基于決策樹的雷暴天氣短臨預(yù)報

徐全軍，謝志敏，李崢，蒲軍,3，王學(xué)志，林青慧*

1.中國人民解放軍海洋環(huán)境專項(xiàng)辦公室，北京 100081

2.中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心，北京 100190

3.中國科學(xué)院大學(xué)，北京 100049

基于決策樹的雷暴天氣短臨預(yù)報

徐全軍1，謝志敏1，李崢2，蒲軍2,3，王學(xué)志2，林青慧2*

1.中國人民解放軍海洋環(huán)境專項(xiàng)辦公室，北京 100081

2.中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心，北京 100190

3.中國科學(xué)院大學(xué)，北京 100049

雷暴天氣是指伴有雷電、冰雹、大風(fēng)和強(qiáng)降水的局地強(qiáng)對流性天氣，它對航空運(yùn)輸、電力設(shè)施、通訊設(shè)備與建筑物等均可造成不同程度的破壞，嚴(yán)重時甚至造成人員傷亡。開展雷暴天氣過程的短臨預(yù)報具有重要的科學(xué)意義與實(shí)用價值。本文對我國 2010～2015年雷暴天氣事件的時空分布特征進(jìn)行了統(tǒng)計(jì)分析，結(jié)果表明：雷暴天氣事件集中分布于國內(nèi)少數(shù)區(qū)域夏季 7～8月份的14:00～18:00 點(diǎn)。在此基礎(chǔ)上，基于 2010～2015年的地面氣象觀測資料建立決策樹模型，預(yù)測未來3～4 小時雷暴天氣的發(fā)生概率。模型對雷暴事件的漏報率和誤報率均低于 10%，這一結(jié)果表明：本文所建立的模型能夠較為準(zhǔn)確地進(jìn)行雷暴天氣短臨預(yù)報，能夠?yàn)楸Ｕ巷w行安全提供較為可靠的決策支持。而對特征的相對重要性排序結(jié)果表明：測站的地理環(huán)境特征和氣象條件對雷暴天氣過程的發(fā)生具有顯著的影響。

雷暴；時空分布；短臨預(yù)報；決策樹

引言

氣象條件對于航空安全有著十分重要的影響，其中雷暴天氣過程能夠決定飛機(jī)是否能夠正常起降。雷暴天氣是一種常常伴隨雷擊和閃電的局地對流性天氣，屬于強(qiáng)對流天氣系統(tǒng)的一種且時常在生活中發(fā)生。隨著我國航空事業(yè)的不斷發(fā)展和服務(wù)水平的逐步提高，雷暴天氣對航空等領(lǐng)域的安全性和實(shí)效性構(gòu)成了極大的威脅。雷暴天氣不僅直接影響航空器和乘客的安全狀況，并且也會對航空公司的服務(wù)水平以及機(jī)場的治安穩(wěn)定造成巨大影響。近來世界各國已發(fā)生多起因氣象原因?qū)е碌暮娇帐鹿?，以及航班延誤致使乘客影響機(jī)場秩序的社會事件，對社會穩(wěn)定和治安造成了十分惡劣的影響。

目前，雷暴天氣預(yù)報已成為了航空預(yù)報中的重要工作，雷暴天氣的準(zhǔn)確預(yù)測對社會經(jīng)濟(jì)特別是航空領(lǐng)域具有十分重要的指導(dǎo)意義。但是，短時且有效的雷暴天氣預(yù)報方法仍然亟待研究，以方便對各類事件進(jìn)行提前的規(guī)劃和防范，以減少因雷暴氣象造成的不必要損失，對提高航空業(yè)飛行安全系數(shù)和服務(wù)水準(zhǔn)具有十分積極的影響。

1 相關(guān)工作

1.1 雷暴天氣的影響因素

雷暴天氣的具體形成受到多方面因素的影響。從氣象學(xué)角度出發(fā)，文獻(xiàn)[1,2]中均指出，雷暴天氣主要是在不穩(wěn)定的大氣層，充足的水汽和強(qiáng)大的沖擊力下三個條件下形成的。

