摘要:針對基于機(jī)器學(xué)習(xí)的雷暴預(yù)測問題提出了一種新方法，該方法將應(yīng)用于氣象衛(wèi)星圖像的二維光流算法誤差作為機(jī)器學(xué)習(xí)模型的特征。為了考慮空間鄰近性，根據(jù)特征訓(xùn)練不同的樹分類器模型以及神經(jīng)網(wǎng)絡(luò)，以預(yù)測未來幾個小時內(nèi)的閃電，即臨近預(yù)報。通過比較不同模型的預(yù)測能力以及不同特征對分類結(jié)果的影響。研究結(jié)果表明，對于未來15min的預(yù)測，該方法準(zhǔn)確率高達(dá)96%，隨著預(yù)測時間的增加，準(zhǔn)確率略有下降，但對于長達(dá)5h的預(yù)測，準(zhǔn)確率仍然高于83%。該方法為雷暴預(yù)警預(yù)測方法選用提供了新的思路。

　　關(guān)鍵詞:機(jī)器學(xué)習(xí);樹分類器;神經(jīng)網(wǎng)絡(luò);雷暴預(yù)測;臨近預(yù)報

　　0引言

　　盡管天氣預(yù)報精準(zhǔn)率在過去的幾十年中取得了長足進(jìn)步，但仍然是一項計算量巨大的任務(wù)，需要在大型超級計算機(jī)上運(yùn)行極其復(fù)雜的模型[1-2]。除提供諸如溫度等變量的預(yù)報外，氣象服務(wù)的一項關(guān)鍵任務(wù)是惡劣天氣條件預(yù)測[3]。雷暴是這種現(xiàn)象之一，通常伴隨著大雨、雷電、冰雹和強(qiáng)風(fēng)。但是，預(yù)測雷暴并給出關(guān)于其嚴(yán)重程度和運(yùn)動方向的準(zhǔn)確信息仍是一項艱巨的任務(wù)。目前先進(jìn)的天氣預(yù)報系統(tǒng)通常將大量數(shù)據(jù)源組合在一起，生成空間分辨率為1km×1km、時間分辨率為5min的警報，以應(yīng)對雷暴等惡劣天氣條件。

　　光譜衛(wèi)星頻道的亮度、溫度及其差異超過某一閾值可解釋為可能導(dǎo)致雷暴的臨界條件。雷達(dá)系統(tǒng)用于探測大氣中的水粒子和可能發(fā)展為雷暴的云，而數(shù)值天氣預(yù)報(NWP)模型提供了對近風(fēng)暴環(huán)境的估計，在雷電探測系統(tǒng)中，可以通過測量電波定位雷暴位置。即使使用較先進(jìn)的模型，雷暴的預(yù)測仍較困難，特別是當(dāng)預(yù)報時間超過1h時，誤報率增加到80%以上。迄今為止，衛(wèi)星數(shù)據(jù)已成為許多天氣預(yù)報產(chǎn)品的一部分，并在較大的預(yù)報期內(nèi)顯著提高了性能。但是，即使將高時空分辨率結(jié)合在一起，衛(wèi)星數(shù)據(jù)仍無法用于雷暴的精準(zhǔn)預(yù)測[4-6]。

　　因此，基于上述考慮，研究了一種基于衛(wèi)星數(shù)據(jù)預(yù)測雷暴云的新方法，該方法使用機(jī)器學(xué)習(xí)技術(shù)，其核心思想是將第一預(yù)測模型的預(yù)測誤差作為特征，將該誤差特征用于實際的第二個不同的預(yù)測模型[7-8]，為雷暴預(yù)警預(yù)測方法選用提供了新的思路。

　　1方法論

　　基于衛(wèi)星的雷暴預(yù)報通常基于對不同光譜波段觀測到的大氣亮度溫度的分析，若亮度溫差達(dá)到臨界閾值，則預(yù)報系統(tǒng)會發(fā)出雷暴警告[9-10]。NWP穩(wěn)定性指標(biāo)通常支持基于衛(wèi)星的方法，該指標(biāo)用作系統(tǒng)勢能的指標(biāo)。常用的指標(biāo)有對流有效位能(CAPE)和上升指數(shù)(LI)，所有這些指數(shù)基本上都考慮了大氣中不同高度的潛在溫度(用壓力來描述)。差異越大，大氣變得不穩(wěn)定的可能性越大，形成對流系統(tǒng)進(jìn)而導(dǎo)致雷暴的幾率越大。

