合川三江上游短期降水预报模型初探

摘 要：合川嘉陵江、涪江、渠江三江汇流，上游降雨量直接关系着汛期三江水位的变化，为了使三江上游降水监测预报服务更加精准，本文基于CMA-meso在12-84h的高空要素和累积降水预报，通过遍历试验和网格搜索调参选择随机森林回归算法并确定超参数，建立了三江流域短期降水网格预报模型。检验表明，该模型的24-72h降水量预报误差更低，在分级TS评分检验中相对CMA-meso直接预报也体现出明显优势，具有较好的参考和应用价值。

关键词：合川；三江上游；降水监测；预报模型

1 引言

近年极端天气频发，三江上游极端降水多发，造成嘉陵江、涪江、渠江流域水位多次超警戒水位和保证水位，对人民财产和生命安全造成较大威胁[1-3]。随着区域站资料的加密，降水预报模型的建立与优化，使得数值模式预报准确率及精细化水平不断提高，制作三江上游精细化降水实况及预报产品得以实现，为区委区府提供决策服务起到支撑作用。

2资料与方法

2.1资料

本文研究所使用的资料包括2022年5-9月每天08、20时（北京时，下同）起报的CMA-meso逐小时0.1°×0.1°高空基本要素（位势高度、温度、风和相对湿度）预报以及相同空间分辨率的12-84h内逐日累积降水量预报（12-36h、36-60h和60-84h累积降水量）；实况资料为国家气象局信息中心制作发布的相同时段全国范围0.05°×0.05°三源融合实况降水分析格点场CMPAS，为08时-08时或20时-20时的24h累积降水。

2.2 方法

研究区域以合川为中心的四川盆地，即28°-32°N，103°-108°E。基于模式的高空基本要素预报计算K、PW、CAPE、A、锋生指数、700和850hPa散度、涡度、水汽通量散度及500hPa涡度平流等16个可能对强降水预报具有指示意义的预报变量，在机器学习领域，这些预报变量也即“特征”，再与其后24h的降水量预报以及实况匹配，分别得到24h、48h和72h的日降水量预报三个样本集。匹配时遵循时空临近原则，即空间上，将距离预报格点最近的实况格点降水与该预报格点上的预报场匹配；时间上，选取CMA最近时次起报的未来12-84h内08时-08时或20时-20时的逐24h累积降水量预报与相应时次的实况降水进行匹配。

对全体样本集以7：3比例随机划分成训练集和测试集，24、48、72h的建模样本集中样本分布如表2所示。建模后模型输出一天两次（08时、20时）起报，0.1°×0.1°的未来12-84h逐日累积降水量订正预报。

3模型的建立

3.1建模思路

降水量受诸多大气要素同时控制，具有高度的复杂性和非线性，其预报属于多元非线性回归问题，机器学习领域虽有较多多元非线性回归算法，但对于降水量预报，尚无公认较好的算法。因此选择13个常用的机器学习回归算法—线性回归、KNN回归、支持向量机回归、Lasso回归、岭回归、多层感知机回归、决策树回归、极端随机森林回归、Xgboost回归、随机森林回归、Adaboost回归、梯度提升决策树回归和Bagging回归。以各算法的缺省超参数组合初始化算法，以均方差作为损失函数，采用网格搜索调参和5折交叉验证，通过最小化损失函数确定模型及其超参数组合。通过逐步增加进入建模的预报变量个数观察模型性能变化，判断预报变量的特征重要性。以R2和RMSE作为模型性能的评价指标，决定采用何种算法以及哪些特征。

3.2模型和预报变量选择

3.2.1 24h日降水量模型和特征选择

由图1-2可见，随机森林回归（RandomForestRegression,文中统一缩写为RF）的预报效果在所有预测器中为最佳，在4～5个特征以上时R2最大，RMSE最小，因此选定RF回归作为基本模型。另外，随着特征数增加，除Adaboost外所有模式均缓慢趋稳。当特征个数在12或13个以上时，RF回归的R2和RMSE仍有微弱改善，因此选择全部特征进入模型。最佳超参数的确定采用常用的网格搜索调参,以均方误差为目标函数，进行5折交叉验证。确定最佳超参数组合为n_estimator=90，min_samples_leaf=1，min_samples_split=3，criterion=mse，这表示以平均标准差为度量，有90个弱分类器，非叶子节点包含的最少样本数为3，叶子结点包含的最少样本数为1的RF回归。

