实现准确预报的降水预报模型构建方法研究

第３Ｏ卷第２期　计算机仿真　２０１３年２月　文章编号：１００６—９３４８（２０１３）０２－０３５１—０３　

实现准确预报的降水预报模型构建方法研究　

范严，程琳　（江西科技师范大学，江西南昌３３００３８）　摘要：研究降水预报模型的构建问题，提高预报准确度。在降水预报技术中，选用较多的预报因子构建预报模型并根据预报　因子之间的联系训练得到准确模型，但受空气不稳定特性的影响使得预报因子之间的非线性联系极难准确描述，传统预报　模型构建方法不能有效获取预报因子之间的联系，无法训练得到准确的预报模型，造成降水预报准确度不高的问题。为解　决上述问题，提出模糊聚类算法构建降水预测模型的方法。根据空气的流动特性，采用模糊聚类算法分析预报因子内部的　直接关联特性从而准确表述预报因子之间的联系，构建初始预报模型，并据最小二乘回归方法训练得到降水预报模型。实　验表明，模糊聚类算法能够有效获取预报因子之间的联系，准确构建和训练预报模型，实现了降水的准确预报。　关键词：预报模型；预报因子；模糊聚类　中图分类号：ＴＰ２７３　．４　文献标识码：Ｂ　

Ｒｅｓｅａｒｃｈ　ｏｎ　Ｍｏｄｅｌ　Ｂｕｉｌｄｉｎｇ　Ｍｅｔｈｏｄ　ｏｆ　Ａｃｃｕｒａｔｅ　Ｐｒｅｃｉｐｉｔａｔｉｏｎ　Ｆｏｒｅｃａｓｔ　

ＦＡＮ　Ｙａｎ．ＣＨＥＮＧ　Ｌｉｎ　（Ｊｉａｎｇｘｉ　Ｓｃｉｅｎｃｅ　Ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ　Ｊｉａｎｇｘｉ　３３００３８，Ｃｈｉｎａ）　ＡＢＳ１、ＲＡＣＴ：Ｒｅｓｅａｒｃｈ　ｔｈｅ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ｏｆ　ｔｈｅ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｆｏｒｅｃａｓｔ　ａｃｃｕｒａｃｙ．Ｉｎ　ｔｈｅ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ｆｏｒｅｃａｓｔ　ｔｅｃｈｎｏｌｏｇｙ，ｃｈｏｏｓｉｎｇ　ｍｏｒｅ　ｐｒｅｄｉｃｔｏｒｓ　ｔｏ　ｃｏｎｓｔｒｕｃｔ　ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ，ａｎｄ　ｔｒａｉｎｉｎｇ　ｔｏ　ｇｅｔ　ａｃｃｕｒａｔｅ　ｍｏｄｅｌ　ｂｙ　ｔｈｅ　ｏｂｔａｉｎｅｄ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒｓ，ｂｕｔ　ｔｈｅ　ｎｏｎｌｉｎｅａｒ　ｃｏｎｔａｃｔ　ｂｅｔｗｅｅｎ　ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒｓ　ｉｓ　ｖｅｒｙ　ｄｉｆｉｃｕｌｔ　ｔｏ　ｄｅｓｃｒｉｂｅ　ｂｅｃａｕｓｅ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｕｎｓｔａｂｌｅ　ａｉｒ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｓｏｌｖｅ　ｔｈｉｓ　ｐｒｏｂｌｅｍ，ｔｈｉｓ　ｐａｐｅｒ　ｐｕｔ　ｆｏｒｗａｒｄ　ａ　ｎｅｗ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ　ｃｏｎｓｔｒｕｃｔｉｏｎ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｆｕｚｚｙ　ｃｌｕｓｔｅｒｉｎｇ　ａｌｇｏｒｉｔｈｍ．Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｆｌｏｗ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ａｉｒ，ｔｈｅ　ｆｕｚｚｙ　ｃｌｕｓｔｅｒｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｕｓｅｄ　ｔｏ　ａｎａｌｙｓｅ　ｔｈｅ　ｉｎｔｅｒｎａｌ　ｄｉｒｅｃｔｌｙ　ｒｅｌａｔｅｄ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒｓ　ｔｏ　ｒｅａｌｉｚｅ　ｔｈｅ　ａｃｃｕｒａｔｅｌｙ　ｓｔａｔｅｍｅｎｔ　ｏｆ　ｔｈｅ　ｃｏｎｔａｃｔ　ｂｅｔｗｅｅｎ　ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒｓ．Ｔｈｅｎ　ｔｈｅ　ｉｎｉｔｉａｌ　ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ　Ｗａｓ　ｃｏｎｓｔｒｕｃｔｅｄ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｌｅａｓｔ—ｓｑｕａｒｅｓ　ｒｅｇｒｅｓｓｉｏｎ　ｍｅｔｈｏｄ　ｔｒａｉｎｉｎｇ，ａｎｄ　ｔｈｅ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ｆｏｒｅｃａｓｔ　ｍｏｄ＝　ｅｌ　Ｗａｓ　ａｃｑｕｉｒｅｄ．Ｅｘｐｅｒｉｍｅｎｔ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｆｕｚｚｙ　ｃｌｕｓｔｅｒｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｃａｎ．ｅｆｆｅｃｔｉｖｅｌｙ　ｏｂｔａｉｎ　ｔｈｅ　ｃｏｎｎｅｃｔｉｏｎ　ｂｅ－　ｔｗｅｅｎ　ｔｈｅ　ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒｓ，ａｎｄ　ａｃｃｕｒａｔｅｌｙ　ｃｏｎｓｔｒｕｃｔ　ａｎｄ　ｔｒａｉｎ　ｔｈｅ　ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ，ｒｅａｌｉｚｉｎｇ　ａｃｃｕｒａｔｅ　ｐｒｅｃｉｐｉｔａｔｉｏｎ　ｆｏｒｅ—　ｃａｓｔ．　ＫＥＹＷＯＲＤＳ：Ｆｏｒｅｃａｓｔ　ｍｏｄｅｌ；Ｆｏｒｅｃａｓｔ　ｆａｃｔｏｒ；Ｆｕｚｚｙ　ｃｌｕｓｔｅｒｉｎｇ　

