王證帥 呂巧誼,2 張 偉,2 鄭 輝,2 陳德花,2

(1.廈門市海峽氣象開放重點(diǎn)實(shí)驗(yàn)室，福建 廈門 361012；2.廈門市氣象臺(tái)，福建 廈門 361012)

1 研究背景

數(shù)值天氣預(yù)報(bào)是當(dāng)前氣象預(yù)報(bào)最重要的手段之一，它主要以物理模擬來實(shí)現(xiàn)對(duì)環(huán)境大氣趨勢(shì)的預(yù)測(cè)，但數(shù)值天氣模式也存在一定的不準(zhǔn)確性和一些系統(tǒng)性的偏差，從而導(dǎo)致天氣預(yù)測(cè)不夠準(zhǔn)確。造成偏差的主要原因有經(jīng)驗(yàn)化的參數(shù)化方案的誤差、模式動(dòng)力系統(tǒng)的不準(zhǔn)確性、初始場(chǎng)的誤差等。為了減少數(shù)值模式帶來的誤差，蘇志重等開展了多模式降水融合預(yù)報(bào)研究，融合產(chǎn)品能夠接近最優(yōu)確定性預(yù)報(bào)，但仍存在一定偏差[1]。近年來，人工智能技術(shù)越來越多地應(yīng)用于天氣預(yù)報(bào)領(lǐng)域?；跀?shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)算法，是從大量數(shù)據(jù)中通過融合多維數(shù)據(jù)作為特征輸入進(jìn)行建模，以此來訓(xùn)練預(yù)測(cè)模型，與傳統(tǒng)統(tǒng)計(jì)學(xué)方法具有較大差異，其使用的是算法模型，犧牲了可解釋性，提高預(yù)測(cè)的準(zhǔn)確率。

國內(nèi)外一些領(lǐng)先的氣象業(yè)務(wù)科研機(jī)構(gòu)，如歐洲中期天氣數(shù)值預(yù)報(bào)中心、中國氣象科學(xué)研究院等，均已開展AI技術(shù)在氣象領(lǐng)域的應(yīng)用，包括觀測(cè)數(shù)據(jù)質(zhì)量控制、災(zāi)害性天氣監(jiān)測(cè)和識(shí)別、短時(shí)臨近預(yù)報(bào)、資料同化等[2-10]。越來越多的氣象科研工作者開展了一系列基于數(shù)值預(yù)報(bào)的客觀應(yīng)用方法。例如，譚江紅等利用湖北省氣象站地面觀測(cè)溫度與歐洲中心再分析資料，建立了LightGBM模型，較數(shù)值預(yù)報(bào)模式產(chǎn)品提升明顯[11]。任萍等初步研發(fā)了一套基于機(jī)器學(xué)習(xí)方法XGBoost且考慮地形特征影響的數(shù)值預(yù)報(bào)多模式集成技術(shù)，有效降低模式的系統(tǒng)性誤差[12]。孫全德等基于三種機(jī)器學(xué)習(xí)算法(LASSO回歸、隨機(jī)森林和深度學(xué)習(xí))，對(duì)數(shù)值天氣預(yù)報(bào)模式ECMWF預(yù)測(cè)的華北地區(qū)近地面10 m風(fēng)速進(jìn)行訂正[13]。馬景奕等提出了一種基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的氣象要素預(yù)測(cè)方法，進(jìn)一步提升了氣象預(yù)測(cè)的準(zhǔn)確性[14]。蔣薇等通過對(duì)比不同機(jī)器學(xué)習(xí)方法對(duì)江蘇省夏季降水開展預(yù)測(cè)試驗(yàn)，發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)較傳統(tǒng)統(tǒng)計(jì)方法和其他機(jī)器學(xué)習(xí)方法有一定優(yōu)勢(shì)[15]。

