基于XGBoost和LSTM的臺風(fēng)強(qiáng)度預(yù)測模型分析

劉 峻，高 珊，2

（1.廣西大學(xué)計算機(jī)與電子信息學(xué)院，廣西 南寧 530004；2.廣西壯族自治區(qū)氣象服務(wù)中心，廣西 南寧530022）

0 引言

臺風(fēng)是在溫帶洋面上生成和發(fā)展的熱帶天氣系統(tǒng)，引發(fā)的次生災(zāi)害具有極大的破壞性。準(zhǔn)確估算臺風(fēng)強(qiáng)度是臺風(fēng)預(yù)報和災(zāi)害預(yù)警中極為關(guān)鍵的問題，可以為防災(zāi)部門提供有效的信息支持，大大減少生命和財產(chǎn)的損失。

目前，世界上對臺風(fēng)強(qiáng)度預(yù)測仍處于探索研究階段，隨著機(jī)器學(xué)習(xí)在各行業(yè)的應(yīng)用逐漸深入，氣象領(lǐng)域的研究人員開始嘗試將機(jī)器學(xué)習(xí)算法應(yīng)用于天氣預(yù)報領(lǐng)域。自從Knaff等人于2002年開發(fā)了第一版 “統(tǒng)計臺風(fēng)強(qiáng)度預(yù)報方案” (STIPS）以來，研究人員相繼提出了基于人工神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)(RBFN）、多層感知器(MLP）、統(tǒng)計多元線性和普通線性回歸等模型的方案對臺風(fēng)強(qiáng)度進(jìn)行預(yù)測。Jin等［1］認(rèn)為臺風(fēng)強(qiáng)度的變化受包括海洋熱量、垂直風(fēng)切變和下墊面變化等許多因素的影響，極端梯度提升算法XGBoost算法可以挖掘、處理多個維度因素，進(jìn)行多因素預(yù)測，因而基于XGBoost模型和風(fēng)云衛(wèi)星影像估算南海熱帶氣旋強(qiáng)度。而Yuan等［2］考慮到影響臺風(fēng)強(qiáng)度的變化因素多呈非線性特征，且往往具有時間相關(guān)性，因此采用LSTM模型將臺風(fēng)強(qiáng)度預(yù)報作為時間序列問題進(jìn)行研究。這些方法在機(jī)器學(xué)習(xí)應(yīng)用到臺風(fēng)強(qiáng)度預(yù)測方面進(jìn)行了有益嘗試，取得了較好的結(jié)果，但仍存在預(yù)測誤差率不夠高、特征提取復(fù)雜等問題。

考慮到XGBoost具有較高的預(yù)測精度、良好的擬合和泛化能力等優(yōu)點，LSTM擅長處理時間序列問題，以及XGBoost樹模型和LSTM神經(jīng)網(wǎng)絡(luò)模型的方法原理不同，兩者進(jìn)行方法組合，產(chǎn)生的結(jié)果相關(guān)性較低，有利于提高預(yù)測的準(zhǔn)確性。因此本文基于XGBoost和LSTM對臺風(fēng)強(qiáng)度進(jìn)行組合建模和預(yù)測，將其預(yù)測結(jié)果與單機(jī)器學(xué)習(xí)模型XGBoost和LSTM進(jìn)行對比，以研究這些機(jī)器學(xué)習(xí)方法在臺風(fēng)預(yù)報與監(jiān)測中的應(yīng)用。

1 臺風(fēng)強(qiáng)度預(yù)測模型

極度梯度提升算法(eXtreme Gradient Boosting，XGBoost）［1］是一種Boosting集成學(xué)習(xí)方法，通過不斷形成新的決策樹來擬合上一步預(yù)測的殘差，逐步縮減真實值與預(yù)測值之間殘差，以達(dá)到準(zhǔn)確分類的效果，十分適合作為臺風(fēng)強(qiáng)度預(yù)測的分類模型。

