1、陈施吉，李家启，王远谋，等.基于机器学习的长江重庆航道雾情特征提取J.热带气象学报，2022，38(6)：845-853.文章编号：1004-4965(2022)06-0845-09基于机器学习的长江重庆航道雾情特征提取陈施吉1，李家启1，王远谋1，李科2，孙恩虹3(1.重庆市气象服务中心，重庆 401147;2.长寿区气象局，重庆 401220;3.江津区气象局，重庆 402260）摘要：基于20182020年长江沿线26个自动气象监测站的逐5 min能见度监测数据、重庆海事管辖水域资料和长江航道基础地理信息，利用K-Means、DTW、PCA等机器学习算法，分析了长江重庆航道雾情的时空分布
2、、时序形态等特征。结果表明：长江重庆航道雾情过程高发区域是涪陵-忠县水域，长寿及上游水域次之；江面雾情过程较高频率出现在夏季的6月、7月，冬季较之偏少，大部分的雾情过程时长均在1 h内，多在夜间生成及结束；不同时间长度的雾情过程具有不同的时序形态特征，当时长不足27 h时，主要表征能见度下降过程的信号，超过27 h的过程则主要表征能见度回升阶段信号，“象鼻形”先期振荡信号随着雾情过程时长的加大而进一步增强。关键词：重庆；长江航道；雾；机器学习中图分类号：P426.4文献标志码：ADoi：10.16032/j.issn.1004-4965.2022.076收稿日期：2021-05-16；修订日期
3、：2022-08-08基金项目：重庆市气象部门业务技术攻关项目(YWJSGG-202135)；重庆市知天 智慧气象服务系统建设项目(2020-500112-05-01-129096)共同资助通讯作者：李家启，男，重庆市人，研究员级高级工程师，从事气象服务与应用气象技术研究。E-mail：第38卷 第6期2022年12月热 带 气 象 学 报JOURNAL OF TROPICAL METEOROLOGYVol.38,No.6Dec.,20221 1 引引言言长江，素有“黄金水道”之称，是横贯我国东西的水运大动脉。大雾、暴雨、强风等恶劣天气常对长江水上交通安全及运输效率产生不利影响，其中又以雾情影
4、响最为严重。1990年代以来，相关领域专家学者针对长江干线的雾情特征开展了大量研究，俞香仁等1结合长江沿岸气象台站的监测记录，分析了长江雾的时空分布特征，李子华等2利用南方各省的野外探测资料，开展了长江雾情特征分析，结果与前者较为一致。近年来，针对长江雾情的研究逐渐聚焦在重点航段，如三角洲地区、三峡库区等。孙锦铨等3通过在长江南通航段的江心囤船上建设自动监测站，探讨了长三角南通段的江面雾时空气候特征；周伟灿等4和张恩红等5选取长三角地区多个代表站的能见度监测资料，分析了该地区的能见度变化特征；田小毅等6对长江江苏段的江面雾时空特征进行统计分析，提出了“象鼻形”先期振荡的概念模型。三峡库区河段航
5、道属于山区航道，复杂地形造成了库区航道多雾的气候特征，三峡成库后航道等级提高，库区航运量不断增加，雾情对航运的影响愈加明显7。陈乾金等8以宜昌站为代表，利用气象监测资料分析了三峡坝区长江雾的基本特征。虞俊等9和黄治勇等10选取三峡库区多个气象站作为代表站，利用多年历史资料分析了库区极端大雾天气的气候变化特征；白永清等11和王林等12进一步利用长江三峡航道沿线的能见度监测仪和人工监测雾情台站资料，分析了涪陵、万州、宜昌3组区域的能见度时空分布特征和气象因子、地理因子对雾情的影响；王中等13利用重庆市气象监测资料，谢斌等14和代娟等15利用长江重庆热 带 气 象 学 报第38卷航道局监测资料研究了
6、长江航道重庆段的大雾时空分布特征。受监测频次和精度限制，以往的研究多是基于逐时、逐日的监测资料开展，鲜有利用分钟级监测数据的精细化分析。随着长江上游航运能力的提升，大雾天气对长江航运及航道维护的影响服务需求愈加精细化。重庆市气象局自2017年开始对沿线的航道气象监测站进行升级，时间精度提高到分钟级，本文即是基于此类监测资料，对长江航道重庆段雾情特征进行分析，研究结果对提升水上交通安全、保障航道高效运行具有重要意义。2 2 资料和方法资料和方法2.1 资料来源研究采用的长江重庆航道沿线26个自动气象监测站(图1)20182020年期间的逐5 min能见度监测数据来源于重庆市气象信息技术与保障中心