在氣象大數(shù)據(jù)的時(shí)代背景下，機(jī)器學(xué)習(xí)技術(shù)通過足夠多的數(shù)據(jù)驅(qū)動(dòng)，獲取足夠多的觀測(cè)模型的準(zhǔn)確性。為進(jìn)一步在實(shí)際的預(yù)報(bào)業(yè)務(wù)中挖掘數(shù)值模式預(yù)報(bào)產(chǎn)品信息，提升降水預(yù)報(bào)的準(zhǔn)確性。本文提出一種基于集成學(xué)習(xí)XGBoost模型的降水客觀預(yù)報(bào)方法(以下簡(jiǎn)稱為客觀預(yù)報(bào)方法)，通過決策專家系統(tǒng)對(duì)氣象要素特征進(jìn)行提取和預(yù)處理，使用機(jī)器學(xué)習(xí)的方法對(duì)歷史數(shù)據(jù)進(jìn)行訓(xùn)練，從而實(shí)現(xiàn)對(duì)本地區(qū)的降水進(jìn)行客觀預(yù)報(bào)。

2 數(shù)據(jù)選取

2.1 數(shù)據(jù)資料

本文選取2019年1月1日—2020年12月31日08時(shí)和20時(shí)(北京時(shí))的ECMWF全球模式的細(xì)網(wǎng)格產(chǎn)品(以下簡(jiǎn)稱為ECMWF模式資料)和地面實(shí)況降水觀測(cè)資料，形成機(jī)器學(xué)習(xí)訓(xùn)練樣本。其中，模式資料包含風(fēng)、降水、氣溫等產(chǎn)品，預(yù)報(bào)時(shí)效為0～72小時(shí)，時(shí)間間隔為6小時(shí)，空間分辨率為0.125°×0.125°；地面實(shí)況降水觀測(cè)資料，選取福建省70個(gè)國家級(jí)自動(dòng)站(見圖1)相應(yīng)時(shí)段的逐6小時(shí)累積降水資料，作為降水實(shí)況真實(shí)值。同時(shí)，在2021年6月1日—2021年10月31日08時(shí)和20時(shí)(北京時(shí))的實(shí)際預(yù)報(bào)業(yè)務(wù)中，采用福建省70個(gè)國家級(jí)自動(dòng)站的實(shí)況資料，檢驗(yàn)本文客觀預(yù)報(bào)方法的預(yù)報(bào)效果。

圖1 福建省70個(gè)國家級(jí)自動(dòng)站點(diǎn)分布

2.2 預(yù)報(bào)因子

選取使用ECMWF模式資料輸出的大尺度降水(LSP)和對(duì)流性降水(CRAIN)、不同的天氣形勢(shì)、不同的溫度，500hPa位勢(shì)高度場(chǎng)、地面2m最高氣溫等，共選擇7個(gè)氣象要素場(chǎng)(見表1)，并將其作為機(jī)器學(xué)習(xí)算法的輸入，構(gòu)建基于機(jī)器學(xué)習(xí)的客觀預(yù)報(bào)模型。

表1 ECMWF高分辨率數(shù)值預(yù)報(bào)因子列表

3 客觀預(yù)報(bào)方法

3.1 預(yù)報(bào)方法框架

本文提出了一種基于集成學(xué)習(xí)XGBoost模型的客觀預(yù)報(bào)方法，綜合考慮本地預(yù)報(bào)決策專家系統(tǒng)知識(shí)庫和集成學(xué)習(xí)XGBoost模型相結(jié)合，實(shí)現(xiàn)了基于ECMWF模式資料的客觀預(yù)報(bào)方法，實(shí)現(xiàn)了對(duì)福建省內(nèi)70個(gè)國家級(jí)自動(dòng)站點(diǎn)0～72小時(shí)降水預(yù)報(bào)。首先基于本地預(yù)報(bào)決策專家系統(tǒng)知識(shí)庫，對(duì)ECMWF模式資料輸出的各種要素特征進(jìn)行數(shù)據(jù)預(yù)處理和特征選擇，獲得相關(guān)要素特征數(shù)據(jù)集，再以選擇的特征集進(jìn)行機(jī)器學(xué)習(xí)建模，最后獲取福建地區(qū)70個(gè)站點(diǎn)的0～72小時(shí)預(yù)報(bào)結(jié)果?；诩蓪W(xué)習(xí)XGBoost模型的降水客觀預(yù)報(bào)方法整體架構(gòu)設(shè)計(jì)見圖2。

