摘要：利用安徽省23个典型气象站2003-2017年观测数据,根据无霜日的气象要素阈值条件进行质量控制,在此基础上,构建各气象站基于Logistic回归的霜自动判识模型,并对模型的霜判识效果进行评估。结果表明:(1)通过气温、风速和降水量等气象要素阈值,能够有效判定出安徽各站当日无霜现象;(2)各气象站的霜判识模型均入选了温度、湿度和风速等相关要素作为判识因子,入选要素的时次多集中在4:00-8:00区间;(3)独立样本检验表明,基于Logistic回归的霜判识模型对安徽地区霜的平均判识准确率、命中率、漏判率、空判率和TS评分分别为89.0%、91.6%、8.4%、15.8%和78.2%,表明模型对安徽地区的霜具有较好的判识能力;(4)与Bayes判别模型对比发现,基于Logistic回归的霜判识模型在准确率、空判率和TS评分方面表现更优,可以使用Logistic回归模型实现霜的自动化判识。