CN110942182A - 一种基于支持向量回归建立台风预测模型的方法 - Google Patents

Abstract

本发明涉及一种基于支持向量回归建立台风预测模型的方法，一种基于支持向量回归的台风预测方法，包括以下步骤：步骤S1：获取历年台风数据即训练样本，并对所述训练样本进行预处理；步骤S2：对预处理后的台风数据进行相关性分析和标准归一化处理；步骤S3：建立支持向量回归模型；步骤S4：将台风参数输入到所述支持向量回归模型中进行台风极大风速预测。本发明利用大量的往年台风数据，通过机器学习的方法，训练支持向量回归模型，并且通过测试集的验证表明该模型具有很好的精度，可以很好的用于台风极大风速的预测。

Description

一种基于支持向量回归建立台风预测模型的方法

技术领域

本发明涉及台风预测领域，特别是一种基于支持向量回归建立台风预测模型的方法。

背景技术

随着台风造成的经济损失越来越多，更多的学者开始研究台风。目前对台风的研究一般有用于气象预报的气象台风模型和考虑工程实际应用的工程风场模型。气象台风模型主要模拟台风的一些基本特征，比如大气演变过程、温度场、流场、能量平衡、台风风眼、台风降雨等等。气象台风模型结构复杂，采用Monte Carlo方法进行模拟，并不适用于工程应用。为了构建适合于工程应用的台风模型，国内外学者做了大量的研究。

1971年，L.R.Russel提出将飓风发生模型与飓风的风场分布模型结合起来，结果发现飓风的发生遵循周期的泊松定律。从此人们开始用数值模拟对台风进行分析研究。在1980年L.R.Russel与M.E.Batts提出了Batts风场模型。Batts风场模型是以台风梯度平衡方程为基础的数值模型。随后又有Shapiro台风风场模型、 Georgiou模型以及现在比较常用改进的CE风场数值模型。YanMeng风场模型是 YanMeng等人于1995年提出的一种考虑到边界层摩擦修正的模型。厦门大学李涛、雷鹰等人对YanMeng台风模型进行了参数分析，并给出了取值方法，然后通过该模型对台风DAN进行数值模拟。华北电力大学的张志强以YanMeng风场模型作为台风模型，通过对“威尔逊”台风进行反演，确定了模型参数，并研究了台风作用下的输电线路动力响应。随着神经网络的发展，人们开始逐渐用神经网络对台风进行预测。李红丽、王鑫结合传播聚类方法与稀疏贝叶斯回归模型建立了一种新的台风最大风速预测模型。由于台风受多个因素的影响，所以传统的数值模拟方法的准确性准在着很大的问题。随着机器学习的发展与计算机算力的提高，机器学习也逐渐被应用到了台风的数值模拟。

发明内容

有鉴于此，本发明的目的是提供一种基于支持向量回归建立台风预测模型的方法，能够很好的对台风进行预测。

本发明采用以下方案实现：一种基于支持向量回归建立台风预测模型的方法，包括以下步骤：

步骤S1：获取历年台风数据即训练样本，并对所述训练样本进行预处理；

步骤S2：对预处理后的台风数据进行相关性分析和标准归一化处理；

步骤S3：建立支持向量回归模型即台风预测模型；

步骤S4：将台风到来时的参数包括气温、台风中心气压、两分钟平均风速、两分钟平均风向和台风中心维度数据输入到所述支持向量回归模型中用以进行台风极大风速预测。

进一步地，步骤S1中所述对训练样本进行预处理的具体内容为：使用 Python的sklearn库中的LabelEncoder函数对所述训练样本中非数字型参数进行编码处理，将非数字型参数编码转换成数字型参数；若所述训练样本某个数据集中存在的空值数少于该数据集的10％则将空值所在位置的前后数据进行求平均值，将该平均值作为该空值；若所述训练样本中存在的空值数大于该数据集10％，则剔除该组空值所在的数据集。

进一步地，所述步骤S2的具体内容为：

相关系数用r来表示；取与极大风速的|r|＞0.2的参数进行回归分析；

标准化公式表示为：

式中s为样本的标准差，μ为样本的均值。

进一步地，所述步骤S3的具体内容为：

对于收集到的历史台风数据样本集D＝{(x₁,y₁)，(x₂,y₂)，…，(x_m,y_m)}， y_i∈R，建立一个回归模型如式子(3)，使得f(x)与y尽可能接近；

f(x)＝ω^Tx+b (3)