不穩(wěn)定的大氣主要是因?yàn)榇怪睔饬鞫a(chǎn)生的，較重的空氣垂直運(yùn)動到較輕的空氣之上，再加上太陽的輻射使得不穩(wěn)定能量增加[2]，不穩(wěn)定的能量使得大氣之間碰撞進(jìn)而形成雷暴。其次，充足的水汽也是雷暴形成的一個關(guān)鍵因素，充足水汽不僅有利于形成積雨云，同時會因?yàn)榕c干燥不飽和空氣融合進(jìn)而限制上升運(yùn)動。最后，強(qiáng)大的沖擊力也是雷暴天氣形成的必不可少的關(guān)鍵，只有強(qiáng)大的沖擊力才可以推動空氣進(jìn)行不斷的位置轉(zhuǎn)移，通過這樣強(qiáng)大的能量使得空氣能夠上升到自由對流的高度，從而形成強(qiáng)雷暴天氣。

同時一些科研工作者研究了雷暴形成的其他因素：胡艷[3]等人利用經(jīng)驗(yàn)正交函數(shù) (EOF) 分析了上海地區(qū)雷暴的氣候變化及可能影響因素，其表示雷暴的發(fā)生不僅與大氣背景相關(guān)，同時局地的氣候變化也對雷暴的形成具有深遠(yuǎn)的影響。鄭永光[4]等人對強(qiáng)對流天氣的發(fā)展條件機(jī)理進(jìn)行了研究，分析了極端降水與地面露點(diǎn)因素的關(guān)系，同時提出了對極端強(qiáng)對流天氣各類概念的認(rèn)識和理解。

1.2 雷暴天氣的預(yù)測方法

在此之前，各級氣象部門對雷暴預(yù)報的研究投入了大量的精力，業(yè)內(nèi)各方均提出了很多種對于雷暴天氣的預(yù)測模型。傳統(tǒng)方法多是基于氣象學(xué)方法，聯(lián)合判別指標(biāo)進(jìn)行雷暴的預(yù)報，例如，孔德兵[5]等人提出了一種基于逐步回歸分析的雷暴概率預(yù)測方法，其在天氣分型的基礎(chǔ)上通過利用事件回歸方法建立了雷暴概率預(yù)測方程，并取得很好的預(yù)測效果。秦春明[6]等人采用了天氣分型、物理因子判別以及數(shù)值預(yù)報產(chǎn)品釋用等方法對葫蘆島地區(qū)的雷暴進(jìn)行了較好的預(yù)報。郭睿君[7]通過對歷史數(shù)據(jù)的組合計(jì)算，探索出一系列密切影響雷暴的因子，利用多因子綜合相關(guān)法建立預(yù)報方程進(jìn)行雷暴預(yù)報。胡富泉[8]通過對上海市歷史強(qiáng)對流天氣個例的統(tǒng)計(jì)以及對典型個例成因機(jī)制的分析，提出了特型法用于強(qiáng)對流天氣的短期預(yù)報。張星辰[9]等人分析了河西走廊東部地區(qū)近 40年的強(qiáng)雷暴天氣的氣候規(guī)律，探究出雷暴發(fā)生時主要的環(huán)流狀況和天氣條件，并以這些發(fā)現(xiàn)進(jìn)行了雷暴的短期預(yù)報。

