苗開超，韓婷婷，王傳輝，章 軍，姚葉青，周建平

1(安徽省氣象局，合肥 230031)

2(安徽大學(xué)，合肥 230039)

濃霧作為一種災(zāi)害性天氣現(xiàn)象，近年來受到越來越廣泛的關(guān)注.霧導(dǎo)致的視程障礙對(duì)交通的安全帶來嚴(yán)重影響[1-3].近年來，隨著經(jīng)濟(jì)的發(fā)展和全球氣候變暖加劇，中國(guó)區(qū)域大氣能見度整體呈下降趨勢(shì)，其中東部地區(qū)下降趨勢(shì)最為明顯[4-7].低能見度天氣的增多成為誘發(fā)交通事故的主要?dú)庀笠蛩?，如我?guó)2017年道路交通事故萬車死亡人數(shù)為2.06 人[8]，成為危害人身安全的重要因素之一.準(zhǔn)確預(yù)報(bào)出大霧的生成、發(fā)展和消亡能有效減少交通事故的發(fā)生.為此，交通和氣象部門開展了廣泛合作，以減少低能見度因素導(dǎo)致交通事故發(fā)生.周須文等[9]應(yīng)用天氣學(xué)原理和數(shù)理統(tǒng)計(jì)方法對(duì)低能見度霧的生消機(jī)理進(jìn)行研究，建立能見度與氣象因子的回歸方程，從而對(duì)霧的等級(jí)進(jìn)行預(yù)報(bào)；吳彬貴等[10]、黃政等[11]基于數(shù)值預(yù)報(bào)模式數(shù)據(jù)，結(jié)合逆向傳播(BP)神經(jīng)網(wǎng)絡(luò)或具體的要素閾值來判別霧是否出現(xiàn)，在霧的預(yù)報(bào)方面做出了積極的探索.也有學(xué)者在對(duì)大霧中平流霧氣象要素特征分析的基礎(chǔ)上，給出了預(yù)報(bào)思路，在實(shí)際應(yīng)用中取得較好的效果[12].在已有的大霧預(yù)報(bào)研究中，大多為短期預(yù)報(bào)(未來24 小時(shí)大霧是否發(fā)生)，空?qǐng)?bào)和漏報(bào)率較高.因此，大霧臨近預(yù)報(bào)顯得尤為重要，目前關(guān)于大霧的臨近預(yù)報(bào)的研究相對(duì)較少.

隨著人工智能的興起，一些深度學(xué)習(xí)算法相繼出現(xiàn)[13-15]，基于深度學(xué)習(xí)的短期天氣預(yù)測(cè)已成為一種新的趨勢(shì)[16].深度學(xué)習(xí)算法中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是一種適合序列數(shù)據(jù)的模型[17]，能夠提取時(shí)間序列數(shù)據(jù)中的有效信息，已廣泛應(yīng)用于股票預(yù)測(cè)、語音識(shí)別等領(lǐng)域[18，19].長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)[20]是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)，適合處理和預(yù)測(cè)時(shí)間序列相對(duì)較長(zhǎng)的重要事件.與RNN 相比，它解決了RNN 訓(xùn)練過程中梯度爆炸和梯度消失的問題，可以學(xué)習(xí)長(zhǎng)期的依賴信息.近年來LSTM 在各行業(yè)中得到較為廣泛的應(yīng)用[21-23].本文提出了一種基于LSTM的網(wǎng)絡(luò)模型，該模型通過自動(dòng)提取氣象要素歷史數(shù)據(jù)中的相關(guān)信息，預(yù)報(bào)未來4 小時(shí)內(nèi)逐小時(shí)能見度的變化，是對(duì)以往利用經(jīng)驗(yàn)預(yù)報(bào)的有效補(bǔ)充.

1 LSTM 大霧預(yù)報(bào)模型的設(shè)計(jì)

建模數(shù)據(jù)選取安徽省81個(gè)國(guó)家站2015年10月1日到2017年6月1日逐時(shí)地面氣象數(shù)據(jù).要素包括氣壓、氣溫、露點(diǎn)溫度、降水量、風(fēng)速、風(fēng)向和能見度.

1.1 預(yù)報(bào)模型的建立

LSTM 是一種RNN神經(jīng)網(wǎng)絡(luò)，每個(gè)LSTM 單元增加了三個(gè)門，即輸入門，忘記門和輸出門.與RNN 相比，解決了RNN 訓(xùn)練過程中梯度爆炸和梯度消失的問題，可以學(xué)習(xí)長(zhǎng)期的依賴信息.對(duì)于時(shí)間序列xt(t=1，2，3，4，5，…)，前一個(gè)LSTM 單元的輸出結(jié)合當(dāng)前時(shí)間點(diǎn)數(shù)據(jù)作為輸入，每個(gè)時(shí)間步都有一個(gè)輸出.同時(shí)，存儲(chǔ)器單元產(chǎn)生當(dāng)前時(shí)間步長(zhǎng)的狀態(tài)向量.圖1中展示出了一個(gè)LSTM 單元的存儲(chǔ)塊，其中灰色圓圈(中間大圓圈)表示存儲(chǔ)器單元，存儲(chǔ)了LSTM的狀態(tài)信息，圖1中黑色實(shí)心圓(小圓圈)表示乘法，空心圓圈表示激活函數(shù).LSTM 工作的具體過程遵循以下公式:

