基于決策樹模型的貴州降雹識(shí)別研究

彭宇翔，文繼芬,李 皓，劉 濤，唐辟如,郭 茜

(1．貴州省人工影響天氣辦公室，貴州 貴陽 550081；2．貴州省氣象災(zāi)害防御技術(shù)中心，貴州 貴陽 550081；3．貴州省氣象信息中心，貴州 貴陽 550002)

0 引 言

FY-2G衛(wèi)星觀測資料是目前我國人工影響天氣業(yè)務(wù)主要使用的衛(wèi)星資料，中國氣象局人工影響天氣中心基于FY-2G衛(wèi)星提供的云頂高度、云頂溫度、過冷層厚度、光學(xué)厚度、有效粒子半徑、液水路徑、黑體亮溫等7項(xiàng)反演產(chǎn)品在我國人工影響天氣監(jiān)測預(yù)警業(yè)務(wù)中發(fā)揮了重要作用。

近年來，很多學(xué)者利用衛(wèi)星紅外云圖、可見光、中波紅外等資料針對對流云的識(shí)別開展了研究[1-5]，倪煜淮等[3]利用FY-2D逐小時(shí)亮溫資料對2019年一次冰雹天氣過程進(jìn)行了分析研究；針對衛(wèi)星反演產(chǎn)品也有相關(guān)研究，安曉存等[5]分析了云頂亮溫、云頂亮溫梯度特征與冰雹的關(guān)系；孫玉穩(wěn)等[7]分析了1987年5次降雹個(gè)例的云系的云頂溫度與地面雹雨分布特征；劉小艷等[8]利用CPAS系統(tǒng)統(tǒng)計(jì)分析了冰雹個(gè)例中FY-2G衛(wèi)星反演產(chǎn)品的特征參數(shù)及其時(shí)間變化。但是，現(xiàn)階段還沒有學(xué)者利用FY-2G衛(wèi)星反演產(chǎn)品進(jìn)行降雹識(shí)別研究。FY-2G衛(wèi)星提供的反演產(chǎn)品雖已用于貴州人工影響天氣監(jiān)測預(yù)警業(yè)務(wù)，但針對冰雹云的監(jiān)測還主要是依靠地面雷達(dá)，衛(wèi)星反演產(chǎn)品主要是對全省云系發(fā)展進(jìn)行較大范圍的宏觀監(jiān)測，且主要是依靠個(gè)人經(jīng)驗(yàn)進(jìn)行主觀定性判斷，針對反演產(chǎn)品對降雹是否具有實(shí)質(zhì)性的指示作用還沒有進(jìn)行過深入研究。因此，本研究主要基于FY-2G衛(wèi)星反演產(chǎn)品，建立決策樹降雹識(shí)別模型，驗(yàn)證衛(wèi)星反演產(chǎn)品對冰雹的識(shí)別作業(yè)。

本文以FY-2G衛(wèi)星的反演產(chǎn)品為輸入?yún)?shù)建立決策樹模型，利用檢驗(yàn)集數(shù)據(jù)檢驗(yàn)?zāi)Ｐ妥R(shí)別效果，檢驗(yàn)衛(wèi)星反演產(chǎn)品對降雹識(shí)別研究的有效性。

1 數(shù)據(jù)與方法

1.1 FY-2G衛(wèi)星數(shù)據(jù)

FY-2G是風(fēng)云二號(03批)衛(wèi)星中的第二顆衛(wèi)星，于2014年12月31日成功發(fā)射，自2015年7月1日開始定位于105°E赤道上空，并提供觀測服務(wù)，是目前我國人工影響天氣業(yè)務(wù)主要使用的衛(wèi)星資料，中國氣象局人工影響天氣中心基于FY-2G衛(wèi)星提供的云頂高度、云頂溫度、過冷層厚度、光學(xué)厚度、有效粒子半徑、液水路徑、黑體亮溫等7項(xiàng)反演產(chǎn)品在我國人工影響天氣監(jiān)測預(yù)警業(yè)務(wù)中發(fā)揮了重要作用。

本文收集了2020年3—5月11個(gè)冰雹日136組FY-2G衛(wèi)星反演產(chǎn)品數(shù)據(jù)，其中包括了68個(gè)降雹點(diǎn)數(shù)據(jù)和68個(gè)未降雹點(diǎn)數(shù)據(jù)，每個(gè)降雹點(diǎn)選取降雹時(shí)段之前或者之后15 min內(nèi)的反演產(chǎn)品作為該時(shí)段的反演數(shù)據(jù)，選取該11個(gè)冰雹日中未降雹點(diǎn)的反演數(shù)據(jù)作為對比。將該數(shù)據(jù)集分為模型訓(xùn)練集和模型檢驗(yàn)集。從中隨機(jī)選取116組數(shù)據(jù)作為模型訓(xùn)練集用于訓(xùn)練模型(其中包括58組降雹點(diǎn)和58組未降雹點(diǎn)數(shù)據(jù))，剩余20組數(shù)據(jù)作為模型檢驗(yàn)集(其中包括10組降雹點(diǎn)和10組未降雹點(diǎn)數(shù)據(jù))。