式中ω＝(ω₁；ω₂；...；ω_d)和b为模型参数。

与现有技术相比，本发明具有以下有益效果：

本发明通过大量的数据，训练支持向量回归模型，并且通过测试集的验证表明该模型具有很好的精度，可以很好的用于台风极大风速的预测。

附图说明

图1为本发明实施例的真实值与四种核函数模型的输出值分布图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和 /或它们的组合。

本实施例提供一种基于支持向量回归建立台风预测模型的方法，包括以下步骤：

步骤S1：获取历年台风数据即训练样本，并对所述训练样本进行预处理；

步骤S2：对预处理后的台风数据进行相关性分析和标准归一化处理；

步骤S3：建立支持向量回归模型即台风预测模型；

步骤S4：将台风到来时的参数包括气温、台风中心气压、两分钟平均风速、两分钟平均风向和台风中心维度数据输入到所述支持向量回归模型中用以进行台风极大风速预测。

在本实施例中，步骤S1中所述对训练样本进行预处理的具体内容为：使用Python的sklearn库中的LabelEncoder函数对所述训练样本中非数字型参数进行编码处理，将非数字型参数编码转换成数字型参数；若所述训练样本某个数据集中存在的空值数少于该数据集的10％则将空值所在位置的前后数据进行求平均值，将该平均值作为该空值；若所述训练样本中存在的空值数大于该数据集10％，则剔除该组空值所在的数据集。

在本实施例中，所述步骤S2的具体内容为：

相关系数用r来表示；取与极大风速的|r|＞0.2的参数进行回归分析；参数如表1所示；

表1不同参数与极大风速的相关系数表

参数	两分钟平均风速	两分钟平均风向	最大风速	最大风向	极大风向	气温
							相关系数	0.891889	-0.30062	0.937323	-0.30345	-0.2812	0.360267
参数	最高气温	最低气温	台风中心经度	中心气压	最大风速	极大风速
							相关系数	0.349691	0.378095	0.249058	0.256066	-0.26054	1

标准化公式表示为：

式中s为样本的标准差，μ为样本的均值。

在本实施例中，所述步骤S3的具体内容为：

对于给定的样本集D＝{(x₁,y₁)，(x₂,y₂)，…，(x_m,y_m)}，y_t∈{-1，+1}，将样本集D在样本空间中划分一个超平面，将不同的类别分开；在样本空间中，用式(3)的方程描述划分超平面：

ω^Tx+b＝0 (3)

式中ω＝(ω₁；ω₂；...；ω_d)为法向量，决定了超平面的方向；b为位移项，决定了超平面与原点之间的距离；所以由ω和b能够决定一个超平面；支持向量机的分类模型用式(4)的模型来描述：

f(x)＝ω^Tx+b (4)

用

表示将x映射到高维空间的向量，所以在空间划分超平面模型表示为式(5)：

式中ω和b是模型参数；由于在低维空间存在核函数κ(x_i，x_j)，其值等于高维空间的

的内积，所以利用核函数简化大量计算；所述核函数采用的是高斯核函数；

对于分类问题有，

对于回归问题，就是对于给定的样本D＝{(x₁,y₁)，(x₂,y₂)，…，(x_m,y_m)}， y_i∈R，希望训练出一个模型形如式(4)，使得f(x)与y的差值尽可能小。对于传统的回归模型通常是计算模型的输出值与真实值之间的差来计算损失，当且仅当差为零的时候，损失才为零。而支持向量回归存在一个容忍度ε，当模型输出值与真实值之间的差值的绝对值小于容忍度ε时，认为损失为零；仅在模型输出值与真实值之间的差值的绝对值大于容忍度ε时，计算损失，即支持向量回归以f(x)为中心，建立一个2ε宽度的区间；若训练样本位于该区间中，则认为预测是正确的；所以支持向量回归的问题转化为式(7)：

式中C为正则化常数，l_e是ε-不敏感损失函数；

在本实施例中，台风预测的基本任务是将某一时刻与台风极大风速有关的变量x₁，x₂，...，x_m作为输入，预测台风的极大风速y，建立一个模型f(x)，使f(x) 逼近y。当模型建立完成且测试的精度满足要求，则可以通过台风相关因素去预测台风的极大风速。

在本实施例中，数据来源于福建省内2085个自动气象站在2016年9月14日莫兰蒂台风期间收集的27273个数据以及中国台风网提供的莫兰蒂台风路径数据。建立支持向量回归模型之前要对训练样本进行处理，机器学***均，将平均值当作该时刻的值来代替空值。如果某一个自动监测站的数据存在着大量的缺失，则剔除该自动监测站的数据。

