运用支持向量机方法对数值模拟结果的初步释用.pdf

第3 2 卷第2 期 2 0 1 5 年4 月 海洋预报 M A R n 呵EF O R E C A S T S V 6 1 3 2 N O 2 A p r 2 0 15 D O I ：1 0 1 1 7 3 7 j is s n 1 0 0 3 0 2 3 9 2 0 1 5 ，0 2 0 0 3 运用支持向量机方法对数值模拟结果的初步释用 邓小花，魏立新，黄焕卿，张润宇 ( 国家海洋环境预报中心，北京1 0 0 0 8 1 ) 摘要：基于获得的海水浴场逐日两次观测资料及同期N C E P 数值模拟结果( 提取各种相关变 量) ，通过求取两者之间的相互关系，并采用最优子集方法确定了对各预报要素具有重要意义的影 响因子。针对海水浴场的气温、降水及能见度等要素的预报，应用支持向量机方法建立了相应的 预测模型，最终获得不同海水浴场在不同预报时效、不同预报要素的数值产品释用结果。经过对 比分析，各预报要素释用后的结果较释用前在预报准确率方面有较大的提高。 关键词：支持向量机方法；N C E P 数值模拟结果；释用；气温；降水；能见度 中图分类号：P 7 3 2 文献标识码：A文章编号：1 0 0 3 0 2 3 9 ( 2 0 1 5 ) 0 2 0 0 1 4 1 0 支持向量机( S u p p o r tV e ct o rM a ch in e s 简称 S V M ) 是V a p n ik V N 等人提出的基于统计学习理论 的小样本学习方法”2 1 。该方法的基本思想是把低 维样本空间的难于线性划分解决的样本集通过非 线性映射到高维特征空间中，在高维特征空间寻求 最优划分超平面，从而实现样本空间的非线性分 类。在短期的气候预测业务或短期天气预报中，由 于大气环流变化的复杂性和非线性性，决定了大部 分的预报对象及其对应的预报因子之间为非线性 相关关系。目前，国际上应用较为广泛的支持向量 机方法则是一种较为新颖的处理非线性分类和回 归的有效方法口卅。 滕卫平，俞善贤等”1 应用S V M 回归方法在汛期 旱涝预测中进行了应用研究，通过相关分析从前期 大气环流场、海温场中选取了相关性较高的预测因 子，建立了浙江省汛期旱涝短期气候预测模型，效 果较传统的逐步回归方法有明显的提高。杨淑群， 芮景析等陋，也利用多年的7 4 项环流特征量、海温指 数、相关区域海平面气压等指数，建立了四川盆地5 片区域降水特多或特少的S V M 预测模型，并进行了 降水分类预测试验；结果显示所建的S V M 模型的 T S 评分较高。李智才，马文瑞等p 1 利用N in o 区海温、 南方涛动指数、副高面积指数等预报因子，建立了 阳泉地区夏季降水正、负距平的S V M 非线性分类模 型；预报试验表明，预报能力良好。熊秋芬，胡江林 等隅1 还专门就支持向量机和人工神经网络两种方 法，分别建立了云量预报模型；所开展的交叉验证 和实例预报的结果显示：两者方法相比而言，S V M 的预报能力高于人工神经网络方法，且在计算速度 上有后者无法比拟的优势。吴爱敏，郭江勇等一，应 用S V M 方法，对甘肃陇东地区冰雹天气的主要环流 形势进行了分析，对冰雹分类预报进行了探讨；经 检验，主要降雹季节各月有无冰雹分类的正确率大于 8 0 ，效果较好。另外，黄玉霞，许东蓓，蒲肃等”叫还 应用该方法，建立了甘肃省林区森林火险分类推理 模型；结果表明该模型具有良好的预报能力，预报 效果明显优于传统的逐步回归方法。众多试验和 研究结果表明，不管是针对短期的气象预报还是 短期气候预测，运用该方法均能取得较为满意的 预报结果。因此，在本文中，针对日最高气温、降 水及能见度要素的预报，采用该方法来建模是可 行的。 