１　引言　我国南部临海地区，受热带季风的影响降水量较多，且　在梅雨季节局部地区的强降水天气非常频繁，而且降水强度　也很大，极易引发暴雨洪涝灾害，由暴雨带来的洪涝灾害造　成的经济损失巨大，对社会也造成越来越大的危害　Ｊ。随着　经济的进步和发展，人们开始采用气象预报技术对灾害进行　预告，使人们提前做好防范准备以减少经济损失。过去的气　收稿日期：２０１２—０６—１９　象预报是在固定的时间通过电视、广播等方式给人们提供气　象预报，不能满足人们随时查询气象预报的需要。随着计算　机技术的发展，能够提供实时气象查询的降水预报模型构造　技术应运而生。通过统计地区的天气特性数据，构建降水预　报模型　Ｊ，根据降水模型给人们提供实时的气象查询。为有　效提供预报服务以减少经济损失，人们对降水预报需要的同　时对预报准确度提出了很高的要求，因此降水预报模型构建　方法的预报准确度成为了研究的重点问题。　构建降水模型的降水预报方法虽然能够提供实时的查　询，但是其构建降水模型所选取的预报因子　（如比湿、水汽　

一３５１—　通量、散度、垂直速度等）受大气的水汽条件、大气环境场合　上升运动的影响，具有时变的非线性特性　，预报因子间相　互作用关系复杂，其相互间联系极难准确描述，直接影响预　报模型的准确训练。而传统的预报模型构建方法不能有效　获取预报因子之间的联系，无法训练得到准确的预报模型，　造成降水预报准确度不高的问题。　为提高降水预报的准确度，提出模糊聚类算法构建降水　预测模型的方法。根据空气的流动特性，采用模糊聚类算法　分析预报因子内部的直接关联特性从而准确表述预报因子　之间的联系，构建初始预报模型，并据最ｚｂＳ．乘回归方法训　练得到降水预报模型。模糊聚类算法能够有效获取预报因　子之问的联系，准确构建和训练预报模型，实现降水的准确　预报。　２降水预报模型　随着网络的发展，降水预报已不再是定时、定点的预报，　而是基于网络的实时预报，人们可以通过网络随时查询所需　地点的气象信息。为了满足人们实时查询气象预报的要求，　降水预报模型被人们提出来，降水预报模型是通过选取降水　的预报因子　，并将降水预报因子之间的物理联系表述出　来，对构建的降水预报初始模型进行训练，以训练得到准确　的降水预报模型，为人们提供准确的降水预报，以提醒人们　做好降水准确，减少经济损失等危害。　２．１　降水预报模型的构建及预报实现　降水预报模型的构建及预报实现的过程为：　１）选取大气中与降水相关的多个数据作为降水预报的　预报因子，常选用的预报因子是Ｔ２１３模式各标准层的ｌ７个　常规气象要素和物理量要素场（如比湿、水汽通量、散度、垂　直速度等），以及一个日本网络模式降水预报场数据，将这　１８个数据选定作为降水预报的预报因子，得到预报因子的　集合为｛置｝＝｛　１，　２　．，　１８｝。　２）基于对大气特性分析，得到大气的气象特性，并根据　大气的气象特性和原有的定时、定点的先验气象预报信息，　构建一个初始的降水预报模型　，这个模型只表示了大气特　性，需要对其进行训练优化才能达到准确预测降水的目的。　得到的初始降水预报模型为：　．