近來，很多學(xué)者開始通過利用機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘的方法對雷暴進(jìn)行預(yù)測，例如袁野[10]等人通過樸素貝葉斯分類器和貝葉斯判別準(zhǔn)則建立了“雷暴有無”的預(yù)報模型并取得了很好的預(yù)報效果。將雷暴預(yù)報問題轉(zhuǎn)化為雷暴有無的分類問題，證明機(jī)器學(xué)習(xí)的方法在雷暴預(yù)報領(lǐng)域有著較好的應(yīng)用前景。趙旭寰[11]等人首次嘗試將人工神經(jīng)網(wǎng)絡(luò)用于雷暴天氣預(yù)報，使用探空資料計(jì)算出一系列與雷暴形成有關(guān)的因子，從而建立神經(jīng)網(wǎng)絡(luò)模型對雷暴天氣進(jìn)行預(yù)測，實(shí)驗(yàn)結(jié)果令人滿意并初步證明了神經(jīng)網(wǎng)絡(luò)在雷暴天氣預(yù)報中的可行性。之后，陳勇偉[12]等人提出另一種基于 BP 神經(jīng)網(wǎng)絡(luò)的方法，選取了與雷電發(fā)生關(guān)系較好的 7 個對流參數(shù)作為 BP 神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元，以期待解決了雷電潛勢預(yù)報中經(jīng)常出現(xiàn)的非線性問題，實(shí)驗(yàn)結(jié)果表明該 BP 模型預(yù)報準(zhǔn)確率較高，效果十分突出。

2 研究方法

2.1 數(shù)據(jù)

本文對雷暴天氣事件記錄進(jìn)行統(tǒng)計(jì)分析和建立預(yù)測模型，該記錄來自 2010年1月至2015年2月的國內(nèi)航空危險天氣資料。該資料記錄了每次危險天氣事件的發(fā)生日期、時間、站點(diǎn)，氣溫、氣壓、濕度、風(fēng)向、風(fēng)速、云量、能見度、天氣現(xiàn)象等氣象要素觀測結(jié)果。

模型構(gòu)建使用 2010年1月至2015年2月的地面氣象觀測數(shù)據(jù)，用于預(yù)測雷暴天氣事件的發(fā)生概率。該資料記錄了觀測站點(diǎn)、日期、時間，氣溫、氣壓、濕度、風(fēng)向、風(fēng)速、云量、云底高、能見度、降水、天氣現(xiàn)象等氣象要素的觀測結(jié)果。

2.2 歷史數(shù)據(jù)分析

本文對 2010年1月至2015年2月的雷暴天氣事件記錄進(jìn)行統(tǒng)計(jì)，分析該天氣事件的時空分布特征，主要包括：站點(diǎn)分布，年、月、時的發(fā)生時間分布，以此輔助數(shù)據(jù)集構(gòu)建、特征選擇和預(yù)測模型的建立。

2.3 預(yù)測模型

本文建立決策樹模型，使用地面氣象觀測數(shù)據(jù)預(yù)測未來 3～4 小時目標(biāo)站點(diǎn)的雷暴天氣發(fā)生概率。使用的氣象特征包括測站經(jīng)緯度、高度等，氣溫、氣壓、濕度、風(fēng)向、風(fēng)速、云量、能見度、天氣現(xiàn)象等氣象要素。

建立預(yù)測模型所使用的數(shù)據(jù)中，全部雷暴天氣事件記錄作為正樣本，對非雷暴記錄進(jìn)行比例為 1% 的抽樣后作為負(fù)樣本。二者合并作為樣本數(shù)據(jù)集，其中90% 作為訓(xùn)練數(shù)據(jù)集用于模型的訓(xùn)練，10% 作為驗(yàn)證數(shù)據(jù)集用于驗(yàn)證預(yù)測模型的性能和準(zhǔn)確度。

3 結(jié)果與討論

3.1 歷史數(shù)據(jù)分析

雷暴天氣事件的站點(diǎn)分布特征如圖1所示。13%的國內(nèi)地面氣象站記錄了雷暴天氣事件，并且集中于其中的少數(shù)站點(diǎn)?？梢酝茰y，雷暴天氣過程與站點(diǎn)所處地域的地理特征具有較高的相關(guān)性。站點(diǎn)信息反映了所在區(qū)域特定的地形、地貌、土壤、植被等地理信息，以及地面與大氣之間的熱量和水分交換等陸面過程，從而影響氣象條件和雷暴天氣形勢的發(fā)生和發(fā)展。