圖1 LSTM 記憶單元示意圖

其中，it，ft，ot分別表示輸入門，忘記門和輸出門的輸出，Ct表示當(dāng)前Cell的狀態(tài)，ht是Cell的輸出，wi，wf和wo是輸入門，遺忘門和輸出門的權(quán)重，在每個(gè)時(shí)間步驟共享.H表示當(dāng)前輸入向量xt和前一時(shí)刻單位的輸出向量ht-1的疊加H=[xt,ht-1].輸入門用于控制保留信息，防止無用信息進(jìn)入存儲(chǔ)器單元.忘記門用于決定從上一步驟中的單元狀態(tài)丟棄信息.忘記門和輸入門一起來更新存儲(chǔ)器單元的狀態(tài).

1.2 基于LSTM的大霧臨近預(yù)報(bào)模型建立

本文基于LSTM模型提出了一種大霧預(yù)報(bào)框架，基本原理如圖2所示.每小時(shí)返回的氣象要素?cái)?shù)據(jù)根據(jù)需要被轉(zhuǎn)化成不同長(zhǎng)度的時(shí)間序列，并將其作為網(wǎng)絡(luò)的輸入時(shí)間序列X，每小時(shí)返回的氣象要素?cái)?shù)據(jù)被視為一個(gè)時(shí)間步，表示為xt，網(wǎng)絡(luò)的輸出是下一個(gè)時(shí)間序列中霧的類別標(biāo)簽.LSTM 工作的具體過程可歸納為以下步驟:

圖2 基于LSTM的大霧預(yù)報(bào)模型

1)首先，將氣象要素時(shí)間序列X作為輸入進(jìn)入輸入層.

2)LSTM 接收輸入向量，結(jié)合Cell 在上一時(shí)間點(diǎn)的輸出，當(dāng)t=1時(shí)，隱藏層狀態(tài)為0.LSTM的輸入門和忘記門分別由Sigmoid 函數(shù)值決定要輸入的信息，進(jìn)入存儲(chǔ)單元時(shí)存儲(chǔ)單元應(yīng)該忘記哪些信息.輸入門和隱藏門的輸出更新隱藏層的狀態(tài)，根據(jù)單元狀態(tài)決定輸出信息，最終Cell 輸出當(dāng)前單元.

3)然后，將下一時(shí)間點(diǎn)的氣象要素xt和前一時(shí)間點(diǎn)的單元的輸出ht-1輸入LSTM，并重復(fù)上述過程.

4)最后，將LSTM的最后時(shí)間步的輸出輸入到全連接層.全連接層進(jìn)一步提取氣象要素時(shí)間序列的特征，最終輸出預(yù)測(cè)大霧的類別的標(biāo)簽.

2 實(shí)驗(yàn)與分析

通過將逐時(shí)氣象要素?cái)?shù)據(jù)處理成時(shí)間序列以構(gòu)建數(shù)據(jù)集，從2015年10月到2016年12年的數(shù)據(jù)中隨機(jī)選出1500個(gè)正樣本和1500個(gè)負(fù)樣本作為驗(yàn)證集，使用剩余數(shù)據(jù)構(gòu)建訓(xùn)練集.利用2 0 1 7年1月到2017年6月的數(shù)據(jù)構(gòu)建測(cè)試集.具體制作時(shí)間序列的方式為:預(yù)測(cè)未來小時(shí)霧是否存在，先選擇前一段時(shí)間的氣象要素?cái)?shù)據(jù)構(gòu)建時(shí)間序列，使用下一小時(shí)的能見度作為訓(xùn)練標(biāo)簽.通常大家關(guān)心的是有霧狀態(tài)，因此標(biāo)記時(shí)間序列的標(biāo)準(zhǔn)是當(dāng)能見度值小于1000 米時(shí)，標(biāo)記為有霧，否則，則標(biāo)記為無霧.例如，第1 至第4個(gè)小時(shí)為一個(gè)時(shí)間序列，第5個(gè)小時(shí)的能見度值則為標(biāo)簽.第2 至第5個(gè)小時(shí)作為時(shí)間序列，用第6 各小時(shí)能見度值構(gòu)建標(biāo)簽.在預(yù)測(cè)未來1-2 小時(shí)能見度時(shí)，選擇的時(shí)間序列長(zhǎng)度為2，預(yù)測(cè)3-4 小時(shí)能見度時(shí)選擇的時(shí)間序列長(zhǎng)度為4.訓(xùn)練樣本和測(cè)試樣本的數(shù)量見表1.在樣本中，有霧的樣本相對(duì)較少，這就造成了正負(fù)樣本比例嚴(yán)重不平衡，其比例約為1:20.本文使用隨機(jī)過采樣的方法對(duì)訓(xùn)練正樣本進(jìn)行數(shù)據(jù)擴(kuò)充，使最終正負(fù)樣本比例為1:2 (在本文中，正樣本為有霧，負(fù)樣本為無霧.).測(cè)試集按照真實(shí)情況下取出的正負(fù)樣本的數(shù)量.當(dāng)預(yù)測(cè)未來1 到2 小時(shí)是否有霧時(shí)我們選擇的時(shí)間序列長(zhǎng)度2.預(yù)測(cè)3 到4 小時(shí)選擇時(shí)間序列的長(zhǎng)度為4.