圖2 基于集成學(xué)習(xí)XGBoost模型的降水客觀預(yù)報(bào)方法架構(gòu)示意圖

客觀預(yù)報(bào)方法主要包含兩個(gè)部分：一是決策專家系統(tǒng)，二是集成學(xué)習(xí)XGBoost模型。決策專家系統(tǒng)主要用來對(duì)ECMWF模式資料的輸出進(jìn)行選擇和預(yù)處理，提升資料的可用性和可靠性，經(jīng)過決策專家系統(tǒng)處理后的數(shù)據(jù)與地面雨量觀測(cè)值共同組成訓(xùn)練數(shù)據(jù)集；集成學(xué)習(xí)XGBoost算法模型是利用訓(xùn)練數(shù)據(jù)集，通過不斷訓(xùn)練獲得的，在后續(xù)的預(yù)測(cè)過程中可以直接調(diào)用。

3.1.1 決策專家系統(tǒng)

本方法涉及到的預(yù)處理，主要分為降水落區(qū)訂正和降水強(qiáng)度訂正，其目的是對(duì)現(xiàn)有的模式輸出進(jìn)行初步訂正，從而進(jìn)一步提高用于機(jī)器學(xué)習(xí)模型訓(xùn)練的數(shù)據(jù)集準(zhǔn)確性。

降水落區(qū)訂正是基于ECMWF模式資料歷史資料、雷達(dá)歷史回波、地面雨量觀測(cè)經(jīng)驗(yàn)，對(duì)降水落區(qū)進(jìn)行調(diào)整，主要引入500hPa位勢(shì)高度和500hPa的引導(dǎo)氣流方向。將500hPa風(fēng)向作為引導(dǎo)因子，對(duì)降水格點(diǎn)落區(qū)進(jìn)行計(jì)算和調(diào)整，即增加500hPa風(fēng)向來向，擴(kuò)大進(jìn)入模型的區(qū)域。

降水強(qiáng)度訂正是基于本地化氣候?qū)W經(jīng)驗(yàn)，使用EC自帶的大尺度降水(LSP)和對(duì)流性降水(CRAIN)，分別選定閾值，進(jìn)行消空，降低午后強(qiáng)對(duì)流的空?qǐng)?bào)率，根據(jù)不同的天氣形勢(shì)、不同的溫度，選定不同的閾值。

3.1.2 集成學(xué)習(xí)模型

基于集成學(xué)習(xí)XGBoost的降水預(yù)報(bào)模型(見圖3)主要借鑒卷積和梯度提升決策樹的算法思想。該模型主要包含兩個(gè)部分：一是依托卷積進(jìn)行空間特征提取，將格點(diǎn)數(shù)據(jù)通過卷積計(jì)算，獲得不同站點(diǎn)的關(guān)于降水預(yù)報(bào)的特征行向量；二是將卷積后得到的特征行向量，輸入梯度提升決策樹(XGBoost)模型，最后獲得對(duì)應(yīng)時(shí)次的降水預(yù)報(bào)結(jié)果。

圖3 基于集成學(xué)習(xí)XGBoost的降水預(yù)報(bào)模型示意圖

3.2 預(yù)報(bào)方法描述

如圖4所示，客觀預(yù)報(bào)方法主要分為兩個(gè)過程，一是訓(xùn)練過程，二是預(yù)測(cè)過程。訓(xùn)練過程是獲取機(jī)器學(xué)習(xí)算法模型的過程，將ECMWF模式資料歷史數(shù)據(jù)進(jìn)行決策專家系統(tǒng)訂正后，再與地面雨量觀測(cè)值一一對(duì)應(yīng)，獲得訓(xùn)練機(jī)器學(xué)習(xí)算法模型的數(shù)據(jù)集；將專家訂正后的ECMWF模式資料數(shù)據(jù)集作為模型輸入，地面雨量觀測(cè)值作為目標(biāo)值，對(duì)預(yù)報(bào)方法模型進(jìn)行訓(xùn)練，最終獲得較優(yōu)的機(jī)器學(xué)習(xí)算法模型。預(yù)測(cè)過程是獲取對(duì)應(yīng)時(shí)次降水預(yù)報(bào)值的過程，將當(dāng)前時(shí)次ECMWF模式資料的數(shù)據(jù)進(jìn)行決策專家系統(tǒng)訂正后，輸入到機(jī)器學(xué)習(xí)算法模型中，最終獲得對(duì)應(yīng)時(shí)次的降水預(yù)報(bào)值。