　　1.1誤差特征提取

　　基于機(jī)器學(xué)習(xí)的雷暴預(yù)警方法不是直接從衛(wèi)星圖像中提取特征[11]，而是基于使用光流算法(如TV-L1)預(yù)測先前圖像的下一幅圖像所產(chǎn)生的誤差[12]。圖1顯示了該方法的概要(使用TV-L1讀取兩個連續(xù)的衛(wèi)星圖像T-30和T-15，以預(yù)測下一個圖像0。將誤差計算為0和原始圖像T0之間的絕對差，利用這個誤差來預(yù)測基于不同分類器的雷電[13-14])。其核心思想可以表述為:空氣在大氣中的運(yùn)動是一種三維現(xiàn)象，而第三維表示為衛(wèi)星圖像上的亮度。

　　基于過去觀測結(jié)果預(yù)測未來圖像的光流算法只能檢測和預(yù)測二維運(yùn)動。因此，應(yīng)用光流產(chǎn)生的誤差可能與云的垂直運(yùn)動有關(guān)，即對流的跡象，可能導(dǎo)致雷暴。可以使用機(jī)器學(xué)習(xí)算法來了解這些誤差值與雷電發(fā)生之間的關(guān)系，而雷電又是雷暴出現(xiàn)的信號。該方法并未嘗試改善用于預(yù)測衛(wèi)星圖像的光流模型，而是將第一個模型的誤差解釋為訓(xùn)練另一個不同模型來預(yù)測雷電的特征。

　　1.2數(shù)據(jù)預(yù)處理

　　由于機(jī)器學(xué)習(xí)模型依賴精心設(shè)計的特征來學(xué)習(xí)與某些目標(biāo)變量的關(guān)系，因此介紹將原始數(shù)據(jù)轉(zhuǎn)換為模型中使用的特征所必需的步驟。

　　1.3實驗設(shè)置

　　本文所進(jìn)行的實驗是基于四重交叉驗證，即可以將三套訓(xùn)練組合在一起，同時使用剩下的一組進(jìn)行測試。實驗所用的數(shù)據(jù)集大約涵蓋一個月，從2019-06-0100∶00到2019-07-0406∶30。實驗中，沿時間軸拆分此集合，以12h為間隔。由于對高度不平衡的數(shù)據(jù)進(jìn)行訓(xùn)練較困難，因此選擇在每個圖像的基礎(chǔ)上進(jìn)行下采樣，這意味著對圖像上出現(xiàn)雷電事件的所有圖塊進(jìn)行了采樣，并從同一圖像中隨機(jī)選擇了相同數(shù)量的沒有雷電事件的圖塊。由于在提取原始數(shù)據(jù)、二值衛(wèi)星數(shù)據(jù)和預(yù)處理步驟中存在各種數(shù)據(jù)誤差。

　　2雷暴預(yù)測方法性能評估

　　顯示了時間范圍為2019-06-0100∶30至2019-06-0306∶15的WV6.2通道的誤差值分布。第一列是指在這個時間范圍內(nèi)所有圖像上的所有圖塊，而后兩列則代表未來15min內(nèi)的無雷電和有雷電兩個類別。通過比較這些值，可以發(fā)現(xiàn)有雷電的平均誤差高于無雷電的平均誤差，可以得出這 樣的結(jié)論，高數(shù)值更有可能表明雷電的存在。表2還顯示了數(shù)據(jù)集的極度不平衡。在超過2.3億個樣本中，只有169912個樣本屬于閃電類，僅占0.074%的比例，如果對所有可用數(shù)據(jù)進(jìn)行計算，這個比例會下降到0.066%。

　　2.1近期雷暴預(yù)測

　　為了檢查假設(shè)是否正確，可以訓(xùn)練機(jī)器學(xué)習(xí)模型預(yù)測雷電，首先通過實驗進(jìn)行近期雷暴預(yù)測:根據(jù)T-30、T-15和T0的衛(wèi)星圖像所產(chǎn)生的誤差，預(yù)測未來15min內(nèi)(在T0和T+15之間)是否會有雷電。可以在第一組實驗中使用基于樹分類器，因為與神經(jīng)網(wǎng)絡(luò)相比，該分類器在進(jìn)行預(yù)測方面可提供更高的透明度。選擇用于評估的模型是簡單的決策樹以及基于它們的集成方法，如決策樹分類器、隨機(jī)森林分類器、級聯(lián)分類器及梯度增強(qiáng)分類器。對于大多數(shù)參數(shù)，使用文檔中指定的默認(rèn)值，同時，采用一些參數(shù)來避免過度擬合和限制訓(xùn)練時間。