而長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory，LSTM）［2］是一種時間循環(huán)神經(jīng)網(wǎng)絡(luò)，是為了解決一般的循環(huán)神經(jīng)網(wǎng)絡(luò)RNN存在的長期依賴問題而專門設(shè)計出來的，適于對與時間相關(guān)的臺風(fēng)強(qiáng)度影響因素進(jìn)行建模。

本文將XGBoost和LSTM模型組合在一起，進(jìn)行臺風(fēng)強(qiáng)度預(yù)測實驗。預(yù)測模型使用當(dāng)前時間和提前不同時間的臺風(fēng)強(qiáng)度、位置和移動速度等數(shù)據(jù)來共同預(yù)測下一個時間點的臺風(fēng)強(qiáng)度。該過程可以獲得提前6，12，24小時等預(yù)報時間的臺風(fēng)強(qiáng)度數(shù)據(jù)。

組合模型預(yù)測流程為：首先對臺風(fēng)原始數(shù)據(jù)集進(jìn)行預(yù)處理，提取出氣候、環(huán)境、歷史數(shù)據(jù)等特征；然后將這些特征輸入LSTM模型中進(jìn)行訓(xùn)練，得到LSTM模型的初步預(yù)測值；再次，將LSTM模型的初步預(yù)測值作為一個新的特征，與原始數(shù)據(jù)集經(jīng)過預(yù)處理得到的其他氣候、環(huán)境、歷史數(shù)據(jù)特征一起構(gòu)成一個新的數(shù)據(jù)集，將其輸入XGBoost模型中進(jìn)行訓(xùn)練和預(yù)測，得到最終的預(yù)測值。

本文構(gòu)建的XGBoost＋LSTM預(yù)測模型的輸入數(shù)據(jù)集，不但包含了對臺風(fēng)原始數(shù)據(jù)集進(jìn)行預(yù)處理而提取出的氣候、環(huán)境、歷史數(shù)據(jù)等特征參數(shù)，還包括了經(jīng)過LSTM模型處理得到的初步預(yù)測值作為另一維度特征參數(shù)。兩種特征參數(shù)一起作為XGBoost臺風(fēng)強(qiáng)度預(yù)測模型的輸入，參加臺風(fēng)強(qiáng)度的預(yù)測過程。這一方式主要是利用XGBoost模型和LSTM模型結(jié)構(gòu)上的差異，充分發(fā)揮兩個模型各自的優(yōu)勢，降低模型過擬合的風(fēng)險，提高臺風(fēng)強(qiáng)度的預(yù)測精度。預(yù)測模型流程如圖1所示。

圖1 XGBoost＋LSTM臺風(fēng)強(qiáng)度預(yù)測模型流程

2 實驗分析

本文XGBoost臺風(fēng)強(qiáng)度預(yù)測模型使用的數(shù)據(jù)來自廣西壯族自治區(qū)氣象局及中央氣象臺臺風(fēng)網(wǎng)(http：//typhoon.nmc.cn/web.html）。臺風(fēng)強(qiáng)度根據(jù)中國氣象局發(fā)布的《關(guān)于實施＜熱帶氣旋等級＞國家標(biāo)準(zhǔn)(GB/T 19201—2006）的通知》［3］(氣發(fā)〔2006〕154號）中的標(biāo)準(zhǔn)進(jìn)行劃分，熱帶氣旋底層中心附近最大平均風(fēng)速達(dá)到10.8～17.1 m/s(風(fēng)力6～7級）為熱帶低壓，達(dá)到17.2～24.4 m/s(風(fēng)力8～9級）為熱帶風(fēng)暴，達(dá)到24.5～32.6 m/s(風(fēng)力10～11級）為強(qiáng)熱帶風(fēng)暴，達(dá)到32.7～41.4 m/s(風(fēng)力12～13級）為臺風(fēng)，達(dá)到41.5～50.9 m/s(風(fēng)力14～15級）為強(qiáng)臺風(fēng)，達(dá)到或大于51.0 m/s(風(fēng)力16級或以上）為超強(qiáng)臺風(fēng)。