雷暴天氣事件的年分布特征如圖2 所示。全部數(shù)據(jù)集記錄了2010年1月至2015年2月的雷暴天氣事件。2011～2014 記錄了絕大部分雷暴天氣事件?？赡苡捎跀?shù)據(jù)記錄不完整的原因，早期的記錄 (如：2010年) 數(shù)量較少。而2015年的數(shù)據(jù)僅2個月，因此數(shù)據(jù)記錄也很少。

雷暴天氣事件的月分布特征如圖3所示。6～9月份為雷暴天氣事件的高發(fā)時段，其中 7～8月份最多，是夏季強(qiáng)對流天氣多發(fā)的時段。這一時段的氣象條件，有利于雷暴天氣的產(chǎn)生，并且常伴有大風(fēng)、冰雹、短時強(qiáng)降水等天氣過程。

雷暴天氣事件的發(fā)生時間分布特征如圖4所示。這一天氣事件的高發(fā)時間段是 14:00～18:00 點(diǎn)，可能與該時間段的大氣狀況，以及地面和大氣的溫度差異與水汽交換等過程有關(guān)。

3.2 雷暴天氣預(yù)測

雷暴天氣預(yù)測模型一的訓(xùn)練結(jié)果 ROC 曲線如圖5所示。訓(xùn)練集的 AUC 值約 0.96，雷暴事件和非雷暴事件的預(yù)測正確率分別約 90% 和 92%，表明模型在訓(xùn)練集上具有較好的性能和預(yù)測正確率。使用訓(xùn)練完成的模型在驗(yàn)證集上測試模型性能，AUC 值約 0.97，雷暴事件和非雷暴事件的預(yù)測正確率分別約91% 和 94%，表明所建立的預(yù)測模型能夠以很高的準(zhǔn)確度進(jìn)行雷暴天氣事件的短臨預(yù)測。

圖1 雷暴天氣事件的站點(diǎn)分布Fig.1 Station distribution of the thunderstorm event

圖2 雷暴天氣事件的年分布Fig.2 Annual distribution of the thunderstorm event

圖3 雷暴天氣事件的月分布Fig.3 Month distribution of the thunderstorm event

圖4 雷暴天氣事件的發(fā)生時間分布Fig.4 Temporal distribution of the thunderstorm event

使用訓(xùn)練完成的預(yù)測模型，對輸入特征的相對重要性進(jìn)行排序，結(jié)果如圖6所示。特征的F分值越高，其對預(yù)測結(jié)果的重要程度越大。最重要的前5個特征依次為：測站緯度、經(jīng)度、高度、氣溫、露點(diǎn)。這一結(jié)果說明：測站的地理信息對于雷暴天氣的形成具有最為顯著的影響。

為了驗(yàn)證測站地理信息對于雷暴天氣的影響，將測站經(jīng)緯度和高度從輸入特征中排除，使用其他特征建立預(yù)測模型二，其訓(xùn)練結(jié)果 ROC 曲線如圖7所示。與模型一相比，模型二對雷暴事件的預(yù)測準(zhǔn)確率顯著下降。訓(xùn)練集的 AUC 值約 0.91，雷暴事件的預(yù)測正確率約 65%。使用訓(xùn)練完成的模型在驗(yàn)證集上測試模型性能，AUC 值約 0.86，雷暴事件的預(yù)測正確率約 55%。

圖5 模型一的訓(xùn)練結(jié)果Fig.5 Training results of model 1

圖6 模型一的特征重要性排序Fig.6 Feature importance of model 1

圖7 模型二的訓(xùn)練結(jié)果Fig.7 Training results of model 2

圖8 模型二的特征重要性排序Fig.8 Feature importance of model 2

在不使用測站地理信息進(jìn)行預(yù)測的情況下，模型二對雷暴事件的預(yù)測正確率顯著下降，這一結(jié)果表明：測站地理信息對于雷暴天氣事件的正確預(yù)測具有顯著的影響，是影響雷暴天氣發(fā)生的重要特征之一。

