一种大气能见度预测方法技术

本发明专利技术提出了一种大气能见度预测方法，根据收集的历年气象数据，构建新的气象数据集；利用新的气象数据集训练支持向量机，得到支持向量机训练模型；利用新的气象数据集训练决策树，得到决策树模型；将待预测数据归一化处理后输入至训练过后的支持向量机训练模型，由支持向量机训练模型分类过后输入至相应的训练后的决策树模型，得到最终的大气能见度预测数据。本发明专利技术最终结合支持向量机和决策树，先进行一个初步的能见度分类然后精确预测出大气能见度。本发明专利技术操作简单，只需对历年气象观测数据稍作处理，训练模型，即可进行能见度的预测。

【技术实现步骤摘要】
一种大气能见度预测方法
本专利技术涉及统计学习与气象领域，特别是一种大气能见度预测方法。
技术介绍
在气象领域，能见度测报不仅用于日常气象部门的天气分析，更广泛用于高速公路、航空、航海等交通运输部门、军事等领域。白天能见度是指视力正常的人在当时天气条件下，能从天空背景中看到和辨别出目标物轮廓的最大水平距离。能见度观测是判别视程障碍现象及强度的决定性参考依据，准确的能见度观测，能有力的保证交通运输业的正常进行；另一方面也是表征低层大气污染程度的一个重要的物理量。因此，观测好能见度意义十分重大。能见度的观测一般分为目测和器测。目测一般为经过专业训练的测试员，在天气条件下，能够以天空为背景的情况下，看到目标物的最大水平距离。显然这种方法局限性很大，一方面跟气象站的地理条件以及参照物有关；另一方面，受测试人员主观判断的影响。器测法当前主要使用透射仪和向前散射仪等，向前散射客观性强，避免了目标物状况和主观因素影响，但是向前散射仪只是观测特定区域散射区气块的透明度，当气溶胶分布不均时，误差会很大；另外易受非气象因素的影响。现存的能见度测量方法主要存在硬件成本高，操作复杂度大，应用范围小等问题。
技术实现思路
本专利技术提出了一种大气能见度预测方法。实现本专利技术的技术解决方案为：一种大气能见度预测方法，具体步骤为：步骤1、根据收集的历年气象数据，构建新的气象数据集，具体构建方法为：将连续两天的气象观测特征合并作为第二天的气象观测特征，并与第三天的能见度数据结合构成第二天的新气象数据，将所有的第二天的新气象数据构成新的气象数据集；步骤2、利用新的气象数据集训练支持向量机，得到支持向量机训练模型；步骤3、利用新的气象数据集训练决策树，得到决策树模型；步骤4、将待预测数据归一化处理后输入至训练过后的支持向量机训练模型，由支持向量机训练模型分类过后输入至相应的训练后的决策树模型，训练后的决策树模型输出最终的大气能见度预测数据。本专利技术与现有技术相比，其显著优点为：(1)本专利技术成本低，不需要高昂的设备费用；(2)本专利技术只需对历年气象观测数据稍作处理，训练模型，即可进行能见度的预测，操作简单；(3)本专利技术预测的能见度精度在5.15km左右，预测能见度的精度高。下面结合附图对本专利技术做进一步详细的描述。附图说明图1为本专利技术一种大气能见度预测方法的流程图。具体实施方式一种大气能见度预测方法，具体步骤为：步骤1、根据气象站收集的历年气象数据，构建新的气象数据集，其中，历年气象数据包括气象观测特征和能见度数据，具体构建方法为：将连续两天的气象观测特征合并作为第二天的气象观测特征，并与第三天的能见度数据结合构成第二天的新气象数据，将所有的第二天的新气象数据构成新的气象数据集；进一步地，所述气象观测特征包括：08时地面压强，24小时地面变压，08时地面温度，24小时地面变温，08时地面湿度，850百帕湿度，700百帕湿度，14时湿度，上干下湿指数，08时水平方向分量的地面风速，08时垂直方向分量的地面风速，08时水平方向分量850百帕风速，08时垂直方向分量850百帕风速，风切变，850百帕与地面温度差，wrh，08时温度露点差，08时温度与14点露点差，其中，如果14时风速大于20时风速，wrh＝14时风速/(14时湿度+10)，如果14时风速小于20时风速，wrh＝20时风速/(20时湿度+10)。步骤2、利用新的气象数据集训练支持向量机，得到支持向量机训练模型；步骤2.1、将新的气象数据集分为能见度大于Nkm和小于Nkm两部分；进一步的实施例中，N＝10km；步骤2.2、分别在能见度大于Nkm和小于Nkm的气象数据中选取部分数据样本，组成支持向量机训练集；进一步的实施例中，步骤2.2中选取的部分数据具体为：在能见度小于Nkm的新数据中，提取前1865个样本，在能见度大于Nkm的新数据中，在前30000个样本中隔15个样本提取1个样本；步骤2.3、对支持向量机训练集进行归一化处理，得到归一化后的支持向量机训练集，具体处理公式为：x'＝(x-min)/(max-min)×2-1式中，x'为归一化后的数据样本，x为数据样本的特征值，min为所有数据样本中的最小特征值，max为所有数据样本中的特征最大值；步骤2.4、用归一化之后的支持向量机训练集对支持向量机进行训练，得到支持向量机训练模型，支持向量机参数设置为：C＝10000，gamma＝0.01，其他参数默认，其中参数C表示支持向量机的惩罚参数，C越大，说明越不能容忍出现误差，C越小，对误分类的惩罚越小，允许容错，将错误当成噪声点；参数gamma是核函数参数，隐含地决定了数据映射到新的特征空间后的分布，gamma越大，支持向量越少，gamma越小，支持向量越多；步骤3、利用新的气象数据训练决策树，得到决策树模型；步骤3.1、将新的气象数据集分为能见度大于Nkm和能见度小于Nkm两部分；优选地，N＝10km；步骤3.2、分别用能见度大于Nkm和能见度小于Nkm的气象数据训练决策树模型，得到能见度大于Nkm的决策模型和能见度小于Nkm的决策树模型；优选地，N＝10km；步骤4、将待预测数据归一化处理后输入至训练过后的支持向量机，由支持向量机分类过后输入至相应的训练后的决策树模型，训练后的决策树模型输出最终的大气能见度预测数据；进一步的实施例中，步骤4中对待预测数据进行归一化处理的具体方法为：x'1＝(x1-min1)/(max1-min1)×2-1式中，x'1为归一化后的待预测数据，x1为待预测数据的特征值，min1为所有待预测数据中的最小特征值，max1为所有待预测数据中的最大特征值从而，相比于现在的能见度观测方法，本专利技术提出的大气能见度预测方法，极大的节约了成本，操作便捷，精确度较好。下面结合实施例进行更详细的描述。实施例1步骤1、本实施例中，根据气象站点收集的2000年到2016年的气象观测数据，共96862条数据，将连续两天的气象观测特征合并作为第三天的气象观测特征，并与第三天的能见度数据结合构成第三天的新气象数据，将所有的第三天的新气象数据构成新的气象数据集。本实施例中的气象观测特征主要涉及到08时地面压强，24小时地面变压，08时地面温度，24小时地面变温，08时地面湿度，850百帕湿度，700百帕湿度，14时湿度，上干下湿指数，08时水平方向分量的地面风速，08时垂直方向分量的地面风速，08时水平方向分量850百帕风速，08时垂直方向分量850百帕风速，风切变，850百帕与地面温度差，wrh，08时温度露点差，08时温度与14点露点差，其中，如果14时风速大于20时风速，wrh＝14时风速/(14时湿度+10)，如果14时风速小于20时风速，wrh＝20时风速/(20时湿度+10)。步骤2、利用新的气象数据集训练支持向量机，得到支持向量机训练模型；步骤2.1、将新的气象数据集分为能见度大于10km和小于10km两部分；步骤2.2、在能见度小于10km的新数据中，提取前1865个数据样本，在能见度大于10km的新数据中，在前30000个数据样本中隔15个样本提取1个样本；步骤2.3、对支持向量机训练集进行归一化处理，将特征值归一化到[-1,1]的区间内，得到归一化后的支持向量机训练集本文档来自技高网...

