由中國氣象局公共氣象服務(wù)中心、中國計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專家委員會(huì)、中國氣象局華風(fēng)氣象傳媒集團(tuán)共同主辦,華風(fēng)創(chuàng)新研究院、北京天譯科技有限公司、北京曉數(shù)科技有限公司聯(lián)合承辦的2018中國氣象“神·氣”大數(shù)據(jù)算法與應(yīng)用大賽,自今年8月23日正式開賽以來,吸引了來自71所頂尖院校、52家企事業(yè)單位的866人參賽,提交作品兩千余個(gè),創(chuàng)下氣象領(lǐng)域賽事參與規(guī)模及質(zhì)量的新高度,最終8個(gè)團(tuán)隊(duì)突出重圍晉級(jí)決賽。
UCAS-Yanqi lake、交叉熵、吃棗藥丸團(tuán)隊(duì)從中脫穎而出,獲得本屆大賽一等獎(jiǎng),
Data時(shí)代、樓上的我們來了團(tuán)隊(duì)獲得二等獎(jiǎng),
default7608316、HI-18、Tibet團(tuán)隊(duì)獲得三等獎(jiǎng)。
選手將關(guān)注點(diǎn)放在了氣候變化上,從植被覆蓋與具體氣象要素之間的聯(lián)系出發(fā),利用3種回歸分析算法(梯度提升決策樹算法、隨機(jī)森林算法、線性回歸算法)進(jìn)行了仙桃市氣溫、降水與歸一化植被指數(shù)(NDVI)的相關(guān)分析,擬選用模擬效果最好的回歸方法對未來氣溫、降水等氣象因子對于植被的影響進(jìn)行預(yù)測,同時(shí)對站點(diǎn)氣象觀測數(shù)據(jù)以及植被指數(shù)進(jìn)行了可視化展示。整個(gè)作品為未來植被對氣候變化的響應(yīng)預(yù)測和可視化解決方案進(jìn)行了一次有意義的創(chuàng)新和嘗試。
當(dāng)今時(shí)代,隨著氣候的變化,世界范圍內(nèi)的森林火災(zāi)都出現(xiàn)了高發(fā)態(tài)勢,什么因素可以影響森林火災(zāi)的規(guī)模和傳播并影響森林火災(zāi)的表現(xiàn),其發(fā)生有何規(guī)律,為了探究解決這些問題,該組選手考慮用大數(shù)據(jù)方法進(jìn)行相關(guān)分析預(yù)測,通過當(dāng)?shù)貧庀笳疽约白詣?dòng)氣象站等獲得的氣象數(shù)據(jù)、森林火災(zāi)的規(guī)模等數(shù)據(jù),用算法研究出的火災(zāi)解決方案,來預(yù)測森林火災(zāi)的燃燒面積,使用空間、時(shí)間系統(tǒng)和氣象數(shù)據(jù)進(jìn)行選擇設(shè)置來預(yù)測火災(zāi)的燃燒區(qū)域。
該組選手研究出的系統(tǒng),只需要輸入幾個(gè)相關(guān)的參數(shù)(例如溫度、降雨、相對濕度等)就可以預(yù)測出火災(zāi)風(fēng)險(xiǎn)較高的區(qū)域以及可能燃燒的面積,然后進(jìn)行自動(dòng)化的相關(guān)干預(yù)以及相對比較風(fēng)險(xiǎn)較高的區(qū)域會(huì)發(fā)出警告,提示相關(guān)部門進(jìn)行預(yù)防;對于已經(jīng)發(fā)生火災(zāi)的場景,通過這套系統(tǒng)根據(jù)當(dāng)時(shí)的氣象數(shù)據(jù)可以預(yù)測出火災(zāi)的影響范圍以及時(shí)間,以便于進(jìn)行消防。這在森林火災(zāi)管理方面將會(huì)發(fā)揮巨大用途,對于火災(zāi)管理決策支持特別有用,將大大減少不必要的人力物力調(diào)配,且能有效預(yù)警,預(yù)防火災(zāi)蔓延。
人們對于天氣這一因素和犯罪行為之間的關(guān)聯(lián)分析由來已久,但以往的研究更傾向于得出籠統(tǒng)的觀點(diǎn)性結(jié)論,比如冬季氣溫與犯罪率呈現(xiàn)強(qiáng)烈的關(guān)聯(lián)性,夏季氣溫與犯罪率的關(guān)聯(lián)則不明顯。