图1 预报建模中不同回归方法的R2随特征个数的变化

图2  24h预报建模中不同回归方法的RMSE随特征个数的变化

以上超参数组合，训练模型，并对测试集进行预报得到如下结果：

图3 测试集上RF预报降水量和实况降水量的散点和拟合线

图4 测试集上CMA预报降水量和实况降水量散点和拟合线

由检验结果图3-4可见，RF在测试集上的24h降水量预报明显好于CMA预报，前者与实况的相关性高于后者，均方根也更低。同时，由拟合直线可见，其斜率为0.5，表明RF预报相对实况明显偏弱，但好于CMA预报。

3.2.2 48h日降水量模型和特征选择

由图5-6可见，特征数在5个以内时，RF相对其他算法的优势不显著；在5个以上时，与24h预报相似，RF回归在48h预报中仍然表现较好，误差更低而相关性更高；特征数在13个以上时预报效果趋稳，因此同样选择RF回归为基本模型，全部特征进入建模，网格搜索调参后确定的最佳超参数组合为：n_estimator=90,min_samples_leaf=1,min_samples_split=2,criterion=mse，参数意义同24h预报模型。

图5 48h预报建模中不同回归方法的R2随特征个数的变化

图6 48h预报建模中不同回归方法的RMSE随特征个数的变化

以该参数组合建立的RF回归模型在测试集的预报结果如图7-8所示：

图7 测试集上RF预报和实况的散点和拟合线

图8 测试集上CMA预报和实况的散点和拟合线

由检验结果图7-8可见，RF回归在测试集上的48h降水量预报也明显好于CMA预报，且相对实况同样存在明显偏弱。

3.2.3 72h日降水量模型和特征选择

由图9-10可见，与24h、48h预报相似，RF回归在72h预报中仍然表现相对较好，且13个特征以上时预报效果趋稳，因此同样选择RF回归为基本模型。网格搜索调参后确定的最佳超参数组合为：n_estimator=90,min_samples_leaf=1,min_samples_split=2,criterion=mse，参数意义同24h、48h预报模型。

图9 72h预报建模中不同回归算法的R2随特征个数的变化

图10 72h预报建模中不同回归算法的RMSE随特征个数的变化

对测试集进行预报得到如下结果:

图11  测试集上RF预报和实况降水量的散点和拟合线

图12  测试集上CMA预报和实况降水量的散点和拟合线

由检验结果图11-12可见，RF回归在测试集上的72h降水量预报也明显好于CMA预报，且相对实况仍然偏弱，但RMSE相对24和48h预报略低。对RF和CMA在3个时效上的降水预报进行了分级TS检验，检验规则依照业务通行规定，结果见表1。

表1　RF和GRPAPES的24h、48h和72h降水量预报分级TS检验

由分级TS检验表可见，在3个时效和所有量级上，RF预报的TS得分均高于CMA预报，优势在强降水(25mm以上)量级上尤显突出，CMA几乎没有预报能力，而RF预报的暴雨TS大于0.1，大暴雨TS也大于0。

综合以上分析，通过回归算法筛选和网格搜索调参建立的RF回归模型的未来三天逐日累积降水预报相对CMA-meso直接预报无论在降水量大小还是分级TS上都具有明显优势，订正效果明显，对预报预测更具参考意义。

4主要结论

本文采用嘉陵江、涪江、渠江流域近年逐日实况降水格点资料，基于CMA-meso在12-84h的高空要素和累积降水预报，通过遍历试验选择随机森林回归算法，建立了三江流域短期降水网格预报模型。通过研究得到以下结论：

(1)基于随机森林回归的降水量预报模型在测试集上的24h、48h和72h降水量预报好于CMA预报，预报和实况相关性更高，且均方根更低。

(2)模型的TS得分在各时效、各量级上均高于CMA预报，优势在强降水(25mm以上)量级上更加突出。在产生个别异常值的同时，模型预报相对实况总体明显偏弱。

(3)该模型的24-72h降水量预报误差更低，在分级TS评分检验中相对CMA-meso直接预报也体现出明显优势，具有较好的参考和应用价值。

5 需要进一步研究的问题

本研究只采用了CMA-meso构建样本，如能加入其他业务模式产品，可以构造多模式机器学习集合预报继续改进模型。

参考文献

[1]郭渠，罗伟华，程炳岩，等.三峡库区暴雨时空特征及其与洪涝的关系[J].资源科学,2011,33(8):1513-1521.

[2]陈晓红，陈俊合.嘉陵江三江流域会流洪水联机实时预报研究[J].水文.2006,4（33）：102-105.

[3]于文金，周鸿渐，占达颖，等.长江流域旱涝灾害特征研究[J].灾害学，2013，28（3）:42-47.

作者简介：陈红梅（1977.04），女，汉，四川省攀枝花市人，硕士，高级工程师，从事研究：气象防灾减灾。