在本实施例，核函数的选择具体如下：

训练样本如果在原来的样本空间不存在一个超平面可以将其划分成不同类别，则需要把样本从原始空间映射到一个更高维的特征空间，使得样本在高维特征空间内线性可分。用

表示将x映射到高维空间的向量，所以在空间划分超平面模型可表示为式：

式中ω和b是模型参数。由于在低维空间存在核函数κ(x_i，x_j)，其值等于高维空间的

的内积，所以可以利用核函数简化大量计算。核函数的选择对支持向量回归预测的精度有着重大的影响，本实施例选用四个核函数进行建模对比，如表2 所示。

表2核函数

将处理完的样本分为训练组跟测试组，其中训练组占总体样本的70％。选用四种核函数并用训练样本训练模型。在训练好的模型中输入测试组的数据，计算模型输出值与真实值的差，随机取得一组数据，得到如图1的各个核函数模型的输出值的拟合曲线与真实值的散点图。其中黑色散点为真实值，并且由于Sigmoid 核函数误差很大，故没有画出。四种核函数模型评价得分与误差如表3所示：

表3四种核函数模型评价得分与误差

评分为***默认的评估法则来评价模型，越趋近于1，模型越好。均方差表示模型的输出值与真实值之间的离散程度，均方差越小，模型越好。R2决定系数表示模型的拟合优度，R2越趋近于模型越好。可以看出高斯核函数是最优的模型。

不进行相关性分析，将所获得的参数都用于训练回归模型，可以得到如表4 的结果。

表4全部参数参与训练，四种核函数模型评价得分与误差

可以看出，除了sigmoid核函数，进行参数选择的模型评分要优于未进行过参数选择的模型，同时模型的训练时间要短于未进行过参数选择的模型，所以进行模型前训练前一般都要进行参数相关性分析。同时最优核函数还是高斯核函数，高斯核函数的支持向量回归模型有两个参数一个是高斯核函数的核系数γ，另一个是惩罚参数C。通过贪心算法求解这两个参数，得到最优解模型。求解出核系数γ为 0.05，惩罚参数C为40。训练集评分：0.9428测试集评分：0.9267测试集均方差： 0.0731，测试集R2分：0.9268。

较佳的，本实施例台风极大风速受到多个因素的影响，简单的台风模型很难精确的进行数值模拟。本实施例通过大量的数据，通过机器学习的方法，训练支持向量回归模型，并且通过测试集的验证表明该模型具有很好的精度，可以很好的用于台风极大风速的预测。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (4)

1.一种基于支持向量回归建立台风预测模型的方法，其特征在于：包括以下步骤：

步骤S1：获取历年台风数据即训练样本，并对所述训练样本进行预处理；

步骤S2：对预处理后的台风数据进行相关性分析和标准归一化处理；

步骤S3：建立支持向量回归模型即台风预测模型；

步骤S4：将台风到来时的参数包括气温、台风中心气压、两分钟平均风速、两分钟平均风向和台风中心维度数据输入到所述支持向量回归模型中用以进行台风极大风速预测。

2.根据权利要求1所述的一种基于支持向量回归建立台风预测模型的方法，其特征在于：步骤S1中所述对训练样本进行预处理的具体内容为：使用Python的sklearn库中的LabelEncoder函数对所述训练样本中非数字型参数进行编码处理，将非数字型参数编码转换成数字型参数；若所述训练样本某个数据集中存在的空值数少于该数据集的10％则将空值所在位置的前后数据进行求平均值，将该平均值作为该空值；若所述训练样本中存在的空值数大于该数据集10％，则剔除该组空值所在的数据集。

3.根据权利要求1所述的一种基于支持向量回归建立台风预测模型的方法，其特征在于：所述步骤S2的具体内容为：

相关系数用r来表示；取与极大风速的|r|＞0.2的参数进行回归分析；

标准化公式表示为：

式中s为样本的标准差，μ为样本的均值。

4.根据权利要求1所述的一种基于支持向量回归建立台风预测模型的方法，其特征在于：所述步骤S3的具体内容为：

对于收集到的历史台风数据样本集D＝{(x₁,y₁)，(x₂,y₂)，…，(x_m,y_m)}，y_i∈R，建立一个回归模型如式子(3)，使得f(x)与y尽可能接近；

f(x)＝ω^Tx+b (3)

式中ω＝(ω₁；ω₂；...；ω_d)和b为模型参数。

Images