，（ｕ，ｄ）　（　）　（如）。　８　１　Ｕ２　●●　ｌｌ　１２　２１　／．ｔａ２　１　ｃ２　ｌ　●●●　ｍ　其中，Ｊ（ｕ，ｄ）是初始构建模型的目标函数，ｕ是隶属度矩阵。　｛ｄ　｝是模型的气象参数。　３）基于选取的预报因子和构建的初始预报模型，需要根　据预报因子之间的联系继续对降水预报模型进行训练优化，　．－－——３５２－－－——　以得到准确的降水预报模型。对预报模型进行训练的过程　就是使目标函数．，（ｕ，ｄ）最小化的过程。通过训练得到的预　报模型完成最终的准确降水预报。　设对预报因子之间的关系表述函数为ｄ　（　，　），对预　报因子之间相互联系表述准确度计算公式为：　●　ｎ　ＲＸ＝　∑。∑　（　Ｘｋ）］　（２）　

Ｉ　１．‘　１。ｌ　式中，ｒ是预报因子相互关联系数，提取出的因子间关联系数　

越大则表述准确度越高。据目标函数最小化运算，训练预报　模型，得预报模型准确度计算公式为：　Ｐ：坠　ｅ　ｐ（　止）　（３）　／＇ｔ　‘　盯　式中，　是模型因子，ｍ是模型训练次数。可以看出预报模　

型的准确度与预报因子之间联系表述的准确度成正比。　２．２弊端分析　由于构建降水模型所选取的预报因子受大气的水汽条　件、大气环境场合上升运动的影响，具有时变的非线性特性，　预报因子间相互作用关系复杂，其相互间联系极难准确描　述，直接影响预报模型的准确训练。而传统的预报模型构建　方法，是直接计算预报因子的欧式距离作为预报因子之间关　

联系数，即ｒ＝ｆ（　一　）￣／　＋　ｆ，由于预报因子之间的非　线性，得到的预报因子关联系数ｒ偏小，使得对预报因子之　间的联系表述准确度不高，无法训练得到准确的预报模型，　由预报模型的准确度与因子联系表述准确度的关系知得到　的预报模型准确度不高，造成降水预报准确度较低的问题。　综上分析，为提高降水预报的准确度，提出模糊聚类算　法构建降水预测模型的方法。根据空气的流动特性，采用模　糊聚类算法分析预报因子内部的直接关联特性从而准确表　述预报因子之间的联系，构建初始预报模型，并据最小二乘　回归方法训练得到降水预报模型，保证有效获取预报因子之　间的联系，准确构建和训练预报模型，实现降水的准确预报。　

３模糊聚类算法构建降水预测模型及预报　３．１预报因子之间相互联系的准确表述　由于预报因子受大气的水汽条件、大气环境场合上升运　动的影响，具有时变的非线性特性，预报因子问相互作用关　系复杂，传统的预报模型构建方法是直接将预报因子间的相　互联系看做线性关系进行表述，造成联系表述不准确，而影　响了预报模型的准确度。为准确提取出预报因子之间的相　互联系，针对其非线性特性，采用模糊聚类算法分析预报因　子之间的物理联系，并准确提取并表述其相关联系。　选取大气中与降水相关的多个数据作为降水预报的预　报因子，得到预报因子的集合为｛置｝：｛　，　，…，　｝。常　选取的预报因子为１７个常规气象要素和物理量要素场（如　比湿、水汽通量、散度、垂直速度等），以及一个１３本网络模式　降水预报场数据，将这１８个数据选定作为降水预报的预报　因子，即预报因子的数目／＇ｔ＝１８。通过观测得到的预报因子