(a)訓(xùn)練過程示意圖 (b)預(yù)測(cè)過程示意圖圖4 基于集成學(xué)習(xí)XGBoost模型的降水客觀預(yù)報(bào)方法流程

訓(xùn)練過程中，采用格網(wǎng)搜索法(Grid Search)進(jìn)行參數(shù)調(diào)優(yōu)，為了評(píng)估模型的性能，對(duì)雨量使用平均絕對(duì)誤差作為損失函數(shù)，用來評(píng)估機(jī)器學(xué)習(xí)模型在訓(xùn)練過程中的預(yù)報(bào)準(zhǔn)確性。其詳細(xì)過程如下：

①?zèng)Q策專家系統(tǒng)選取特征值(見表1)，并進(jìn)行數(shù)據(jù)預(yù)處理。本文選取了2019—2020年每日08時(shí)和20時(shí)(北京時(shí))的預(yù)報(bào)資料，共計(jì)1462個(gè)模式預(yù)報(bào)數(shù)據(jù)。針對(duì)各種模式輸出資料，選取目標(biāo)站點(diǎn)所在的格點(diǎn)，并取該格點(diǎn)相鄰的格點(diǎn)數(shù)據(jù)(共9個(gè)格點(diǎn)數(shù)據(jù))；根據(jù)500hPa的引導(dǎo)氣流方向，增加拓展區(qū)域格點(diǎn)；對(duì)數(shù)值預(yù)報(bào)格點(diǎn)中的空值和異常值進(jìn)行處理。之后對(duì)各要素值進(jìn)行歸一化處理，提升訓(xùn)練運(yùn)算速度。

②構(gòu)造數(shù)據(jù)集，選用2019—2020年福建省70個(gè)國家級(jí)自動(dòng)站相應(yīng)時(shí)段的6小時(shí)累積降水資料，作為降水實(shí)況，與ECMWF模式資料的輸出一一對(duì)應(yīng)，構(gòu)造數(shù)據(jù)集，并按照8∶2比例劃分成訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集。

目前市場(chǎng)環(huán)境下，專業(yè)培訓(xùn)機(jī)構(gòu)往往停留在理論和早期項(xiàng)目案例層面，真正對(duì)于EPC工程總承包實(shí)操層面的培訓(xùn)機(jī)制非常缺失，還需要施工企業(yè)有專業(yè)化部門和力量來建設(shè)人才隊(duì)伍、培養(yǎng)并發(fā)展人才，而且企業(yè)自身要加強(qiáng)經(jīng)驗(yàn)總結(jié)。

③集成學(xué)習(xí)模型訓(xùn)練。將訓(xùn)練數(shù)據(jù)集投入降水預(yù)報(bào)模型進(jìn)行訓(xùn)練，采用Adam優(yōu)化器，其中學(xué)習(xí)率為10-3，每個(gè)訓(xùn)練周期的迭代次數(shù)為10000，獲得降水客觀預(yù)報(bào)模型。

④集成學(xué)習(xí)模型迭代驗(yàn)證。降水預(yù)測(cè)過程是選取對(duì)應(yīng)時(shí)次的模式資料，進(jìn)行數(shù)據(jù)預(yù)處理(同訓(xùn)練過程)，獲得預(yù)測(cè)輸入數(shù)據(jù)；將預(yù)測(cè)輸入數(shù)據(jù)集輸入到降水客觀預(yù)報(bào)模型中，獲得對(duì)應(yīng)時(shí)次的降水預(yù)報(bào)值。最后，使用對(duì)應(yīng)時(shí)次的地面雨量觀測(cè)值，評(píng)估預(yù)測(cè)模型的準(zhǔn)確性。

4 檢驗(yàn)與評(píng)估

本文開展檢驗(yàn)評(píng)估時(shí)，將客觀預(yù)報(bào)方法預(yù)報(bào)的站點(diǎn)降水量、ECMWF模式預(yù)報(bào)的降水量，分別與相應(yīng)觀測(cè)站的實(shí)況雨量進(jìn)行對(duì)比檢驗(yàn)。其中，ECMWF模式預(yù)報(bào)的降水量是通過經(jīng)緯度選取最近的格點(diǎn)數(shù)據(jù)，插值到對(duì)應(yīng)的站點(diǎn)上。評(píng)估檢驗(yàn)方法，采用傳統(tǒng)二分類檢驗(yàn)方法。