【技术保护点】
一种大气能见度预测方法，其特征在于，具体步骤为：步骤1、根据收集的历年气象数据，构建新的气象数据集，具体构建方法为：将连续两天的气象观测特征合并作为第二天的气象观测特征，并与第三天的能见度数据结合构成第二天的新气象数据，将所有的第二天的新气象数据构成新的气象数据集；步骤2、利用新的气象数据集训练支持向量机，得到支持向量机训练模型；步骤3、利用新的气象数据集训练决策树，得到决策树模型；步骤4、将待预测数据归一化处理后输入至训练过后的支持向量机训练模型，由支持向量机训练模型分类过后输入至相应的训练后的决策树模型，训练后的决策树模型输出最终的大气能见度预测数据。

【技术特征摘要】
1.一种大气能见度预测方法，其特征在于，具体步骤为：步骤1、根据收集的历年气象数据，构建新的气象数据集，具体构建方法为：将连续两天的气象观测特征合并作为第二天的气象观测特征，并与第三天的能见度数据结合构成第二天的新气象数据，将所有的第二天的新气象数据构成新的气象数据集；步骤2、利用新的气象数据集训练支持向量机，得到支持向量机训练模型；步骤3、利用新的气象数据集训练决策树，得到决策树模型；步骤4、将待预测数据归一化处理后输入至训练过后的支持向量机训练模型，由支持向量机训练模型分类过后输入至相应的训练后的决策树模型，训练后的决策树模型输出最终的大气能见度预测数据。2.根据权利要求1所述的大气能见度预测方法，其特征在于，所述气象观测特征包括：08时地面压强，24小时地面变压，08时地面温度，24小时地面变温，08时地面湿度，850百帕湿度，700百帕湿度，14时湿度，上干下湿指数，08时水平方向分量的地面风速，08时垂直方向分量的地面风速，08时水平方向分量850百帕风速，08时垂直方向分量850百帕风速，风切变，850百帕与地面温度差，wrh，08时温度露点差，08时温度与14点露点差，其中，如果14时风速大于20时风速，wrh＝14时风速/(14时湿度+10)，如果14时风速小于20时风速，wrh＝20时风速/(20时湿度+10)。3.根据权利要求1所述的大气能见度预测方法，其特征在于，步骤2中利用新的气象数据集训练支持向量机，得到支持向量机训练模型，具体步骤为：步骤2.1、将新的气象数据集分为能见度大于Nkm和小于Nkm两部分；步骤2.2、分别在能见度大...

【专利技术属性】
技术研发人员：徐瑞，钱建军，杨健，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32