該組選手盡可能的在現(xiàn)有的條件下選擇了主辦方提供的氣象數(shù)據(jù)結(jié)合站點(diǎn)數(shù)據(jù)結(jié)合2017年案件信息,作為數(shù)據(jù)集分析,具體到天氣的各種具體屬性,對這些屬性與犯罪行為之間的相關(guān)性和犯罪行為分析相關(guān)性,并嘗試建模,通過回歸模型等對犯罪行為合理的預(yù)測。對于預(yù)測犯罪、提前根據(jù)地形天氣等因素調(diào)配警力、商業(yè)保險(xiǎn)、城市建設(shè)等方面都提供合理而有效的建議。
以resnet-101的成果為基礎(chǔ),基于Dilated Deformable Renset架構(gòu),充分利用4217張彩云圖片數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練,根據(jù)五折交叉驗(yàn)證法獲得多個(gè)彩云模型,實(shí)現(xiàn)對彩云形狀的分類。
通過senet在局部感受野上將空間(spatial)信息和特征維度(channel-wise)的信息進(jìn)行聚合最后獲取全局信息,借助Focal Loss函數(shù)降低大量簡單負(fù)樣本在訓(xùn)練中所占的權(quán)重,利用模型蒸餾技術(shù)將復(fù)雜模型轉(zhuǎn)化為小模型從而提高訓(xùn)練學(xué)習(xí)能力,結(jié)合隨機(jī)加權(quán)平均法,實(shí)現(xiàn)五類云彩的分類預(yù)測。
由于非法采礦、亂砍亂伐等破壞性開采自然資源的行為往往發(fā)生在偏僻的地方,有關(guān)部門在技術(shù)與資金的限制下不能進(jìn)行很好的監(jiān)管,致使其行為日益猖獗,自然環(huán)境各要素內(nèi)在的配置機(jī)制發(fā)生失調(diào),環(huán)境質(zhì)量迅速惡化。面對此類現(xiàn)象,該團(tuán)隊(duì)利用深度學(xué)習(xí)算法,通過分析衛(wèi)星圖像中蘊(yùn)含的氣候和土地信息,得到對應(yīng)地區(qū)的土地使用情況,高效得尋找到疑似非法利用自然資源的地區(qū),從而達(dá)到協(xié)助有關(guān)部門對土地監(jiān)管的作用。
該組選手利用氣象數(shù)據(jù)作數(shù)據(jù)挖掘的方法來預(yù)測森林火災(zāi)規(guī)模,對預(yù)測結(jié)果有益,數(shù)據(jù)收集成本非常低。
火災(zāi)規(guī)模預(yù)測系統(tǒng)使得從預(yù)測到預(yù)防再到消防有比較完整的系統(tǒng)和措施,通過預(yù)測系統(tǒng),輸入相關(guān)參數(shù)就可以預(yù)測出火災(zāi)風(fēng)險(xiǎn)較高的區(qū)域以及可能燃燒的面積,然后進(jìn)行自動(dòng)化的相關(guān)干預(yù)以及相對比較風(fēng)險(xiǎn)較高的區(qū)域會(huì)發(fā)出警告,提示相關(guān)部門進(jìn)行預(yù)防,對于已經(jīng)發(fā)生火災(zāi)的場景,通過系統(tǒng)根據(jù)當(dāng)時(shí)的氣象數(shù)據(jù)可以預(yù)測出火災(zāi)的影響范圍以及時(shí)間,以便于進(jìn)行消防。
研究表明,很多疾病的發(fā)病、對應(yīng)科室的來診人數(shù)都與氣象因素有著明顯關(guān)聯(lián)。例如,急性腦血管疾病發(fā)病人數(shù)存在明顯的季節(jié)性變化和日變化特征,因此本組選手通過提取解放軍總醫(yī)院急救數(shù)據(jù)庫2015年5月1日至2018年3月19日共486137人次預(yù)檢分診患者基本資料,再基于天氣數(shù)據(jù),探討天氣因素與急救醫(yī)療機(jī)構(gòu)救治人數(shù)的相關(guān)性,最終實(shí)現(xiàn)通過氣象數(shù)據(jù)預(yù)測特定科室門診人數(shù)。
咨詢服務(wù):010-68408994
售后支持:010-58991542
客服郵箱:weatherdt@weather.com.cn
數(shù)據(jù)來源:中央氣象臺(tái) 技術(shù)支持:北京天譯科技有限公司
未經(jīng)書面授權(quán)禁止使用 Copyright?北京天譯科技有限公司 All Rights Reserved (2008-2024),京ICP備15029900號(hào)