收稿日期：2 0 1 4 0 3 2 7 基金项目：国家海洋局海洋公益性行业科研专项( 2 0 1 0 0 5 0 3 6 ) 作者简介：邓小花( 1 9 8 2 一) ，女，工程师，硕士研究生，主要从事海洋气象预报工作。E - m a il：d e n g x h n m e f cg o v cn 2 期 邓小花等：运用支持向量机方法对数值模拟结果的初步释用 2 支持向量机分类方法简介及释用 模型流程图 支持向量机( S u p p o r tV e ct o rM a ch in e ，简称为 S V M ) 是一种处理非线性分类和回归的有效方法。 该方法中，“机”代表机器学习领域中的一些算法， “支持向量”则是指训练集中的某些训练点的输入 系数；该方法也是一种有督促( 有导师) 学习方法， 即已知训练点的类别，求训练点和类别之间的对应 关系，以便将训练集按照类别分开，或者是预测新 的训练点所对应的类别。 用线性回归函数他) = w 什务拟合数据协，y 1 ) ，f - 1 ，2 ， ，l，z ，R d , Y ，R 的问题，根据S V M 理论，若 采用线性不敏感损失函数 if ( x ) 刊。= 黼一Y I 主巍 并引入松弛因子亭j 0 和占o ，则问题为在 约束条件 1 w y 妒- w x b - 一y 篙_ 1 J 2 棚( 1 )1 w 呵f +f s + 占， ” ”7 下，最小化目标函数 中，寡，孝专撕+ c2 ( e i+ ) ， ( 2 ) 常数C O 控制对超过误差E 的样本的惩罚程度。采 用优化方法可以得到其对偶问题，即在约束条件 j 孙I 西) - 0 础，( 3 ) 、=f l， ，I ) ， 【O a ：c， 下，对L a g r a n g e 因子啦，d ：最大化目标函数 ( 仅；) 一s ( + 仅弘苁( 旷a ：) 号 。 。 ( 4 ) ( “i a ：) ( 吁一町) ( z ? ) 从而获得回归模型： 厂( 功= ( 埘 功+ 6 = ( d 。一d ：) 。 力+ 6 + ( 5 ) 式中，仅，O l：均不为0 ，对应的样本则是支持向 量。如果用核函数K ( x 。 戈i) 替代公式( 4 ) ，( 5 ) 中的 内积运算，则可确定非线性拟和函数厂中的6 + ， 取在边界上的一点，即可确定。有关非线性核函数 的种类较多，常用的有多项式核函数、经向基核函 的非f 二类划分 薹薹柔三：离 低维l 空间 的非 线性几 募萎l多类划分 分类I 。 图1 支持向量机分类方法基本思路 历史数值预报格点数据 历史实况数据 ( P 、T 、H 、F 、d d 、V )( 再分析资料、站点资料) 最优子集方法、 主成分分析方法 、r 筛选各预报因子的影响因子 ( 不同模型可选择不同的影响因子) ， 最新的数值模拟结果 支持向量机方法或神经网络技术 ( 格点数据) ( 构建网络模型，并建立因子库) + 输出释用对象的释用结果 图2 释用模型建立流程图 数、柯西核函数等，本文采用经向基核函数。图1 则 为支持向量机分类方法的基本思路。 图2 为本文中所建立的各预报要素的释用模型 建立流程图，其预报对象包括日最高气温、降水及 能见度。 3 数据准备及初步处理 本文选取了青岛、厦门2 个海水浴场作为南北 海水浴场的示范区，所收集到的观测资料为2 0 1 1 年 和2 0 1 2 年海水浴场开放期间所测得。其中，青岛海 水浴场观测资料时间段为2 0 1 1 年7 月1E t 一9 月3 0 E l和2 0 1 2 年7 月1 日一9 月3 0E t ，厦门海水浴场观 i贝0 资料时间段为2 0 1 1 年5 月1 0 日一6 月1 2 日、2 0 1 1 年9 月1 日一1 0 月3 1 日及2 0 1 2 年5 月1 日一1 0 月2 0 日；观测要素则包括：风向、风速、总云量、过去2 4h 降水量、过去6h 降水量、气温、视程等。 