卫星反演温湿度廓线的机器学习算法模块设计

2020年第8期

信息与电脑

China Computer & Communication

算法语言

徐艳琴

（内蒙古自治区气象信息中心，内蒙古呼和浩特 010051）

摘　要：随着人工智能技术的迅速发展，机器学习在气象领域的应用越来越广，利用机器学习算法实现卫星反演温湿度廓线成为气象领域研究的热点。基于此，介绍利用葵花8数据反演温湿度廓线的机器学习算法模块的主要功能及各个功能的算法流程，以期为相关领域提供参考。

关键词：机器学习；卫星；温湿度廓线；反演

中图分类号：TP181 文献标识码：A 文章编号：1003-9767（2020）08-044-02

Design of Machine Learning Algorithm Module for Satellite Inversion

Temperature and Humidity Profile

Xu Yanqin

(Inner Mongolia Meteorological Information Center, Hohhot Inner Mongolia 015100, China)

Abstract: With the rapid development of artificial intelligence technology, machine learning is more and more widely used in

the field of meteorology. Based on this, this paper introduces the main functions of the machine learning algorithm module which uses sunflower 8 data to retrieve the temperature and humidity profiles and the algorithm flow of each function, in order to provide

reference for the related fields.

Key words: Machine learning; Satellite; Temperature and humidity profile; Inversion

０　引言

机器学习作为人工智能的技术基础，与传统的统计方法相比，机器学习不仅拥有通过算法对计算机数据进行快速处理的能力，还拥有统计模型所具有的对问题进行预测、分类的能力，且准确率较传统方法有明显提高[1-2]。大气温湿度廓线是描述大气热力和动力状态变化的重要参数[3]，能够获取高质量连续的大气温湿度廓线信息，对研究天气的演变过程、进行临近预报和人工影响天气的实现具有重大意义。目前，获取大气温湿度廓线的基本方法是探空气球探测。然而，我国内蒙古地区面积广大，地理类型多样，探空站间距离较远，所获探空数据无法满足气象行业在科研和业务领域的日益精细化的数据需求，而卫星数据具有覆盖广、连续观测、时空分辨率高等优点，因此，使用卫星资料进行大气温湿度廓线的反演研究可以作为探空观测的补充，适应气象行业精细化发展要求，促进气象事业的发展。利用卫星资料反演温湿度廓线的方法非常多，如特征向量法、经验正交函数展开法、最小二乘法等[4]

，随着机器学习和计算机的不断发展，传统的统计回归方法逐渐被各种机器学习算法所取代[5]。这些算法有着较为坚实的理论基础，相比传统的统计回归方法能更探空气球

好地解决非线性问题，而且不需要对非线性映射本身做过多分析，因此，在卫星资料的反演领域得以广泛应用。

得益于气象大数据平台的建立，基于机器学习搭建卫星反演温湿度廓线框架并用于业务运行。本文将阐述卫星反演

温湿度廓线机器学习模块的设计，以期为同行提供相关参考。

１　卫星反演温湿度廓线机器学习模块概述

卫星反演温湿度廓线机器学习模块集成decision tree 、NBM 、Least squares 、Logistic Regression 、SVM 、KNN 等算法组件化封装，同时支持外部算法的标准化集成，支持组件算法的样例数据检验以及WEB UI 交互端可视化，各组件之间通过内部函数Function 组件化加载，便于组件编排选择。

２　卫星反演温湿度廓线机器学习模块功能介绍

利用气象大数据云平台，建立机器学习框架，针对气象领域常见的分类回归等问题，将通用机器学习流程标准化成模块形式，集成于加工流水线中，实现以卫星反演温湿度廓线的机器学习全流程覆盖，主要建设内容包括：训练数据构造与特征工程、数据统计、模型训练、模型评估、模型预测与模型发布等。

作者简介：徐艳琴(1992—)，女，内蒙古巴彦淖尔人，硕士研究生，助理工程师。研究方向：3S 集成与气象应用。

— 　４４　—

本文发布于:2024-09-22 06:37:22，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/352271.html

上一篇：(完整版)大气污染控制工程课后题答案

下一篇：人教版九年级化学第一单元测试题(有答案)