表1 訓(xùn)練集、驗(yàn)證集和測(cè)試集正負(fù)樣本數(shù)量

由于各氣象要素因子數(shù)值區(qū)間的差異性較大，在數(shù)據(jù)使用前對(duì)原始數(shù)據(jù)做歸一化處理，將各個(gè)因子縮放到一個(gè)尺度，公式如下:

式中，為某類氣象因子歸一化后的數(shù)據(jù).x為每一類氣象因子原始數(shù)據(jù).xmax為每一類氣象因子的最大值，xmin為每一類氣象因子的最小值.

為了評(píng)估訓(xùn)練模型的性能，本文選用precision，F(xiàn)1-score，accuracy和TS-Score作為評(píng)價(jià)指標(biāo)[24，25]，指標(biāo)公式如下:

其中，TP是正樣本被正確分類的樣本數(shù)，TN是負(fù)樣本分類正確的樣本數(shù)量；recall是指正樣本被正確分類數(shù)量與總正樣本的比率；FN指正樣本被分類為負(fù)樣本的數(shù)量；FP是負(fù)樣本被分類為正樣本數(shù)量；TS-Score則是一種氣象部門廣泛用來評(píng)價(jià)預(yù)測(cè)效果的指標(biāo).

本文使用了交叉熵做為霧預(yù)測(cè)的目標(biāo)函數(shù)，目標(biāo)函數(shù)如下:

式中，yi代表真實(shí)標(biāo)簽，fi(x)代表全連接層的輸出值，i代表全連接層輸出向量的第i個(gè)值.本文利用長(zhǎng)度為2的時(shí)間序列做未來1-2 小時(shí)大霧預(yù)報(bào)過程中，使用LSTM的層數(shù)為3 層，Cell的數(shù)目為50個(gè)，全連接層數(shù)為2 層，2 層全連接的卷積核數(shù)分別為100.當(dāng)使用長(zhǎng)度為4的時(shí)間序列預(yù)測(cè)未來3-4 小時(shí)大霧是否存在時(shí)，LSTM的層數(shù)選擇1 層，Cell的數(shù)目選擇70個(gè)，全連接層為1 層，節(jié)點(diǎn)數(shù)目為200個(gè).利用上述數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練，loss曲線如圖3所示.

圖3 訓(xùn)練loss 與accuracy 曲線(橫坐標(biāo)單位:100)

設(shè)計(jì)的實(shí)驗(yàn)應(yīng)用于Intel i7 3.4 Ghz*8，16 GB 內(nèi)存和英偉達(dá)GTX1080.Ubuntu16.04 操作系統(tǒng)，網(wǎng)絡(luò)框架是基于Tensorflow1.4.0[26].

表2 給出了LSTM 與CNN 以及傳統(tǒng)的SVM、KNN 對(duì)未來1-4 小時(shí)的大霧預(yù)測(cè)結(jié)果的對(duì)比.從表2中可以看出在對(duì)未來1-4 小時(shí)的預(yù)測(cè)，LSTM 在四種評(píng)估標(biāo)準(zhǔn)的結(jié)果優(yōu)于SVM、KNN 以及CNN 方法的預(yù)測(cè)結(jié)果.用該方法對(duì)未來4 小時(shí)預(yù)測(cè)的TS-score 分別為61%，55%，36% 和31%.由此可以發(fā)現(xiàn)基于LSTM的預(yù)測(cè)模型相比于CNN 以及傳統(tǒng)的分類模型SVM、KNN，在預(yù)測(cè)精度上有明顯優(yōu)勢(shì).

表2 LSTM、SVM、KNN 和CNN 對(duì)未來4 小時(shí)大霧預(yù)測(cè)結(jié)果的各項(xiàng)指標(biāo)對(duì)比

3 結(jié)語

本文基于LSTM網(wǎng)絡(luò)提出了一個(gè)新的臨近大霧預(yù)報(bào)框架，與傳統(tǒng)的大霧預(yù)報(bào)方法不同，該框架基于氣象要素時(shí)間序列數(shù)據(jù)進(jìn)行建模.利用安徽省國(guó)家地面氣象觀測(cè)站氣象要素轉(zhuǎn)換的時(shí)間序列數(shù)據(jù)，該框架能夠有效地預(yù)測(cè)未來1-4 小時(shí)的大霧生成情況.對(duì)比分析發(fā)現(xiàn)，和當(dāng)前比較常見的CNN、SVM、KNN 等其他機(jī)器學(xué)習(xí)方法相比較，本文提出的預(yù)測(cè)框架能夠達(dá)到更好的預(yù)測(cè)效果.