7、，重庆海事管辖水域数据来源于重庆市海事局，长江重庆航道地理位置信息来源于长江航道测量中心。图1长江重庆航道气象监测站空间分布图表 1 给出了 26 个航道站的长江航道位置信息，可见涪陵及其下游的各海事处辖区内均设有2个及以上的能见度气象监测站。2.2 雾过程定义长江干线重庆段内，不同天气条件下(如：轻雾、大雾、浓雾天气16)采取禁限航措施不同：当能见度不足1 500 m时，禁止客船下行；当能见度不足1 000 m时，客船禁止出港和航行，渡船不能开航，其他船舶禁止下行；当能见度不足500 m时，禁止所有船舶出港和航行17。研究不同类型大雾天气的发生发展过程，对于航运有效管控具有积极意义。根据不同
8、类型的大雾天气分别开展时间序列变化特征分析，为了便于后期提取雾情过程的前兆信息，本文定义长江重庆航道的一次轻雾过程为自水平能见度2 000 m的a点开始以某种形态降低，于 b点降至 1 500 m 以下，而后在 c点开始以某种形态返升至2 000 m的d点，大雾、浓雾过程则是自b点开始分别降至1 000 m、500 m以下(图2)。2.3 资料处理方法2.3.1 数据预处理为了便于雾情时间序列样本提取，设置能见度2 000 m为阈值，超过该值的能见度监测值均作2 000 m处理，缺测值以线性插值算法补齐。根据2.2节的雾情过程定义，从能见度监测数据集中提取到了11 619个雾情过程样本。对该样
9、本集按照 3原则以时间长度为指标检测异常样图例航道监测站长江N846第6期陈施吉等：基于机器学习的长江重庆航道雾情特征提取本，3原则是基于概率统计的异常检测算法，检测效果具有很好的鲁棒性18。将超过3的样本均视为异常样本，作删除处理。最终得到长江重庆航道 20182020 年期间的雾情过程样本共 8 784个，其中轻雾过程4 272个、大雾过程2 600个、浓雾过程1 912个。序号12345678910111213站名几江汤家沱滥井沟鱼洞木洞镇蔺市镇江东睦和名山镇高家镇洋渡镇忠州镇石宝镇行政区县江津九龙坡大渡口巴南涪陵丰都忠县海事处江津巴南朝天门涪陵丰都忠县附近地名飘灯碛汤家沱滥井沟黄溪沟普
10、子岩虾子梁塘湾外坪黄桷背辗盘石洋渡菜园沱汝溪河序号14151617181920212223242526站名江南中学武陵镇新田镇万州一中大周镇双江镇云阳镇故陵镇安坪镇夔门曲尺乡巫峡镇培石乡行政区县长寿万州云阳奉节巫山海事处长寿万州云阳奉节巫山附近地名羊角堡牛坊沱新田镇苎溪河土地盘双江镇张飞庙旧址龙井村新安坪镇台子角再也湾关庙沱吊岩表1 长江重庆航道气象监测站地理位置信息图2(轻/大/浓)雾过程概念图2.3.2 时间序列形态识别本文在样本提取过程中发现，不同雾情过程的时间长度差异很大，如2020年6月29日涪陵外坪水域的浓雾过程样本时长达到 24 h 左右，而2020年8月30日凌晨万州苎溪河附近
11、水域的轻雾过程时长仅10 min。针对样本之间差异过大的样本集，直接提取时间序列形态会产生平滑效应，因此本文对样本集作进一步处理。2 0001 5001 0005000能见度/m轻雾过程大雾过程浓雾过程ta开始时间tb开始时间tc开始时间td开始时间t/minadbc847热 带 气 象 学 报第38卷(1)K-Means分类。根据“肘部”观察法确定分类K值，基于样本的时间序列长度属性，利用K-Means算法19对雾情过程进行分类。(2)等长时序样本集。对每一个样本按照该类最大时长，线性插值随机生成 1 000 个时间序列。基于动态时间规整方法(DTW)20，选择该样本的1 000个时间序列中