另外，模式预报场资料为美国N C E P 逐6h 一次 输出、预报时效为1 2 0h 的模式结果，模式的空间分 辨率为0 5 0 O 5 。受观测资料时间序列限制，针对 1 6海洋预报 3 2 卷 不同的海水浴场建模，模式所选用的时间段与观i贝4 资料时间段一致。所提取的模式变量主要包括：各 等压面上的位势高度、温度、风要素、相对湿度、土 壤湿度、云水混合比、可降水量等；提取区域为青 岛、厦门两个海水浴场及其周边地区模式预报数 据。表1 列举了释用工作中所用到的主要变量及其 具体含义。 由于支持向量机分类方法在预报对象为等级 预报时具有一定的优越性，因此，在本部分工作中， 日最高气温的预报表现为订正等级预报，即按照表 2 将模式日最高气温结果与实测日最高气温结果之 间的差值进行相应的分类。而所建模型的预报结 果一2 、一1 、0 、1 或2 ，则代表了不同的订正类别。例如 预报结果为正时，则代表将在模式气温预报的基础 上，进行相应的“降温”调整；而当预报结果为负时， 则将进行相应的“升温”调整。随后的能见度预报 表现为能见度的等级预报，降水预报表现为降水量 的等级预报，具体划分标准分别见表3 、表4 。 4气温、降水的订正及能见度预报 4 1 气温预报的订正 针对海水浴场的气温要素预报，较为关注的为 日最高气温预报，本文以厦门海水浴场为例，因其 日最高气温较纬度偏北的青岛海水浴场更为明 显。将海水浴场逐日最高气温实测资料( 受观测资 料限制，取其1 4 时资料代表日最高气温) 与对应时 表2 预报对象的划分标准( 日最高气温预报模型) 表3 预报对象的划分标准( 能见度预报模型) 表4 预报对象的划分标准( 降水预报模型) 刻的模式输出气温结果进行对比后发现：针对预报 时效为2 4h 内的模式结果，5 7 3 的样本其实测气 温值与模拟气温值差值在2 以内；3 2 9 的样本 两者之间的差值在2 x 4 或一4 x 4o C 的样本也较释 用前明显减少。 4 2 降水预报订正 针对降水预报，本文主要关注降水量等级的预 报，下面的预报模型以预报时效为4 8 7 2h 的青岛 海水浴场为例。通过求取降水量与模式各变量之 间的相关性，其相关系数达到0 2 6 以上的因子数为 1 1 个，主要包括对流性降水量、云水、整层可降水 量、相对湿度等变量，具体情况见表6 。通过众多预 报模型的预报效果的对比，最终筛选出4 个模型用 于最终的降水预报模型的集成，预报效果见图4 。 图4 中，其横坐标为样本数，纵坐标为2 4h 降水 量等级。r e a l代表的是实测降水量等级( 按照表3 进 行划分) ，其中，3 3 个检验样本中有9 个样本为降水 样本，在建立的各预报模型中，均能较好的对降水 样本给出较为准确的晴雨预报，由于夏季降水具有 阵性的特征，所以对降水量的等级较难把握。 为了更好地对各降水预报模型进行检验，本文 还特地将N C E P 模式预报的相关降水变量进行了提 取和进一步处理，将其预报效果与所建立的模型预 报效果进行了对比。总得来说，青岛海水浴场降水 量的预报经过数值产品释用之后，降水预报的提升 效果较为明显，可见图5 。图中，绿色柱状为降水释 用模型预报结果，蓝色柱状为观测结果，紫色柱状 为N C E P 模式对流性降水量，而红色柱状为累积过 的逐6h 降水量预报结果。需要说明的是，紫色柱 2 期邓小花等：运用支持向量机方法对数值模拟结果的初步释用 1 9 02 04 0 ； 灭； ； j V V V V 丫V V I i 。 