基于CART决策树的河北省低能见度分类研究

doi:10.3969/j.issn.1673-503X.2022.03.013

摘要/Abstract

摘要：

基于2016—2019年河北省142个国家气象站逐小时观测数据, 通过EOF时空正交分解和CART决策树分类回归等方法, 针对低能见度高发区域构建能见度预报模型, 并进行拟合检验。结果表明: 河北省雾日时空分布特征显示除张家口、承德及秦皇岛三市外, 40°N以南地区为雾日高发区域, 多年平均雾日数最高值可达50 d。相对湿度、地表温度、风速等气象要素与能见度显著相关, 将显著相关因子作为输入变量建立能见度预报模型并调参, 经检验该模型对于冬季的预报效果较好, 有较高的准确率; 夏季误报率较低; 日夜差别在夏季并不明显, 三个指数差别不大, 冬季夜晚的准确率与误报率明显优于白天, 漏报率略高。石家庄站2019年12月7—10日的三次大雾过程拟合结果较好, 有雾时次无漏报。

关键词: 能见度, CART决策树, 拟合预报

Abstract:

Based on the hourly observation data of 142 national weather stations in Hebei province from 2016 to 2019, a visibility forecast model was constructed for low visibility and high-frequency areas using Empirical Orthogonal Function and CART decision tree classification and regression methods, and a fitting test was carried out.The results show that except in Zhangjiakou, Chengde, and Qinhuangdao, fog days most appear in the areas south of 40°N, with the average peak of annual fog days more than 50 days.The relative humidity, surface temperature, wind speed, and other meteorological factors are significantly correlated with visibility.High correlation factors act as input variables to the forecast model, which is proved to have a good effect on the winter forecast with high accuracies.In summer, the false alarm rates are lower and the differences between day and night are less obvious, with little differences between the three indexes.Whereas in winter, the accuracy rates and false alarm rates are significantly superior to those in the daytime, and the missing alarm rates are slightly higher.The fitting results of three heavy fog processes on December 7-10, 2019, at Shijiazhuang station are good without any fogy time missed.

Key words: Visibility, CART decision tree, Fitting prediction

中图分类号:

P427.2

尤琦,曲晓黎,赵增保,王洁,张娣,杨琳晗. 基于CART决策树的河北省低能见度分类研究[J]. 气象与环境学报, 2022, 38(3): 112-118.

Qi YOU,Xiao-li QU,Zeng-bao ZHAO,Jie WANG,Di ZHANG,Lin-han YANG. Low visibility classification based on CART decision tree in Hebei province[J]. Journal of Meteorology and Environment, 2022, 38(3): 112-118.

