基于数据挖掘CART算法的区域夏季降水日数分类与预测模型研究

夏季降水日数的准确预测,对于保障农业、运输业、电力等行业的有序进行具有重要现实意义.利用连云港市气象局提供的1951—2012年夏季降水数据对连云港地区的降水日数特征进行分析,难以直观地发现夏季降水日数随时间分布的规律.为进一步探索降水日数的发生规律,结合国家气候中心网站提供的多种气候因子数据,基于CART决策树算法构建了连云港地区夏季降水日数是否偏多与是否偏少的分类与预测模型.该模型可以发现在多种气候因子不同条件下,夏季降水日数是否偏多（偏少）的规律,模型的分类与预测都具有良好的效果.利用52 a的数据样本训练模型,模型的训练准确率为90.38%（86.54%）,再用剩余10 a数据样本检验模型,测试准确率为80%（80%）,并且得到规则集,方便气象业务人员使用以及决策服务人员参考.同时,为降水日数的预测提供了数据挖掘的新思路.     

基于机器学习的光伏功率预测模拟方法研究

为了丰富贵州西部光伏电站的功率预测思路与方法,利用2019—2021年贵州西部5个光伏电站发电功率、气象要素、卫星反演辐照度、地面观测辐照度数据,分析光伏功率的时间演变和与卫星反演辐照度、地面观测辐照度的相关性。利用前80%样本数据为测试集,剩余数据为预测模拟模型的检验集,利用机器学习中的BP、GRNN神经网络算法和测试集分别对5个电站建立光伏功率预测模拟模型。利用检验集和光伏电站的检验方法对各个模型进行效果验证,并对比不同算法不同站点间的预测模拟效果。结果表明,BP、GRNN算法在5个光伏电站的功率预测模拟中平均日准确率在90%左右,标准化均方误差在0.07～0.12,且FY-4A反演辐照度参与建立的光伏功率预测模拟模型较地面观测辐照度参与建立的模型效果更佳,能够为光伏功率预测提供一种参考方案和思路。     

多变量时滞回归模型在江南地区初夏降水低频分量延伸期预报中的应用

利用江南地区77个台站的日降水资料及NCEP/NCAR再分析资料,基于不同时间尺度的江南地区降水低频分量和东亚地区850 h Pa低频经向风主成分,建立了多变量时滞回归(Multivariable Lagged Regression,MLR)模型,并对2011年5—7月江南降水低频分量进行延伸期逐日预报试验。结果表明,50~70 d时间尺度的江南低频降水的平均预报技巧高达0.92,可准确预报持续性强降水过程和降水低频位相的正负转换。对利用2001—2012年资料分别构建的MLR模型的历史回报预测试验表明,在50~70 d振荡较强和正常的年份,模型能提前30 d做出初夏江南低频降水分量预报。模型结果也表明,850 h Pa低频经向风的发展和演变是影响初夏江南低频降水未来30 d变化的显著信号,可作为延伸期强降水预报的关键因子。     

我国冬季持续低温事件预报模型的建立

利用1979—2010年我国冬季522个站点的日平均温度资料,使用基于尺度分离的多元线性回归方法建立预报模型,对我国冬季的持续低温事件的预报做了一定的尝试。将温度按照一定的方法进行尺度分离,分解出年际、月、季节内尺度温度,对各个部分分别进行拟合再相加。挑选特定海区的海温、北极海冰作为年际尺度温度预测因子,多个低频气象场作为季节内温度预测因子,利用1979—2003年资料拟合出各因子回归系数。用重构的冬季温度挑选出持续低温事件并与实际的事件进行对比检验,计算出此方法的TS评分为0.57,再利用2008年初我国南方大范围的持续低温事件检验拟合结果。检验结果表明基于时间尺度分离的多元线性回归方法在持续低温事件的预报中有一定的参考意义。     

基于遗传算法的特征选择方法在短时强降水预报中的应用北大核心

利用江苏省13个气象观测站历史上短时强降水观测资料,用遗传算法进行特征选择,选定影响短时强降水的950 hPa假相当位温、700 hPa比湿、500 hPa比湿、对流有效势能(Convective Available Potential Energy,CAPE)等14个特征为主要因素,将是否为短时强降水抽象成二元分类问题。借助机器学习中CART决策树算法进行分类分析,构建便于使用的短时强降水预报规则集。实验部分,随机选择5816条样本进行训练模型,得到适合江苏地区的短时强降水规则集,利用剩余的1454条数据进行实际检验,模型的短时强降水预报准确率为91.35%,非强降水预报准确率为97.11%,较特征选择之前分别提升了8.66%和1.05%。     

