雷鋒網(wǎng) AI 科技評論按：由深圳氣象局與阿里巴巴聯(lián)合承辦的CIKM AnalytiCup 2017第一賽季已經(jīng)宣告結(jié)束。本次比賽的目標(biāo)是利用雷達數(shù)據(jù)（多普勒雷達回波外推數(shù)據(jù)），來建立一個準(zhǔn)確的降水預(yù)報模型。

這次比賽吸引了1395支隊伍參賽，排行榜也已在阿里天池平臺進行公示。

在這次比賽中，來自中國科學(xué)院的懷北村明遠湖隊（隊員Zhang Rui, Qiao Fengchun, Guo Ran）在GitHub上分享了自己的代碼和方法，他們在第一階段獲得第三名，第二階段獲得第四名。雷鋒網(wǎng) AI科技評論將他們發(fā)布的內(nèi)容進行了整理，如下：

背景介紹

在這次比賽中，主辦方提供了一組不同時間跨度（間隔為6分鐘，共15個時間跨度）和不同高度下（0.5km、1.5km、2.5km、3.5km）測量的雷達圖，每個雷達圖都包含目標(biāo)站點和目標(biāo)站點周圍區(qū)域的雷達反射率值。每個雷達圖覆蓋以目標(biāo)站點為中心，面積為101 * 101平方公里的區(qū)域。該區(qū)域被標(biāo)記為101×101格，目標(biāo)站點位于中心，即（50,50）。

數(shù)據(jù)集中包含真實的雷達圖和氣象觀測中心收集到的目標(biāo)站點降水量。

比賽的任務(wù)是預(yù)測在未來1-2個小時內(nèi)每個目標(biāo)站點的總降雨量。

數(shù)據(jù)處理過程

Percentil Method百分位數(shù)法

他們采用統(tǒng)計的方法來降低雷達數(shù)據(jù)的維度。對于每個雷達圖，他們對目標(biāo)站附近到整個地圖范圍內(nèi)不同大小的區(qū)域都選取了雷達反射率值的25、50、75、100百分位。

圖：以目標(biāo)站點為中心選取不同的區(qū)域

Wind法

他們首先將原始數(shù)據(jù)(15*4*101*101)壓縮成稍小的數(shù)據(jù)(15*4*10*10)，然后通過判斷風(fēng)向，將數(shù)據(jù)壓縮到15*4*6*6個特征。整個預(yù)處理過程都是利用卷積神經(jīng)網(wǎng)絡(luò)的方法，特別是卷積運算和最大池化。

圖：卷積計算表征

圖：池化計算表征

他們利用第四層的數(shù)據(jù)來判斷風(fēng)向。然后，為了計算最終風(fēng)向，用兩種方法來選擇有代表性的數(shù)據(jù)。第一種方法在每10*10單元中使用最大的值作為表征，第二種方法則采用最大的5個數(shù)據(jù)的平均值作為表征。

在選出有代表性的數(shù)據(jù)之后，通過每兩個時間間隔之間數(shù)據(jù)的偏差值算出移動方向，最終基于給定的閾值統(tǒng)計不同移動方向的數(shù)目，按照數(shù)目最多移動方向的確定最終風(fēng)向。

圖：當(dāng)風(fēng)向為西、西北、西南時提取特征的方法

模型

在這次任務(wù)中，他們的模型結(jié)合了Random Forestry、XGBoost和雙向GRU單元（Bidirectional Gated Recurrent Unit）等，得出了較為滿意的結(jié)果。

運用的工具

Python 3.6

Keras

XGBoost

Sklearn

他們的代碼：https://github.com/zxth93/CIKM_AnalytiCup_2017

via：GitHub

雷鋒網(wǎng) AI科技評論

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。