图/表 9

图1

图2

图3

表1

图4

图5

图6

表2

图7

参考文献 26

1	傅刚, 李晓岚, 魏娜. 大气能见度研究[J]. 中国海洋大学学报, 2009, 39 (5): 855- 862.
2	Qiu J H , Yang L Q . Variation characteristics of atmospheric aerosol optical depths and visibility in North China during 1980-1994[J]. Atmospheric Environment, 2000, 34 (4): 603- 609. doi: 10.1016/S1352-2310(99)00173-9
3	袁成松, 梁敬东, 焦圣明, 等. 低能见度浓雾监测、临近预报的实例分析与认识[J]. 气象科学, 2007, 27 (6): 661- 665. doi: 10.3969/j.issn.1009-0827.2007.06.011
4	王继志, 徐祥德, 杨元琴. 北京城市能见度及雾特征分析[J]. 应用气象学报, 2002, 13 (S1): 160- 169.
5	刘丽伟, 李文才, 尚可政, 等. 京津冀地区一次严重霾天气过程及其影响因素分析[J]. 气象与环境学报, 2015, 31 (3): 35- 42.
6	马小会, 廖晓农, 唐宜西, 等. 北京地区重空气污染天气分型及个例分析[J]. 气象与环境学报, 2017, 33 (5): 53- 60. doi: 10.3969/j.issn.1673-503X.2017.05.007
7	Watson J G . Visibility: science and regulation[J]. Journal of the Air&Waste Management Association, 2002, 52 (6): 628- 713.
8	Husar R B , Holloway J M , Patterson D E , et al. Spatial and temporal pattern of eastern U.S.haziness: a summary[J]. Atmospheric Environment, 1981, 15 (10/11): 1919- 1928.
9	Malm W C , Pitchford M L . Comparison of calculated sulfate scattering efficiencies as estimated from size-resolved particle measurements at three national locations[J]. Atmospheric Environment, 1997, 31 (9): 1315- 1325. doi: 10.1016/S1352-2310(96)00280-4
10	章国材. 中国雾的业务预报和应用[J]. 气象科技进展, 2016, 6 (2): 42- 48.
11	史达伟, 耿焕同, 吉辰, 等. 基于C4.5决策树算法的道路结冰预报模型构建及应用[J]. 气象科学, 2015, 35 (2): 204- 209.
12	张立, 万文龙, 王旭. 东营地区雾霾变化特征及其低能见度影响因子分析[J]. 现代农业科技, 2016, (19): 238- 242. doi: 10.3969/j.issn.1007-5739.2016.19.131
13	吴彬贵, 张建春, 李英华, 等. 天津港秋冬季低能见度数值释用预报研究[J]. 气象, 2017, 43 (7): 863- 871.
14	李法然, 周之栩陈卫锋, 等. 湖州市大雾天气的成因分析及预报研究[J]. 应用气象学报, 2005, 16 (6): 794- 803. doi: 10.3969/j.issn.1001-7313.2005.06.011
15	马学款, 蔡芗宁, 杨贵名, 等. 重庆市区雾的天气特征分析及预报方法研究[J]. 气候与环境研究, 2007, 12 (6): 795- 803. doi: 10.3969/j.issn.1006-9585.2007.06.010
16	李沛, 王式功, 尚可政, 等. 基于神经网络逐级分类建模的北京地区能见度预报[J]. 兰州大学学报: 自然科学版, 2012, 48 (3): 52- 57.
17	梁之彦, 黎洁仪. 基于神经网络的广州市能见度预报[J]. 气象研究与应用, 2014, 35 (1): 17- 20. 17-20, 49
18	倪江波, 李文才, 尚可政, 等. 华北区域性低能见度天气的自动识别及预报[J]. 干旱气象, 2015, 33 (1): 174- 179.
19	孔锋. 1961-2016年中国雾与霾日数时空演变特征及区域差异研究[J]. 灾害学, 2020, 35 (1): 131- 137. doi: 10.3969/j.issn.1000-811X.2020.01.024
20	聂凯, 王京丽, 雷鸣, 等. 基于数字摄像能见度仪的北京地区降雨和雾霾天气能见度对比分析[J]. 气象与环境学报, 2020, 36 (1): 28- 35.
21	林毅, 肇毓, 李倩, 等. 基于数据挖掘处理的影响辽宁高速公路冬季交通事故主要气象要素分析[J]. 气象与环境学报, 2020, 36 (3): 55- 63. doi: 10.3969/j.issn.1673-503X.2020.03.008
22	THORNES , J E , STEPHENSON D B . How to judge the quality and value of weather forecast products[J]. Meteorological Applications, 2001, 8 (3): 307- 314. doi: 10.1017/S1350482701003061
23	王喜全, 孙明生, 杨婷, 等. 京津冀平原地区灰霾天气的年代变化[J]. 气候与环境研究, 2013, 18 (2): 165- 170.
24	Wang H J , Chen H P , Liu J P . Arctic sea ice decline intensified haze pollution in eastern China[J]. Atmospheric and Oceanic Science Letters, 2015, 8 (1): 1- 9.
25	鲍婧, 黄亮, 沈阳, 等. 江苏不同强度降雨对能见度影响分析[J]. 大气科学学报, 2018, 41 (5): 702- 709.
26	魏建苏, 朱伟军, 严文莲, 等. 江苏沿海地区雾的气候特征及相关影响因子[J]. 大气科学学报, 2010, 33 (6): 680- 687. doi: 10.3969/j.issn.1674-7097.2010.06.005

