[发明专利]一种全过程耦合机器学习的中长期降水预报建模方法

说明书

本发明公开了一种全过程耦合机器学习的中长期降水预报建模方法，其包括以下步骤：S1，数据处理：收集实测降水、130项气象‑气候指数等资料，并确定预报结构；S2，因子筛选：提出一种基于拉普拉斯分数‑递归特征消除的因子筛选方法，并得到预报因子集；S3，模型构建：构建多种机器学习模型，并采用上述预报结构与预报因子集求取多套子预报结果；S4，多模型融合：提出一种基于改进堆叠法的多模型融合技术，输出最终预报结果。本发明将机器学习理论的最新研究成果应用于中长期降水预报的各个环节，理论依据充分，实际应用合理，能有效提高月‑季‑年尺度降水预报的准确度与可靠度。

技术领域

本发明涉及气象水文预报领域，具体涉及一种全过程耦合机器学习的中长期降水预报建模方法。

背景技术

中长期降水预报泛指预见期在月-季-年尺度，并给出逐时段降水总量的预报。精细化的中长期预报作为连接短中期天气预报与气候预估之间的桥梁，是实现水资源科学调配、提高水资源利用效率的基础性关键技术，对流域规划与管理、旱涝灾害的预警预测具有指导意义。同时，中长期降水预报因变化规律复杂、预报难度明显，处于天气-气候一体化预报中的预报缝隙，也是当前气象水文预报领域的研究重点和热点。

随着计算机技术的快速发展，基于大数据挖掘技术的机器学习方法因其泛化能力高、鲁棒性强，逐渐应用于中长期降水预报中。该类方法本质上建立输入数据与输出数据的黑箱模型，通过采用数学函数代替物理机制的方式，规避复杂的大气运动与水文循环过程，有效提高了预报范围与预报精度。目前的研究仍存在以下不足：基于机器学习的中长期降水预报建模方法主要分为预报因子筛选、预报模型构建、多模型结果融合三个环节，大多研究仅将机器学习应用于某个单一环节，而非全过程耦合研究。

发明内容

为了解决现有技术存在的不足，本发明提出一种全过程耦合机器学习的中长期降水预报建模方法，可显著提高预报的准确度与可靠度。

本发明采用的技术方案为：

一种全过程耦合机器学习的中长期降水预报建模方法，包括以下步骤：

S1、基础数据处理：收集流域内站点或格点的实测降水序列，收集130项气象-气候指数数据集作为初选预报因子集，根据预报预见期、因子滞后期等确定预报结构；

S2、预报因子筛选：提出一种基于拉普拉斯分数-递归特征消除的因子筛选方法，进而获取站点或格点降水在某一预见期下的最终预报因子集；

S3、预报模型构建：根据机器学习理论建模方法的理论差异，分别构建弹性网络回归、支持向量机、随机森林、极端梯度提升树、轻量梯度提升树模型，采用上述预报结构与预报因子集合获取五套预报结果；

S4、多模型结果融合：提出一种基于改进堆叠算法的多模型融合技术，重构预报结构并进行二次迭代训练，输出最终融合预报结果。

进一步地，步骤S1中：

所述130项气象-气候指数数据集为中国气象局国家气候中心发布，包括88项逐月大气环流指数、26项逐月海温指数以及16项逐月其他指数；

所述预报结构定义如下，将每个月第一天发布该月降水总量定义为预见期0个月(LD＝0)，发布下个月降水总量定义为预见期1个月(LD＝1)，以此类推。考虑到大尺度气象-气候指数的作用延迟性较长，本发明专利假定气象-气候指数数据集的作用滞后期(LG)为(LD+1)至(LD+12)个月。

进一步地，步骤S2中：

所述拉普拉斯分数定义如下，设初选预报因子集共有n个d维样本，首先利用k近邻法，k取5对样本进行聚类。若第i个样本x_i是第j个样本x_j的最邻近的k个样本之一，则两者为相邻，否则为不相邻，计算所有样本间的权重S_ij：