要素时次多集中在4:00-8:00。