支持向量机在大气污染预报中的应用研究

支持向量机是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型，并利用十重交叉验证和网格搜索法寻找模型最优参数。乌鲁木齐大气预报实例表明：支持向量机显示出小样本时预报精度较高和训练速度快的独特优势，为空气质量预报提供一种全新的模式。     

基于CART算法的夏季干旱预测模型研究及应用

利用标准化降水蒸散指数(SPEI)作为判断干旱是否发生的标准,基于数据挖掘方法中的CART算法探究夏季西太平洋副高北界、夏季西太平洋副高强度指数、准两年振荡(QBO)、东亚夏季风指数、夏季北大西洋涛动(NAO)、夏季太平洋年代际振荡(PDO)、厄尔尼诺指数等多项气候因子与干旱的关系,构造分类决策树,得到干旱预报规则集,从而建立干旱的预报模型。预报模型以各项气候因子为输入变量,是否干旱为目标变量。根据1955—2012年商丘月平均气温和月总降水资料计算出商丘夏季58 a的SPEI指数作为干旱判定指标;以同期的多项气候因子数据作为输入变量,随机选取46 a的数据得到7条分类规则集,分类准确率为86.96%。使用剩余12 a的数据验证,准确率高达91.67%。结果有力地证明了基于CART算法建立干旱预报模型的可行性、科学性、有效性以及与干旱研究理论的一致性,为干旱模型的研究及季节性预测提供了科学有效的新思路。     

基于支持向量机的雷暴潜势预报初探

根据2008—2010年夏季邵阳地区的NCEP全球再分析资料(分辨率为1°×1°)和闪电定位资料,利用支持向量机(SVM)分类方法建立该地区雷暴潜势预报模型,并用测试样本检验了该模型的预报能力,同时与Logistic回归模型和Bayes判别法的预报效果进行了比较。结果表明,SVM模型的预报准确率为86.21%,虚警率为15.25%,漏报率为13.79%。对比三种模型的TSS技术评分,发现使用SVM方法建立的模型对邵阳地区雷暴预报的效果最好,评分值为0.79。因此,SVM方法所建立的模型可以为邵阳地区6 h的雷暴潜势预报提供一定的参考价值。     

Probabilistic seasonal prediction of summer rainfall over East China based on multi-model ensemble schemes

The skill of probability density function (PDF) prediction of summer rainfall over East China using optimal ensemble schemes is evaluated based on the precipitation data from five coupled atmosphere-ocean general circulation models that participate in the ENSEMBLES project. The optimal ensemble scheme in each region is the scheme with the highest skill among the four commonly-used ones: the equally-weighted ensemble (EE), EE for calibrated model-simulations (Cali-EE), the ensemble scheme based on multiple linear regression analysis (MLR), and the Bayesian ensemble scheme (Bayes). The results show that the optimal ensemble scheme is the Bayes in the southern part of East China; the Cali-EE in the Yangtze River valley, the Yangtze-Huaihe River basin, and the central part of northern China; and the MLR in the eastern part of northern China. Their PDF predictions are well calibrated, and are sharper than or have approximately equal interval-width to the climatology prediction. In all regions, these optimal ensemble schemes outperform the climatology prediction, indicating that current commonly-used multi-model ensemble schemes are able to produce skillful PDF prediction of summer rainfall over East China, even though more information for other model variables is not derived.     

基于C4.5算法的长江中下游地区夏季降水预测模型研究及应用

为了对长江中下游夏季降水进行短期气候预测,利用国家气候中心提供的74项环流指数和NOAA整编的西太平洋型WP指数、MEI指数、ENSO指数等多种全球环流指数资料,归纳整理了影响长江中下游夏季降水的34个前期春季因子,讨论了前期春季因子与夏季降水的关系,并利用这34个前期春季因子通过数据挖掘中的C4.5算法对1951—2013年(63 a)长江中下游夏季降水,建立判别降水偏多以及偏少的两类决策树预测模型,并分别得到5条和7条综合判别规则。随机选取80%左右历史年份数据作为模型的训练集,两模型的训练集准确率分别为94.12%和93.88%,剩余20%年份数据作为模型测试集,模型的测试预测准确率分别达91.67%和85.71%。模型预测应用也显示结果正确。模型研究和应用显示,基于C4.5算法的长江中下游夏季降水预测模型具有较高的预测准确率,模型构建合理有效,判别规则依据大数据理论,广泛考虑相关因子以及因子的排列组合,智能化选择关键因子,易于客观化、自动化实施,为长江流域汛期降水的短期气候预测提供了新的思路与方法。     

