摘要：通過在湖南南岳高山氣象觀測站及懷化國家氣候基準(zhǔn)站設(shè)立的外場試驗,采集2018年1-3月兩站逐分鐘積雪天氣現(xiàn)象攝像圖片,采用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)對南岳站積雪試驗圖片進(jìn)行建模訓(xùn)練,并用南岳站和懷化站的測試圖片進(jìn)行檢驗,在此基礎(chǔ)上探討了基于深度學(xué)習(xí)的積雪天氣現(xiàn)象圖像識別的采集環(huán)境布局要求。主要結(jié)論如下:南岳站識別的正確率為99.23%,空判率為0.49%,漏判率為0.28%,白天識別結(jié)果優(yōu)于夜間;判識積雪出現(xiàn)的概率在積雪形成初期明顯增加,維持期接近99.99%,且十分穩(wěn)定,融雪時逐步降低;地面積雪形成初期和積雪結(jié)束期凝結(jié)物較少時偶爾出現(xiàn)漏判,當(dāng)有雨凇、霧凇及其他背景污染時會出現(xiàn)個別時刻空判現(xiàn)象。懷化站測試結(jié)果與南岳站相似,正確率為97.78%,空判率為1.92%,漏判率為0.3%;但概率曲線波動較大,一方面由于懷化站圖片沒有參與建模訓(xùn)練,另一方面可能與懷化站的攝像頭固定不佳、對焦不準(zhǔn)、拍攝不清晰有關(guān)。測試結(jié)果表明:該人工智能判識模型較好地提取了積雪不同發(fā)展階段的關(guān)鍵特征,識別效果良好,并可通過增加氣象要素條件和根據(jù)判識的前后一致性進(jìn)一步消除空漏判,可為此類天氣現(xiàn)象自動觀測提供重要技術(shù)支撐。