12、距离最小者作为新样本，从而得到新的时间长度相等的时间序列样本集。(3)主成分分析。经局部加权回归散点平滑(LOWESS)技术21加工后，对等长时序样本集进行标准化处理，利用主成分分析法(PCA)提取样本集的主要形态特征。2.3.3 算法实现说明本文通过 Python 工具实现数据的分析与处理，涉及到的工具包主要为Sklearn(包括K-Means、PCA)、Tslearn(DTW)。Sklearn(scikit-learn)是基于Python语言的开源机器学习库，包括分类、回归、聚类、降维等模块，K-Means属于聚类模块的常用算法，PCA 则为降维算法中的一员。Tslearn 库是Pytho
13、n下专门用于时间序列数据的机器学习工具包，DTW是其中的一个算法，主要通过计算两个时间序列的相似度实现序列的延展或压缩。3 3 雾过程的时空分布特征雾过程的时空分布特征3.1 空间分布特征长江重庆航道地处西南山区，航道呈典型山区河流特征，三峡成库后，自然航段、回水航段、库区航段并存，有着水流态势复杂、局地小气候明显的特征。20182020年3年间重庆境内长江航道的26个航道站共发生了8 784次雾情过程，其中轻雾过程占 48.6%，大雾过程为 29.6%，而浓雾过程仅占总次数的21.8%。图3为长江重庆航道自动气象站的雾情过程空间分布图，可见雾情过程随着航道里程的减小呈现“中-高-低”分布型，
14、其中长寿海事水域上游平均发生330次雾情过程，巴南水域的唐家沱和黄溪沟、朝天门水域的普子岩相对偏多。雾情高发区主要位于涪陵-忠县航段，平均发生560次雾情过程，涪陵海事水域尤为显著，而万州及下游的水域发生雾的起数最少，平均仅194次。统计各监测站附近水域的雾情过程发生频次，普遍表现为轻雾最多、大雾次之、浓雾最少，普子岩、虾子梁两处水域则是轻雾最多，大雾最少。长江重庆航道沿线雾情发生次数最多的是涪陵海事处管辖水域，虾子梁、外坪分别发生了679、667次雾情过程，前者轻雾 242次、大雾 209次、浓雾 71次，居全航道之最，后者轻雾366次、大雾167次、浓雾134次，仅次于虾子梁水域。总体而言
15、，涪陵-忠县水域雾情高发，长寿及上游水域次之，万州水域雾情次数较低，这与陈施吉等22关于巴南-涪陵一带气候危险性最高的研究结论较一致。图3长江重庆航道气象监测站雾情发生频次图8007006005004003002001000（轻/大/浓）雾过程发生频次/次824.7 788.8723.0 682.7613.0 570.8496.8449.0383.2305.8241.0 197.4144.0长江上游航道里程/km1 2001 0008006004002000雾过程发生频次/次永川江津巴南朝天门长寿涪陵丰都忠县万州云阳奉节巫山长江重庆海事局下辖海事处轻雾过程大雾过程浓雾过程雾过程趋势示意848第
16、6期陈施吉等：基于机器学习的长江重庆航道雾情特征提取3.2 时间分布特征3.2.1 月变化王中等13指出长江航道低能见度冬季出现最多，其次是秋、春季，夏季最少。田小毅等6的研究认为6月是长江江苏段江面雾的峰值之一。代娟等15的研究表明长江山区航道有冬少夏多的情况存在。谢斌等14认为长江山区航道受航道跨度长、地形复杂等因素影响，不同河段的雾情分布差异较大。利用2018年1月2020年12月长江沿线的实况监测资料分析了江面雾的月变化特征(图4)，可见长江重庆航道的雾情主要呈现夏季多、冬季少的分布特征，二者分别占48%、10%，春季约占26%，秋季约占16%；雾过程在17月期间逐渐增多，6月增幅尤为显著，8月骤降，自9月开始呈逐渐下降趋势；就不同雾情过程发生频次来看，全年均呈现轻雾最多、大雾次之、浓雾最少的分布特征。3.2.2 日变化雾情过程的发生包括开始、进入、返回、结束4个时间点，统计各时间点占该类雾情过程总数的百分率(图5)，长江重庆段的江面雾具有明显的日变化特征，雾情过程的开始、进入、返回、结束时间均主要集中在凌晨或早晨，自08时开始递减至12时后维持低值水平，20时开始又呈现出返升
