华南区域较长时效卫星云图的机器学习滚动预测建模理论方法研究

For lacking the objective forecast method of satellite cloud images change in a longer aging, a new satellite cloud images forecast modeling theory is established，here using the method of machine learning intelligent computing and data mining technology, and it is basing on the related physical factors of numerical forecast model and other environmental physics fields related to the development of cloud system. The cooperation countermeasure Shapley value method which used to determine the weight of each individual neural network forecast in the integrated forecast coefficient is proposed on forecast modeling method, it can enhance the network difference degree of the member, and improve the neural network ensemble forecast performance for the cloud images. On the processing method of the physical predictors in the cloud images forecast model, the step by step variable selection algorithm of k-nearest neighbour mutual information estimation; the manifold learning Laplace feature mapping method would be used etc. Through calculating the mutual information of forecast factors and predictand, the choice of relevant variables and the remove of weak relevant variables are realized, furthermore using the method of nonlinear mapping to projection forecast factors of high dimensional data set into low dimensional feature space, and dig the mainly forecast information of low dimensional structure which hidden in the high dimensional data set. Here create a new longer aging satellite cloud images rolling machine learning objective of integrated forecasting modeling method and the forecast model, which based on mutual in formation and machine learning method based on data mining technology theory from mathematical modeling method to the model input structure.

以数值预报模式产品和影响云系生成发展相关的环境物理场资料为基础，针对卫星云图变化预测缺少具有较长时效的客观预报方法问题，采用机器学习的智能计算和数据挖掘技术，建立新的卫星云图预报建模理论方法。在预报建模方法上，拟通过采用合作对策Shapley值法确定各神经网络预报个体在集成预报的权重系数，增强成员网络差异度，来提高云图的神经网络集合预报性能。而在预报因子集的处理方法上，将采用k-近邻互信息估计的分步式变量选择算法、流形学习拉普拉斯特征映射等方法。通过计算预报因子与预报量的互信息，实现相关变量的选择与弱相关变量的剔除，并进一步利用非线性映射将高维的预报因子数据集投影到低维特征空间，发掘隐藏于高维数据集中主要预报信息的低维结构。创建一种从数学建模方法到模型输入构造上，以互信息和机器学习计算数据挖掘新技术理论方法为基础的新的较长时效卫星云图滚动预测的机器学习客观集成预报建模理论方法和预报模型。

项目已按原计划全面完成了研究任务，主要内容如下:.（1）共完成研究论文29篇（计划任务6-8篇），其中已发表论文26篇，在已公开发表的26篇论文中，5篇论文SCI收录，7篇论文EI收录，7篇为国家自然科学核心期刊，7篇论文为省级期刊；送审论文3篇。.（2）培养硕士研究生2名；项目组3名成员围绕本项目内容开展研究工作晋升高一级技术职称；项目主持人黄小燕于2019年成为第二十二批广西十百千人才工程第二层次人选。.（3）主要研究内容及创新特色：针对卫星云图较长时效的智能计算预报建模方法、高维预报因子数据挖掘方法以及机器学习预报建模理论方法需要解决的一些关键问题，以反映云系发生发展的环境场和环流场物理量要素为基础，采用k-近邻互信息估计的分步式变量选择算法、流形学习拉普拉斯特征映射等智能计算方法，通过从全部卫星云图预报因子的高维数据集中挖掘出低维结构的主要预报信息特征量，进行了卫星云图变化客观预报的高维预报因子数据集的非线性降维特征提取和特征选择的预报模型输入构建方法研究。进一步采用合作对策的Shapley-模糊神经网络、随机森林等机器学习方法，在进行预报泛化性能研究的基础上，建立了预报精度高于常规线性统计预报方法的卫星云图变化非线性客观预报模型，预测与实况云图的相关性超过50%以上。为卫星云图在短期天气分析和预报中提供了新的方法和手段，并开拓了互信息和机器学习的智能计算方法在国内外大气学科的应用研究领域。.（4）基于FY-4A卫星数据和Himawari-8遥感数据，构建了短时强降水深度学习客观预报模型、对流初生（CI）客观预警模型以及华南沿海日间海雾监测模型，对于卫星资料在实际业务的应用示范和有效提高灾害性天气预报的准确率方面均具有重大意义。.（5）项目还研究采用互信息的最大相关最小冗余度算法，信息增益的特征因子最优组合方法，双重基于Mercer核的主成分分析等多种预报特征信息的数据挖掘及降维处理计算方法，优化和改进了多种机器学习方法进行了多种气象要素的预报建模研究。