Identification et classification des précipitations par un classifeur bayesien

Voir Plus Voir Moins

Afficher le Résumé

Notre travail porte sur l'implémentation d'un nouvel algorithme pour classifier les nuages convectifs et déterminer leur intensité à partir des propriétés physiques des nuages extraites de SEVIRI (SpinningEnhanced Visible and Infrared Imager). Les événements convectifs observés de 2006 à 2012 à une échelle temporelle de 15 min, de résolution spatiale 4×5km2 sont analysés sur le nord de l'Algérie. La méthode de classification des précipitations convectives est basée sur la relation entre les caractéristiques spectrales des nuages et leurs propriétés physiques telles que le CWP, phase des nuages (CP) et la température du sommet des nuages (CTT). Pour ce faire, une méthode statistique basée sur "La classification naïve bayésienne" est appliquée. Il s'agit d'un type de classification Bayésienne probabiliste simple basée sur le théorème de Bayes avec une forte indépendance (dite naïve) des hypothèses. Les performances de la méthode pour la classification des intensités de précipitations appliquée aux nuages convectifs sont évaluées en comparant les résultats aux mesures radar météorologique. Aussi, des estimations des précipitations sont calculées à partir des intensités des différentes classes. Les résultats indiquent une performance intéressante aussi bien pour la classification que pour l'estimation.