I丫V V V V V 丫丫V 丫T V 丫V V V V V V V 丫丫丫V 1 嬲V A V I y 尺 i r V V V T V V VT V 丫V V V V V V V 丫丫V V 。 j ? VV 厂弋 一 - VV 1r V V V V V V V V T V 丫V 丫V V V V V 丫V V V 一 - ! i ? ! i ： VV 弋 厂弋I i 一 - VVt V V V V V V V V Y V V V V V V V V V 丫丫V V 一 - i _ ： 丫丫式厂 ： 。 I V丫丫V V V 丫V V V V Y V V V V V V V V V 丫V V V 一 2 0 时间，日数 图4 青岛海水浴场各降水预报模型预报效果检验( m o d e ll m o d le 4 降水等级预报) 及实测降水分析( 降水实况等级分析：r e a l) 状和红色柱状所体现的降水可以直接转换为降水 量预报；譬如红色柱状第2 个样本的3 7k g m 2 则相 当于3 7r a in 降水量。 根据降水观测资料，在3 3 个检验样本中共有9 个降水样本，N C E P 模式预报A C P C P ( 对流性降水) 变量对降水样本的预报准确次数为3 次，空报0 次， 漏报6 次；而A P C P 0 6 ( 6h 累积降水量) 对降水样本 的预报准确次数也为3 次，空报0 次，漏报6 次；经过 数值产品的释用后，模型对降水样本的预报准确次 数为8 次，空报0 次，漏报1 次。与N C E P 模式预报 相比，释用后的降水模型预报准确率大幅提高；其 效果不仅体现在晴雨预报方面，在降水等级方面， 释用后的降水模型预报也更加贴近观测实况。从 图5 还可以看出，检验样本中的第8 、第9 - 样本，观 测实况显示为中雨和大雨降水过程，N C E P 模式预 报的相关变量对这两次降水过程均出现了漏报，而 释用后的降水模型则不仅对这两次降水过程进行 了有效预报，在降水等级上也有较好的体现，预报 的降水等级均为中雨。经过对各预报时效的降水 预报模型准确率的统计，结果表明：针对青岛海水 浴场，O 一2 4h 、2 4 4 8h 、4 8 7 2h 各预报时效其预 报模型综合准确率( 晴雨预报T s 评分) 分别为： 8 8 、8 9 及8 4 。关于该浴场降水其它预报时效 所建立的预报模型所选用的变量表及对应的预报 效果图略。 4 3 能见度预报 针对厦门海水浴场能见度预报模型的建立，首 先对收集到的厦门及其周边地区的能见度实况数 据进行统计后发现：大、小梅沙、汕尾、厦门、平潭、 东山及南澳一带，在每年的5 1 0 月容易出现辐射 雾，如图6 所示。该图横坐标为日数，纵坐标为能见 度值，灰色柱状为0 8 时能见度，蓝色柱状为1 4 时能 见度；而其中的箭头所示为辐射雾影响时间段；即 天气晴朗少云的清晨容易出现1 0k m 以下的能见 度，而至下午时间段，能见度转好，可达1 5k m 以 上。由于辐射雾的形成条件主要包括：( 1 ) 冷却条 件：地面散热迅速，即晴朗少云的夜间或清晨；( 2 ) 水汽条件：近低层水汽充沛，湿度越大、湿层越厚， 越有利于形成雾；尤其是空气被雨和潮湿的地面增 湿厚，对此类雾形成特别有利；可对应模式中的土 壤湿度项；( 3 ) 层结条件：有逆温层存在；( 4 ) 风力不 3 2 1 0 3 2 O 3 2 ，O 3 2 l 0 3 2 ，O 熙淋寸副鼙 n 副辎 剥辎 _ 副鼙 海洋预报 3 2 卷 图5 青岛海水浴场降水释用模型( 预报时效为4 8 7 2h ) 检验效果图 I I , jI 川【城 图6 厦门海水浴场能见度实况图( 2 0 1 2 9 4 N2 6 日一5 月3 1 日期间逐日两次观测) 大：微风。