檢驗(yàn)評(píng)估分別對(duì)08時(shí)、20時(shí)(北京時(shí))起報(bào)的24小時(shí)預(yù)報(bào)時(shí)效進(jìn)行逐6小時(shí)降水預(yù)報(bào)檢驗(yàn)，48小時(shí)和72小時(shí)預(yù)報(bào)時(shí)效進(jìn)行逐24小時(shí)降水預(yù)報(bào)檢驗(yàn)。對(duì)于24小時(shí)預(yù)報(bào)，大雨以25mm為標(biāo)準(zhǔn)；對(duì)于6小時(shí)預(yù)報(bào)，以10mm為標(biāo)準(zhǔn)。

4.1 晴雨預(yù)報(bào)準(zhǔn)確率

晴雨預(yù)報(bào)準(zhǔn)確率計(jì)算公式為：

(1)

式(1)中，NA為有降水預(yù)報(bào)正確站(次)數(shù)，NB為空?qǐng)?bào)站(次)數(shù)、NC為漏報(bào)站(次)數(shù)，ND為無降水預(yù)報(bào)正確的站(次)數(shù)。EH的值取值范圍為0%～100%，越接近100%，代表預(yù)報(bào)效果越好。

4.2 大雨以上降水預(yù)報(bào)TS評(píng)分

TS評(píng)分的計(jì)算公式為：

(2)

式(2)中，NA為有降水預(yù)報(bào)正確站(次)數(shù)，NB為空?qǐng)?bào)站(次)數(shù)、NC為漏報(bào)站(次)數(shù)。同樣，TS的取值范圍為0%～100%，越接近100%，代表預(yù)報(bào)效果越好。

2021年6—11月，客觀預(yù)報(bào)方法的晴雨預(yù)報(bào)準(zhǔn)確率對(duì)比分析的檢驗(yàn)評(píng)估見圖5?？陀^預(yù)報(bào)方法和ECMWF模式資料預(yù)報(bào)站點(diǎn)的晴雨準(zhǔn)確率結(jié)果顯示，客觀預(yù)報(bào)方法的預(yù)報(bào)結(jié)果明顯優(yōu)于ECMWF模式資料預(yù)報(bào)結(jié)果。

圖5 晴雨預(yù)報(bào)準(zhǔn)確率對(duì)比分析

2021年6—11月，客觀預(yù)報(bào)方法的大雨以上預(yù)報(bào)TS評(píng)分對(duì)比分析見圖6。各預(yù)報(bào)時(shí)次中，預(yù)報(bào)站點(diǎn)的大雨以上TS評(píng)分檢驗(yàn)情況在24h之內(nèi)的客觀預(yù)報(bào)方法效果提升幅度明顯，其他時(shí)次客觀預(yù)報(bào)方法的預(yù)報(bào)結(jié)果相較于ECMWF模式資料預(yù)報(bào)的結(jié)果，也有大幅提升。

圖6 大雨以上預(yù)報(bào)TS評(píng)分對(duì)比分析

5 結(jié)論

基于集成學(xué)習(xí)XGBoost模型的降水客觀預(yù)報(bào)方法與本地預(yù)報(bào)決策專家系統(tǒng)相結(jié)合，利用集成學(xué)習(xí)XGBoost模型，深度挖掘數(shù)值模式ECMWF模式資料的降水產(chǎn)品信息，將多種氣象要素特征應(yīng)用在降水預(yù)報(bào)上。結(jié)果表明，該方法有效提升了ECMWF模式資料的預(yù)報(bào)結(jié)果，提升降水的預(yù)報(bào)準(zhǔn)確率，在業(yè)務(wù)應(yīng)用中取得了良好效果。

該方法在使用過程中也存在一些問題。例如，預(yù)測(cè)的準(zhǔn)確率還有上升空間，數(shù)值模式資料及氣象要素特征的選擇，機(jī)器學(xué)習(xí)模型及算法的選擇、參數(shù)的調(diào)整等，還需要大量實(shí)踐分析。建議今后進(jìn)一步挖掘數(shù)值模式預(yù)報(bào)產(chǎn)品信息，提升客觀預(yù)報(bào)方法的準(zhǔn)確性。