為了驗證臺風(fēng)強(qiáng)度預(yù)測模型性能，本文使用平均絕對誤差MAE指標(biāo)對模型進(jìn)行評估。由于臺風(fēng)強(qiáng)度一般認(rèn)為由底層中心附近最大平均風(fēng)速決定，因此本文主要對臺風(fēng)不同階段的風(fēng)速進(jìn)行驗證對比。本文將基于XGBoost和LSTM組合的臺風(fēng)強(qiáng)度預(yù)測模型的結(jié)果誤差與單獨基于LSTM和XGBoost的臺風(fēng)強(qiáng)度預(yù)測模型的結(jié)果誤差進(jìn)行了對比分析，并選取提前6小時和提前24小時的預(yù)測誤差，如圖2—3所示。

在提前6小時預(yù)報中，組合模型對于所有臺風(fēng)強(qiáng)度級別的預(yù)測的平均絕對誤差(MAE）均小于單一模型的平均絕對誤差，尤其在強(qiáng)臺風(fēng)以下的級別預(yù)報中，組合模型的MAE誤差值一直保持在5以下，LSTM模型和XGBoost模型的MAE誤差值則一直隨著臺風(fēng)強(qiáng)度級別的增強(qiáng)而不斷上升。

在提前24小時的預(yù)報中，組合模型明顯更適合熱帶低氣壓、臺風(fēng)和強(qiáng)臺風(fēng)等級的預(yù)報，而LSTM模型對熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴和超強(qiáng)臺風(fēng)等級的預(yù)報誤差更低一些。

由圖2—3可以看出，在預(yù)報提前時間小于24小時的預(yù)報中，LSTM模型更適合預(yù)報提前時間量偏長的超強(qiáng)臺風(fēng)級別的預(yù)測，而XGBboost＋LSTM組合模型更適合預(yù)報提前時間量偏短的臺風(fēng)級別預(yù)測，且適用性更廣。因此，在進(jìn)行臺風(fēng)強(qiáng)度預(yù)報時，可以根據(jù)不同時間階段和不同臺風(fēng)強(qiáng)度等級，采用不同模型進(jìn)行預(yù)測，這樣更能發(fā)揮各自模型算法的優(yōu)勢。

圖2 單一模型和組合模型提前6小時預(yù)報不同強(qiáng)度臺風(fēng)的誤差

圖3 單一模型和組合模型提前24小時預(yù)報不同臺風(fēng)強(qiáng)度的誤差

3 結(jié)語

本文對比分析了基于XGBoost和LSTM的臺風(fēng)強(qiáng)度預(yù)測模型，經(jīng)過多輪迭代訓(xùn)練，優(yōu)化相應(yīng)超參數(shù)，構(gòu)建相應(yīng)深度神經(jīng)網(wǎng)絡(luò)對臺風(fēng)強(qiáng)度進(jìn)行了分析和預(yù)測。實驗結(jié)果表明，在不同時間階段和不同臺風(fēng)強(qiáng)度等級的預(yù)測中，模型的正確選擇有利于降低預(yù)測的誤差?？傮w而言，與XGBoost和LSTM單機(jī)器學(xué)習(xí)模型相比，由于XGBoost和LSTM組合模型不僅考慮了影響臺風(fēng)強(qiáng)度的因素的時間序列特征，同時又兼顧了這些因素的非線性特征。因此，組合模型的預(yù)測誤差相對更小，穩(wěn)定性也更強(qiáng)，更適用于臺風(fēng)強(qiáng)度預(yù)測。今后，筆者將進(jìn)一步擴(kuò)大樣本數(shù)量，優(yōu)化模型的預(yù)測效果，以期將該臺風(fēng)強(qiáng)度預(yù)測模型真正應(yīng)用于實際。