因此，后续所开展的工作即从模式中提 取了相关的因子以备建模使用。 根据辐射雾的形成条件，从模式中提取了相关 的因子，譬如8 5 0h P a 温度与9 2 5h P a 温度之间的温 度差、9 2 5h P a 与2m 高度的温度差、风力、风向、中 低层的相对湿度、土壤湿度及土壤湿度的2 4h 变化 情况等等。其中，土壤湿度及土壤湿度的2 4h 变化 情况是一个较好的指标；在土壤湿度已经达到一定 2 期 邓小花等：运用支持向量机方法对数值模拟结果的初步释用 2 1 的阈值的前提下，由于清晨时间段土壤的温度高于 近地面的气温，致使土壤中的水分不断蒸发并遇冷 凝结，导致辐射雾的形成。 在具体的建模过程中，通过求取备选因子与能 见度之间的相关，将相关性超过一定阈值的因子提 取出来，并进行因子的最优因子组合，进而构建了 预测模型。 在卜2 4h 预报时效的能见度预报模型的建立 中，所设置的相关系数阈值为0 3 4 ，达到阈值的因子 个数为9 个。通过众多预报模型的预报效果的对 比，最终筛选出4 个模型用于最终的能见度预报模 型的集成。图7 中，横坐标为检验样本数，纵坐标为 能见度等级，蓝色虚线是能见度为1 5k m 的分界线 ( 虚线以左的样本能见度小于1 5k m ，以右的样本大 于1 5k m ) 。图中的r e a l代表了检验样本中各能见 度等级的实况，譬如等级3 表明样本能见度小于 1 0k m ；等级2 表明样本能见度在1 卜1 5k m 之间； 而等级1 代表样本能见度在1 5k m 以上。从 表7 厦门浴场能见度预报各模型所选用的变量( 各预报时效) 变量O一24h 预报模型 2 4 4 8h 预报模型4 8 7 2h 预报模型 L F T X S F C P W A T E A T M R H 一7 0 0 S O I L W D e lt aT M P ( 与东边站点之差) D e lt aT M P ( 与两边站点之差) D e lt aU G R D8 5 0 ( 与东边站点之差) D e lt aV G R D8 5 0 ( 与南边站点之差) D e lt aV G R D8 5 0 ( 与北边站点之差) DS O I L W ( 土壤湿度2 4h 变化) + 表中以D e lt a _ 开头的变量，代表本站与周同站点之间的变量差 03 06 0 j1 1i 一_ _ 一 ： l ： Il 一 I_I - I _ - ，_ 一 一_一-一 f 一 f0 V 一一一 一_ 一_ 一 j W j 一 - 产_一 一 一- _ 一 j W j 一一 图7 厦门海水浴场各能见度预报模型预报效果( m o d e ll_ m o d l“能见度等级预报) 及能见度实况分析 ( 能见度实况等级分析：r e a l) 3 2 3 2 3 2 3 2 3 2 霹戗 妻、晕 墨交+ 金，晕 善犁 海洋预报 3 2 卷 m o d e ll- - m o d e m 的预报效果来看，各预报模型对 能见度小于1 0k m 的样本把握较为准确，而对 1 0 1 5k m 的能见度预报较难把握；另外，各预报 模型对能见度的预报具有总体“偏差”的趋势，即 针对一些能见度在1 5k m 以上的样本，预报模型仍 然给出了1 0k m 以下的预报结论。 表7 为厦门海水浴场能见度各预报模型在不同 预报时效情况下所用到的具体变量。