利用人工神经网络模型预测西北太平洋热带气旋生成频数

通过对60年(1950~2009年)北半球夏、秋季(6~10月)热带气旋(TC)频数与春季(3~5月)大尺度环境变量的相关分析,挑选出8个相关性较高的前期预报因子建立人工神经网络(ANN)模型,对2010~2017年8年夏、秋季TC频数进行回报,并将回报结果与传统多元线性回归(MLR)方法所得结果进行对比分析。结果表明,ANN模型对60年历史数据的拟合精度高,相关系数高达0.99,平均绝对误差低至0.77。在8年回报中,ANN模型相关系数为0.80,平均绝对误差为1.97;而MLR模型相关系数仅为0.46,平均绝对误差为3.30。ANN模型在历史数据拟合和回报中的表现都明显优于MLR模型,未来可考虑应用于实际的业务预测中。     

基于多模式集合方案的中国东部夏季降水概率季度预测

借助ENSEMBLES计划提供的5个海-气耦合模式（CGCM）的多初值后报降水资料,采用常用的4种多模式集合方案,即等权集合（EE）、对单个集合成员先订正再等权集合（Cali-EE）、基于多元线性回归的集合方案（MLR）、基于贝叶斯统计学的集合方案（Bayes）,制作1960—2005年中国东部夏季降水概率密度函数（PDF）季度预测。在此基础上,比较最优（技巧最高）集合方案与气候学预测（衡量概率密度函数预测是否有技巧的基准）的技巧,初步评估目前基于多模式集合方案的、中国东部夏季降水的概率密度函数季度预测能力。结果表明,Bayes方案在华南最优,Cali-EE在长江流域、江淮流域以及中国北方的中部最优,MLR在中国北方的东部最优;基于这些最优集合方案的概率密度函数预测产品均具有高校准度,且其锐度高于或接近气候学预测;并且,对于所有区域,最优集合方案的预测技巧总是高于气候学预测,这暗示即使不提取模式其他变量中所包含的预测信息,对于中国东部夏季降水季度预测,常用的多模式集合方案也已具备制作有技巧的概率密度函数预测产品的能力。     

基于深度学习和雷达观测的华南短临预报精度评估

利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报。利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型。结果表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80%以上,临界成功指数在降水强度为10mm·h^-1时,基本保持在60%,误报率均小于40%。     

Comparison of projection skills of deterministic ensemble methods using pseudo-simulation data generated from multivariate Gaussian distribution

The projection skills of five ensemble methods were analyzed according to simulation skills, training period, and ensemble members, using 198 sets of pseudo-simulation data (PSD) produced by random number generation assuming the simulated temperature of regional climate models. The PSD sets were classified into 18 categories according to the relative magnitude of bias, variance ratio, and correlation coefficient, where each category had 11 sets (including 1 truth set) with 50 samples. The ensemble methods used were as follows: equal weighted averaging without bias correction (EWA_NBC), EWA with bias correction (EWA_WBC), weighted ensemble averaging based on root mean square errors and correlation (WEA_RAC), WEA based on the Taylor score (WEA_Tay), and multivariate linear regression (Mul_Reg). The projection skills of the ensemble methods improved generally as compared with the best member for each category. However, their projection skills are significantly affected by the simulation skills of the ensemble member. The weighted ensemble methods showed better projection skills than non-weighted methods, in particular, for the PSD categories having systematic biases and various correlation coefficients. The EWA_NBC showed considerably lower projection skills than the other methods, in particular, for the PSD categories with systematic biases. Although Mul_Reg showed relatively good skills, it showed strong sensitivity to the PSD categories, training periods, and number of members. On the other hand, the WEA_Tay and WEA_RAC showed relatively superior skills in both the accuracy and reliability for all the sensitivity experiments. This indicates that WEA_Tay and WEA_RAC are applicable even for simulation data with systematic biases, a short training period, and a small number of ensemble members.     