　　正如預(yù)期，簡單的決策樹在每個測試集中顯示出最差的性能，準(zhǔn)確性在84%到89%之間。梯度增強(qiáng)效果最好，精度結(jié)果介于89%和92%之間。表格的最后一行顯示了所有測試集的準(zhǔn)確性，強(qiáng)調(diào)了強(qiáng)梯度增強(qiáng)模型、弱決策樹模型和隨機(jī)森林以及兩者之間的AdaBoost模型。改進(jìn)隨機(jī)森林和梯度提升之間約2%的改進(jìn)是以更長的訓(xùn)練時間為代價的，對于由交叉驗證集0、2和3組成的最大訓(xùn)練集，在所有CPU內(nèi)核上并行進(jìn)行的隨機(jī)森林訓(xùn)練階段大約需要14min。但是，梯度增強(qiáng)算法大約需要818min，是隨機(jī)森林持續(xù)時間的54倍以上。

　　農(nóng)業(yè)論文投稿刊物：《南方農(nóng)業(yè)》創(chuàng)刊于2006年，是由重慶市農(nóng)業(yè)委員會主管，重慶市農(nóng)業(yè)科學(xué)院主辦的農(nóng)業(yè)學(xué)術(shù)刊物。主要欄目：遺傳育種，栽培與植保，園林花卉，生理生化，生物技術(shù)，動物科學(xué)，農(nóng)業(yè)機(jī)械，貯藏加工，農(nóng)業(yè)經(jīng)濟(jì)，產(chǎn)業(yè)發(fā)展，城鄉(xiāng)統(tǒng)籌，農(nóng)業(yè)信息化等。

　　3結(jié)束語

　　①本文提出的雷暴預(yù)警方法使用基于光流的衛(wèi)星圖像臨近預(yù)報產(chǎn)生的誤差值，訓(xùn)練不同的樹分類器來預(yù)測近期的雷電，其準(zhǔn)確度超過91%。使用具有較大內(nèi)核尺寸卷積的特征對模型的準(zhǔn)確性影響最大。

　　②添加異常誤差特征進(jìn)一步提高了準(zhǔn)確性，現(xiàn)在達(dá)到96%。即使最大預(yù)測時間為5h，模型的準(zhǔn)確性仍保持在83%以上，明顯好于隨機(jī)猜測的50%準(zhǔn)確性。與現(xiàn)有模型的結(jié)果進(jìn)行比較，本文的方法清楚地表明，在相同召回率的情況下，誤報率較低，從而導(dǎo)致整體表現(xiàn)更佳。

　　③對比了決策樹、隨機(jī)森林、AdaBoost、梯度增強(qiáng)幾種算法模型和測試集的結(jié)果精度值，在相同召回率的情況下，誤報率較低，整體表現(xiàn)效果更好。盡管文中提出的雷暴預(yù)測方法可以有效預(yù)測未來5小時的雷暴，但是近6%的高假陽性率需要進(jìn)一步調(diào)查，以使本文的方法可用于操作，這也是未來研究需要重點解決的問題。

　　參考文獻(xiàn):

　　[1]韋青，李偉，彭頌，等.國家級天氣預(yù)報檢驗分析系統(tǒng)建設(shè)與應(yīng)用[J].應(yīng)用氣象學(xué)報，2019(2):245-256.

　　[2]羅霄，羅恒.天氣預(yù)報和氣候預(yù)測的技巧探析[J].南方農(nóng)業(yè)，2017(11):103.

　　[3]相峰，韓貴香，劉慧.關(guān)于強(qiáng)對流天氣預(yù)報的信息化分析[J].科學(xué)與信息化，2017(31):19.

　　[4]李新芳.一次雷暴冰雹天氣衛(wèi)星，雷達(dá)回波分析[C].第35屆中國氣象學(xué)會年會，2018.

　　[5]范小軍，羅燕，黎輝文，等.宜豐和上高縣級區(qū)域雷暴大風(fēng)FY2G云圖特征分析[J].江西科學(xué)，2019(4):553-557.

　　[6]竹利，康嵐，王碧波.一次下?lián)舯┝黠L(fēng)暴的成因和結(jié)構(gòu)特征分析[J].中低緯山地氣象，2019(1):15-22.

　　作者：于懷征