基于机器学习算法提升降水区反演效果研究

发布时间：2020-10-19 12:54

　　 为了提升基于同步卫星反演的高时空分辨率降水资料的准确性,本文基于东亚地区的逐小时葵花-8静止卫星数据和数字高程地形高度数据,采用两种机器学习方法,梯度提升决策树(GBDT)和随机森林(RF)来提升东亚地区夏季的24-h降水区卫星反演效果。GBDT和RF方法能够有效处理高维数据的非线性问题,并且受到过拟合问题影响很少。新的方法使用几种物理相关的变量作为特征,包括云顶高度,云顶温度,云水路径,云相态,水汽,亮温时间变化和地形起伏。该方法通过以下几个步骤来实现。首先对于模型参数进行了实验,选出ETS评分最大的模型参数及特征组合。然后,GBDT和RF模型通过训练集训练后得到雨区估计模型。最后,评估了观测样本和模型估计在测试集上的一致性和偏差。结果表明,GBDT模型在三个时段(白天、黄昏、夜晚)的ETS评分分别为0.42、0.30和0.32。其中云水路径和云相特征对于模型的贡献最多。RF模型的在三个时段(白天、黄昏、夜晚)的ETS评分分别为0.42、0.29和0.31。同时,在和两个概率相关的方法对比后,根据多个统计指标检验,基于GBDT和RF的模型在三个时段总体上提升ETS评分分别为16%,42%和28%,同时提升命中率上8%,-12%,13%,降低虚警率 15%,25%,12%。
【学位单位】：南京信息工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P407
【部分图文】：

?１３Ｃ?Ｅ??图１．雨量计观测站分布图??地面观测的雨量计资料来自ＣＩＭＩＳＳ的２５００多个国家气象站资料（分布如图１所??示）。资料通过历史极值和临近站点的差值进行了质量控制处理［５２１。由于观测设备的限??制，观测降水量小于０．１ｍｍ不能被记录，因而被认为无降水。??第７贞??

２．３．３?ＲＦ的优缺点??随机森林通过构建不同的训练集来差异化每个树的结果，使得整体平均的结果对于??高噪声数据有高度稳定性。而构建这种差异性的关键在于优化各节点特征子集数量。每??棵树通过不同的总样本子集来构建。在每次节点分割时可供选择的特征又不同，因而增??加了每棵树之间的差异。如果每次分割的特征相同，那么这些树脂件具有高相关性［５７］。??因而每个节点随机供选择的特征子集数是模型优化的要点，因而增加了模型对于高噪声??数据的鲁棒性。研究显示，随机森林方法对于高噪声数据不敏感网⑷］。而且其算法的训??练较快，可以得到特征变量的重要性排序。??虽然ＲＦ拥有很多优点，但是算法的缺点也值得注意。ＲＦ的．个特点是缺乏解释性。??由于整体预测是由多个决策树构成，不能用笮？的决策树表示整个决策过程，即某个决??策＋能直接通过树结构判断根据何种特征来判断的。另外，对Ｐ所有树的结果的平均??味着算法结果＋能超出训练样中目变量的，。??

第三章模型物理变量的选择第三章模型物理变量的选择??通常对于雨区的识别需要选取和降水相关的变量作为分类的依据。ＧＢＤＴ也需要征点来进行雨区的识别。在本研宄中，目标变量为降水和非降水。降水样本表而非降水样本表示为０。对于降水相关的变量，选取与降水过程有关的物理变基于图像灰度的统计特征量，包括了热带深对流过程和中纬度层云降水过程。量主要包括云顶高度（ＣＴＨ），云顶温度（ＣＴＴ），云水路径（ＣＷＰ），云相（ＣＰ（ＷＶ），时间变率（ＴＣ）和地形起伏（ＯＶ）。所有特征量及具体表示方式展１。??
【参考文献】

相关期刊论文 前1条

1 吴泓;袁成松;钱玮;王博妮;;气象监测中降水资料的质量控制[J];气象科学;2012年06期

本文编号：2847225