預(yù)測模型二對輸入特征的相對重要性排序結(jié)果如圖8所示。最重要的前5個特征依次為：氣壓、海平面氣壓、露點(diǎn)、氣溫、3 小時變壓。這一結(jié)果說明：氣象要素中的氣壓和溫度對雷暴事件的發(fā)生具有較為重要的影響。

4 總結(jié)

本文對 2010～2015年國內(nèi)氣象臺站的雷暴天氣事件記錄進(jìn)行了統(tǒng)計(jì)分析，分析結(jié)果表明：雷暴天氣事件集中分布于國內(nèi)少數(shù)區(qū)域，夏季 7～8月份為多發(fā)時段，14:00～18:00 點(diǎn)為高發(fā)時間段。說明：特定區(qū)域的地理特征與雷暴天氣過程的發(fā)生具有重要的關(guān)聯(lián)。

本文針對 2010～2015年國內(nèi)氣象臺站的雷暴天氣事件記錄，建立決策樹模型，使用地面氣象觀測資料預(yù)測未來 3～4 小時的雷暴天氣發(fā)生概率。模型訓(xùn)練和驗(yàn)證的結(jié)果表明：對雷暴和非雷暴事件的預(yù)測準(zhǔn)確率均在 90% 以上，漏報率和誤報率均低于 10%。對特征的相對重要性排序結(jié)果表明：測站所處區(qū)域的地理特征和氣象條件對雷暴天氣過程的發(fā)生具有顯著的影響。

由于雷暴天氣對于航空安全具有十分重大的影響，因此對雷暴天氣進(jìn)行準(zhǔn)確的預(yù)測具有十分重要的現(xiàn)實(shí)意義。目前業(yè)務(wù)使用的雷暴預(yù)測技術(shù)主要是基于數(shù)值天氣預(yù)報結(jié)果進(jìn)行人工判別，而本文基于機(jī)器學(xué)習(xí)方法所建立的模型能夠較為準(zhǔn)確地進(jìn)行雷暴天氣的短臨預(yù)報，為保障飛行安全提供較為可靠的決策支持，對于民航運(yùn)輸和空軍執(zhí)行任務(wù)來說具有十分廣闊的應(yīng)用前景。

[1]徐達(dá).雷暴天氣分析及其對飛行的影響[J].科技風(fēng),2014(24): 17-17.

[2]陳嵩.夏季雷暴的形成過程以及影響飛行安全的因素[J].科技展望,2015(15).

[3]胡艷,端義宏.上海地區(qū)雷暴天氣的氣候變化及可能影響因素[J].中國海洋大學(xué)學(xué)報(自然科學(xué)版)自然科學(xué)版,2006,36(4): 588-594.

[4]鄭永光,陶祖鈺,俞小鼎.強(qiáng)對流天氣預(yù)報的一些基本問題[J].氣象,2017,43(6).

[5]孔德兵,尚可政,王式功,趙文婧,葉偉.基于逐步回歸分析的西北地區(qū)東部雷暴概率預(yù)報方法研究[J].干旱氣象,2016,34(01): 181-187.

[6]秦春明,尚可政,王式功,李艷,楊德保,陳億.遼寧葫蘆島 1～10d 雷暴天氣預(yù)報方法[J].干旱氣象,2012,30(02): 192-201.

[7]郭睿君.伊寧機(jī)場雷暴的統(tǒng)計(jì)預(yù)報方案[J].新疆氣象,2000,(03): 9-10.

[8]胡富泉.一種強(qiáng)對流天氣短期預(yù)報方法的研究和試報[J].高原氣象,1996,(03): 99-105.