1.2 決策樹模型

決策樹是一個(gè)預(yù)測模型，他代表的是對象屬性與對象值之間的一種映射關(guān)系。樹中每個(gè)節(jié)點(diǎn)表示某個(gè)對象，每個(gè)分叉路徑代表某個(gè)可能的屬性值，每個(gè)葉結(jié)點(diǎn)對應(yīng)從根節(jié)點(diǎn)到該葉節(jié)點(diǎn)所經(jīng)歷的路徑所表示的對象的值。決策樹僅有單一輸出，若欲有復(fù)數(shù)輸出，可以建立獨(dú)立的決策樹以處理不同輸出。數(shù)據(jù)挖掘中決策樹是一種經(jīng)常要用到的技術(shù)，可以用于分析數(shù)據(jù)，同樣也可以用來作預(yù)測。

圖1 決策樹模型示意圖Fig.1 Schematic diagram of decision tree model

從數(shù)據(jù)產(chǎn)生決策樹的機(jī)器學(xué)習(xí)技術(shù)叫做決策樹學(xué)習(xí)。每個(gè)決策樹都表述了一種樹型結(jié)構(gòu)，由它的分支來對該類型的對象依靠屬性進(jìn)行分類。每個(gè)決策樹可以依靠對源數(shù)據(jù)庫的分割進(jìn)行數(shù)據(jù)測試。決策樹如果依靠數(shù)學(xué)的計(jì)算方法可以取得更加理想的效果。

2 結(jié)果與討論

2.1 決策樹模型建立

在2020年3—5月11個(gè)冰雹日136組FY-2G衛(wèi)星反演產(chǎn)品數(shù)據(jù)中隨機(jī)選取116組數(shù)據(jù)作為模型訓(xùn)練集用于訓(xùn)練模型(其中包括58組降雹點(diǎn)和58組未降雹點(diǎn)數(shù)據(jù))，利用MATLAB軟件完成決策樹模型建立。

2.2 模型識(shí)別效果檢驗(yàn)

2020年3—5月11個(gè)冰雹日136組FY-2G衛(wèi)星反演產(chǎn)品數(shù)據(jù)中建模隨機(jī)選取116組數(shù)據(jù)后剩余的20組數(shù)據(jù)作為模型檢驗(yàn)集(其中包括10組降雹點(diǎn)和10組未降雹點(diǎn)數(shù)據(jù))對模型識(shí)別效果進(jìn)行檢驗(yàn)，結(jié)果顯示：所建決策樹模型對訓(xùn)練集中10個(gè)降雹點(diǎn)準(zhǔn)確識(shí)別了7個(gè)，3個(gè)降雹點(diǎn)被識(shí)別為未降雹點(diǎn)；對10個(gè)未降雹點(diǎn)準(zhǔn)確識(shí)別了9個(gè)，1個(gè)未降雹點(diǎn)被識(shí)別為了降雹點(diǎn)。

可見，所建決策樹模型對降雹與未降雹點(diǎn)總的識(shí)別準(zhǔn)確率為80%，其中對10個(gè)未降雹點(diǎn)識(shí)別準(zhǔn)確率為90%，對10個(gè)降雹點(diǎn)識(shí)別準(zhǔn)確率為70%。這表明該模型對所建立數(shù)據(jù)集中的未降雹點(diǎn)識(shí)別準(zhǔn)確率高于降雹點(diǎn)的識(shí)別準(zhǔn)確率；將降雹點(diǎn)識(shí)別為未降雹會(huì)導(dǎo)致實(shí)際業(yè)務(wù)中的漏報(bào)，而將未降雹點(diǎn)識(shí)別為降雹點(diǎn)會(huì)導(dǎo)致空報(bào)，因此，所建立的模型空報(bào)率為10%，漏報(bào)率為30%，空報(bào)率低于漏報(bào)率。

3 結(jié)論

本文以FY-2G衛(wèi)星的反演產(chǎn)品為輸入?yún)?shù)建立決策樹模型，對2020年貴州冰雹云進(jìn)行識(shí)別研究，所使用的7項(xiàng)反演產(chǎn)品包括：云頂高度、云頂溫度、過冷層厚度、光學(xué)厚度、有效粒子半徑、液水路徑、黑體亮溫。將收集的2020年3—5月11個(gè)冰雹日136組FY-2G衛(wèi)星反演產(chǎn)品數(shù)據(jù)，其中包括了68個(gè)降雹點(diǎn)數(shù)據(jù)和68個(gè)未降雹點(diǎn)數(shù)據(jù)分為模型訓(xùn)練集和模型檢驗(yàn)集。從中隨機(jī)選取116組數(shù)據(jù)作為模型訓(xùn)練集用于訓(xùn)練模型，完成決策樹模型建立，利用剩余20組數(shù)據(jù)作為模型檢驗(yàn)集，驗(yàn)證模型識(shí)別效果。結(jié)果表明，所建模型冰雹識(shí)別準(zhǔn)確率為80%，其中對10個(gè)降雹點(diǎn)識(shí)別準(zhǔn)確率為70%，對10個(gè)未降雹點(diǎn)識(shí)別準(zhǔn)確率為90%，這表明該模型對所建立數(shù)據(jù)集中的未降雹點(diǎn)識(shí)別準(zhǔn)確率高于降雹點(diǎn)的識(shí)別準(zhǔn)確率。將降雹點(diǎn)識(shí)別為未降雹會(huì)導(dǎo)致實(shí)際業(yè)務(wù)中的漏報(bào)，而將未降雹點(diǎn)識(shí)別為降雹點(diǎn)會(huì)導(dǎo)致空報(bào)，所建立的模型空報(bào)率(10%)低于漏報(bào)率(30%)，這表明該模型如果投入人工影響天氣冰雹識(shí)別業(yè)務(wù)，則該模型的空報(bào)率較低，但存在一定程度的漏報(bào)。