Application of machine learning in fog prediction in the Czech Republic
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00020699%3A_____%2F21%3AN0000171" target="_blank" >RIV/00020699:_____/21:N0000171 - isvavai.cz</a>
Result on the web
<a href="https://www.chmi.cz/files/portal/docs/reditel/SIS/casmz/assets/2021/MZ_05_2021.pdf" target="_blank" >https://www.chmi.cz/files/portal/docs/reditel/SIS/casmz/assets/2021/MZ_05_2021.pdf</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Aplikace strojového učení při předpovědi výskytu mlh na území ČR
Original language description
Přízemních mlhy jsou potenciálním nebezpečím zejména v dopravě, a jejich včasné varování může ušetřit nejen peníze, ale i životy lidí. Předpověď výskytu mlhy je v současné době založena na kombinaci výstupu numerických předpovědních modelů a subjektivnímu zhodnocení situace zkušeným meteorologem. Cílem této práce je nabídnout nový pohled na zhodnocení dostupných meteorologických dat při předpovědi výskytu mlh, tj. metodou strojového učení. K tomuto účelu využíváme klasifikačního algoritmu rozhodovacích stromů, který je logikou velmi blízký lidskému způsobu usuzování, a je i vhodným nástrojem pro interpretaci surových numerických předpovědí. Základem učení modelu jsou staniční měření a vybraná pole předpovědí z numerického modelu ALADIN/CZ za období 2016 až 2018. Vyhodnocení za rok 2019 ukázalo, že model strojového učení poskytuje přesnější bodovou předpověď výskytu mlhy až na 36 hod dopředu oproti surové diagnostice z numerického modelu. Model strojového učení lze snadno aplikovat do provozu meteorologa, kde lze využít jako objektivní nástroj pro identifikaci příčin vzniku mlhy a použít jako doplňkovou informaci při jeho rozhodovací praxi.
Czech name
Aplikace strojového učení při předpovědi výskytu mlh na území ČR
Czech description
—
Classification
Type
J<sub>ost</sub> - Miscellaneous article in a specialist periodical
CEP classification
—
OECD FORD branch
10509 - Meteorology and atmospheric sciences
Result continuities
Project
—
Continuities
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Others
Publication year
2021
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Meteorologické zprávy
ISSN
0026-1173
e-ISSN
—
Volume of the periodical
2021
Issue of the periodical within the volume
05
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
7
Pages from-to
141-148
UT code for WoS article
—
EID of the result in the Scopus database
—