总体来说， O 一2 4h 预报时效能见度预报模型中所用到的变量 包括：整层大气可降水量、土壤湿度( 含2 4 h 土壤湿 度变化情况) 、8 5 0h P a 经向风速切变等；而2 卜4 8h 预报时效能见度预报模型中所用到的变量则包括： 整层大气可降水量、土壤湿度( 含2 4h 土壤湿度变 化情况) 、气温、8 5 0h P a 纬向风速切变等；4 8 7 2h 预报时效能见度预报模型中所用到的变量包括：地 表抬升指数、整层大气可降水量、土壤湿度、气温、 8 5 0h P a 风速切变等。从各不同预报时效能见度预 报模型所选用的影响因子来看，较大一部分是较为 一致的，这表明各预报模型总体上可信度较高，并 且预报效果比较稳定。关于厦门浴场2 4 _ 4 8h 、 4 8 7 2h 能见度预报模型效果图略。 5 结论及展望 利用收集到的2 0 1 1 年、2 0 1 2 年青岛、厦门海水 浴场开放期间所收集的观测资料及对应时间段内 的N C E P 模式预报资料，应用S V M 方法，分别构建 了2 个海水浴场不同预报时效内的气温、降水及能 见度预报模型。将释用结果与实测资料或者模式 输出结果进行比对，主要可以得出以下结论： ( 1 ) 应用S V M 方法，分别构建的各预报模型， 无论是历史样本拟和的精度上( 图略) 还是模型的 实际预测能力，均比较满意； ( 2 ) 与模式结果相比，各预报要素释用后的结 果较释用前在预报准确率方面有较大的提高。如 经过气温、降水模型的进一步释用订正，预报结论 与实测结果更为接近； ( 3 ) 经过对能见度要素( 模式未能进行直接输 出的变量) 的诊断，其结果总体上较为满意，即各能 见度预报模型能够较为准确地把握住能见度低于 1 0k m 的情况；但其预报能力仍具有很大的潜力及 提升空间。 参考文献： 1 】V a p n ikV N T h eN a t u r eo fS t a t is t ica l L e a r n in gT h e o r y 【M N e w Y o r k ：S p r in g e r - V e r la g ，2 0 0 0 2 V a p n ikV N S t a t is t ica l L e a r n in gT h e o r y 【M 】N e wY o r k ：J o h n w ile y & S o n s , I n c。1 9 9 8 ：3 7 5 5 7 0 【3 陈永义，俞小鼎，高学浩，等处理非线性分类和回归问题的一种 新方法( I ) 支持向量机方法简介( J 】应用气象学报，2 0 0 4 ，1 5 ( 3 ) ：3 4 5 3 5 4 4 冯汉中，陈永义处理非线性分类和回归问题的一种新方法 ( ) 支持向量机方法在天气预报中的应用【J 应用气象学 报，2 0 0 4 ，15 ( 3 ) ：3 5 5 - 5 6 5 【5 滕卫平，俞善贤，胡波，等S V M 回归法在汛期旱涝预测中的应用 研究 J 浙江大学学报( 理学版) ，2 0 0 8 ，3 5 ( 3 ) ：3 4 3 - 3 4 7 ，3 5 4 【6 杨淑群，芮景析，冯汉中支持向量机( S V M ) 方法在降水分类预测 中的应用【J 西南农业大学学报( 自然科学版) ，2 0 0 6 ，2 8 ( 2 ) ： 2 5 2 2 5 7 7 李智才，马文瑞，李素敏，等支持向量机在短期气候预测中的应 用【J 气象，2 0 0 6 ，3 2 ( 5 ) ：5 7 - 6 1 【8 】熊秋芬，胡江林，陈永义天空云量预报及支持向量机和神经网 络方法比较研究【J 热带气象学报，2 0 0 7 ，2 3 ( 3 ) ：2 5 5 2 6 0 【9 9 吴爱敏，郭江勇，张洪芬，等支持向量机方法在冰雹预报中的应 用 J 】干旱气象，2 0 0 5 ，2 3 ( 4 ) ：4 1 4 5 1 0 】黄玉霞，许东蓓，蒲肃S V M 方法在森林