气象因子	相关系数	气象因子	相关系数
2 min风向	0.084	露点温度	0.077
2 min风速	0.330^**	相对湿度	-0.579^**
地表温度	0.355^**	整点气温	0.308^**
地表最低温度	0.358^**	最低气温	0.308^**
过去3 h变压	-0.170^**	最高气温	0.313^**
过去24 h变温	0.105^**

预报检验	夏日	夏夜	冬日	冬夜
准确率	42.1	41.1	49.8	55.0
漏报率	51.4	52.8	15.7	21.6
误报率	24.1	24.0	45.1	35.1

[1]	史珺, 赵玉洁. 天津市东丽区一次持续性雾霾天气过程的特征及影响要素分析[J]. 气象与环境学报, 2021, 37(5): 8-12.
[2]	李晓岚, 权维俊, 王东东, 王迪. DNQ1与FD12型能见度仪观测比对及影响因子研究[J]. 气象与环境学报, 2021, 37(3): 25-32.
[3]	张静,张志坚,周芯玉. 基于蒙特卡罗方法的广州港航行风险评估[J]. 气象与环境学报, 2021, 37(3): 132-138.
[4]	龙凤翔, 张瑀琳. 桂林城区大气能见度与颗粒物浓度和气象因子关系研究[J]. 气象与环境学报, 2020, 36(1): 21-27.
[5]	聂凯, 王京丽, 雷鸣, 韩微, 刘金城. 基于数字摄像能见度仪的北京地区降雨和雾霾天气能见度对比分析[J]. 气象与环境学报, 2020, 36(1): 28-35.
[6]	吴杰, 周建平, 邓学良, 王传辉, 周文鳞. 巢湖地区能见度特征及其影响因子分析[J]. 气象与环境学报, 2019, 35(2): 40-45.
[7]	姜江, 郭文利, 王春玲. 2007—2015年北京地区能见度时空变化特征[J]. 气象与环境学报, 2019, 35(1): 45-52.
[8]	夏凡, 李昌义. 基于3种能见度方案山东地区雾天气预报试验研究[J]. 气象与环境学报, 2018, 34(3): 48-57.
[9]	刘慧, 饶晓琴, 张恒德, 李明, 张志刚. 环境气象业务数值模式预报效果对比检验[J]. 气象与环境学报, 2017, 33(5): 17-24.
[10]	朱轶明, 张晋广, 袁健, 张秀艳, 李洋, 张维全, 万绪江, 卢秉红. 盖州市大气能见度与气象条件相关分析[J]. 气象与环境学报, 2016, 32(4): 55-62.
[11]	赵胡笳,马雁军,赵明,朱轶明,李潇潇. 沈阳两次降水过程中能见度的变化特征[J]. 气象与环境学报, 2014, 30(2): 60-66.
[12]	付桂琴, 张迎新,谷永利, 张彦恒 . 河北省霾日变化及成因[J]. 气象与环境学报, 2014, 30(1): 51-56.
[13]	程相坤,程航,徐杰,马雁军. 一次黄海海雾成因分析及数值模拟试验[J]. 气象与环境学报, 2013, 29(6): 15-23.
[14]	管琴,李青平,黄铃光,李杰. 太原雾天能见度预报[J]. 气象与环境学报, 2013, 29(4): 47-53.
[15]	宋明,韩素芹,张敏,姚青,朱彬. 天津大气能见度与相对湿度、PM₁₀及PM_2.5的关系[J]. 气象与环境学报, 2013, 29(2): 34-41.