[9]張星辰,陳雷,把多輝,劉賢.河西走廊東部強(qiáng)雷暴天氣分析與預(yù)報[J].氣象科技,2003,(05): 280-283.

[10]袁野,胡邦輝,劉丹軍,等.基于貝葉斯分類判別方法的雷暴預(yù)報研究[C].中國氣象學(xué)會年會.2009.

[11]趙旭寰,王振會,肖穩(wěn)安,等.神經(jīng)網(wǎng)絡(luò)在雷暴預(yù)報中的應(yīng)用初步研究[J].熱帶氣象學(xué)報,2009,25(3): 357-360.

[12]陳勇偉,鄭濤,王漢堃,等.基于 BP 神經(jīng)網(wǎng)絡(luò)模型的雷電潛勢預(yù)報[J].干旱氣象,2013,31(3): 595-601.

Thunderstorm Short-Term Forecast Using Decision Tree Model

Xu Quanjun1,Xie Zhimin1,Li Zheng2,Pu Jun2,3,Wang Xuezhi2,Lin Qinghui2*

1.Marine Environment Special Of fice of the Chinese People's Liberation Army,Beijing 100081,China
2.Computer Network Information Center,Chinese Academy of Sciences,Beijing 100190,China
3.University of Chinese Academy of Sciences,Beijing 100049,China

The thunderstorm is local strong convection weather with light,hail,strong wind and heavy precipitation.It can lead to different degree of damages to air transportation,electric power facilities,communication equipment and buildings,even serious casualties.It is of important scientific significance and practical values to the thunderstorm forecast.This study analyzed the temporal-spatial distribution of the civil thunderstorm event in 2010～2015,indicating that the thunderstorm event mainly located in limited regions at 14:00～18:00 in July to August of the summer.The decision tree model was built based on the civil surface meteorological observations in 2010～2015,to predict the probability of the thunderstorm event in 3～4 hours.The model predict the positive and the negative samples with the error lower than 10%respectively,showing that the model was capable of the correct thunderstorm short-term forecast,and can provide reliable decision support for flight safety.Moreover,the feature importance shows that the local geographical characteristics and meteorological conditions have signi ficant influence on the thunderstorm event.

thunderstorm; temporal-spatial distribution; short-term forecast; decision tree

10.11871/j.issn.1674-9480.2017.02.008

國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目 (2016YFB0501900，2016YFB1000600)

*通訊作者：林青慧(lqh@cnic.cn)

2017年1月20日

徐全軍：中國人民解放軍海洋環(huán)境專項(xiàng)辦公室，高級工程師，研究方向?yàn)楹Ｑ蟓h(huán)境監(jiān)測與數(shù)據(jù)管理技術(shù)。

E-mail:zcqxjxqj@126.com

謝志敏：中國人民解放軍海洋環(huán)境專項(xiàng)辦公室，參謀，研究方向?yàn)闅庀笏念A(yù)報保障。

E-mail:xie1981minyue@sina.com

李 錚：中國科學(xué)院與計(jì)算機(jī)網(wǎng)絡(luò)信息中心，助理研究員，研究方向?yàn)榇髷?shù)據(jù)分析與挖掘。

E-mail:lizheng@cnic.cn

蒲 軍：中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心，碩士研究生，研究方向?yàn)闀r空數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)。

E-mail:pujun@cnic.cn

王學(xué)志：中國科學(xué)院與計(jì)算機(jī)網(wǎng)絡(luò)信息中心，副研究員，研究方向?yàn)榇笠?guī)模時空數(shù)據(jù)處理與分析。

E-mail:wxz@cnic.cn

林青慧：中國科學(xué)院與計(jì)算機(jī)網(wǎng)絡(luò)信息中心，副研究員，研究方向?yàn)榭茖W(xué)數(shù)據(jù)管理與共享。

E-mail:lqh@cnic.cn