Intercomparison of prediction skills of ensemble methods using monthly mean temperature simulated by CMIP5 models

This study focuses on an objective comparison of eight ensemble methods using the same data, training period, training method, and validation period. The eight ensemble methods are: BMA (Bayesian Model Averaging), HMR (Homogeneous Multiple Regression), EMOS (Ensemble Model Output Statistics), HMR+ with positive coefficients, EMOS+ with positive coefficients, PEA_ROC (Performance-based Ensemble Averaging using ROot mean square error and temporal Correlation coefficient), WEA_Tay (Weighted Ensemble Averaging based on Taylor’s skill score), and MME (Multi-Model Ensemble). Forty-five years (1961-2005) of data from 14 CMIP5 models and APHRODITE (Asian Precipitation- Highly-Resolved Observational Data Integration Towards Evaluation of Water Resources) data were used to compare the performance of the eight ensemble methods. Although some models underestimated the variability of monthly mean temperature (MMT), most of the models effectively simulated the spatial distribution of MMT. Regardless of training periods and the number of ensemble members, the prediction skills of BMA and the four multiple linear regressions (MLR) were superior to the other ensemble methods (PEA_ROC, WEA_Tay, MME) in terms of deterministic prediction. In terms of probabilistic prediction, the four MLRs showed better prediction skills than BMA. However, the differences among the four MLRs and BMA were not significant. This resulted from the similarity of BMA weights and regression coefficients. Furthermore, prediction skills of the four MLRs were very similar. Overall, the four MLRs showed the best prediction skills among the eight ensemble methods. However, more comprehensive work is needed to select the best ensemble method among the numerous ensemble methods.     

南城自动站土壤水分资料的统计学订正分析

对2006—2009年南城站5—10cm、10—20cm、20—30cm、30—40cm和40—50cm等5个土层各90组样本的HYA-SF型土壤水分自动观测数据与同期人工观测数据进行了偏差与相关性分析,采用线性方程建立拟合模式,对自动土壤水分观测数据进行订正,并以相对误差±5%、±10%为指标对订正前后的数据合格情况进行了统计。结果表明,各土层自动土壤水分观测数据与人工观测数据虽然存在较大偏差,但二者具有一致的变化趋势,相关性好;分别利用5个土层同期对比观测数据建立的一元线性回归模型;拟合订正后的自动站各层数据偏差不同程度减小,数据合格率明显上升。     

基于卷积神经网络的雷电临近预警模型

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017-2018年雷达、闪电数据为样本完成了模型的训练与预测研究.训练结果显示,15～30 min模型训练样本测试集准...     

雷达地物回波模糊逻辑识别法的改进及效果检验

地物回波是影响中国新一代天气雷达资料质量的一个非常重要的因素。用模糊逻辑的算法,从识别降水回波和地物回波的特征参数中,选择了效果较好的6个特征参数。根据降水回波与地物回波的特征差异,进行模糊化处理,得出每个象素是地物的可能性,对超出地物阈值的象素点则识别剔除。并针对以前方法对镶嵌在降水中的地物以及小尺度对流云地物过度抑制的问题进行了改进:一是通过在剔除地物回波的基础上增加了回波填补的功能,将降水区域中的"回波空洞"进行有效填补;二是将地物判别阈值由固定的常数变为随距离变化的函数,减小对流云特别是小尺度强对流云边缘地物的过渡抑制。最后用统计平均法检验了整个质量控制算法,通过比较天津雷达质量控制前后的回波强度累加平均图,表明该算法对地物回波有显著的识别效果。     

Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC

Tropical cyclone(TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature(SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied.During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late ...     

Homogeneity analysis of precipitation series in Iran

Assessment of the reliability and quality of historical precipitation data is required in the modeling of hydrology and water resource processes and for climate change studies. The homogeneity of the annual and monthly precipitation data sets throughout Iran was tested using the Bayesian, Cumulative Deviations, and von Neumann tests at a significance level of 0.05. The precipitation records from 41 meteorological stations covering the years between 1966 and 2005 were considered. The annual series of Iranian precipitation were found to be homogeneous by applying the Bayesian and Cumulative Deviations tests, while the von Neumann test detected inhomogeneities at seven stations. Almost all the monthly precipitation data sets are homogeneous and considered as “useful.” The outputs of the statistical tests for the homogeneity analysis of the precipitation time series had discrepancies in some cases which are related to different sensitivities of the tests to break in the time series. It was found that the von Neumann test is more sensitive than the Bayesian and Cumulative Deviations tests in the determination of inhomogeneity in the precipitation series.