[发明专利]一种基于机器学习预测中暑发生的模型及方法

说明书

本发明公开一种基于机器学习预测中暑发生的模型及方法，步骤一：建立典型高温城市的高温事件发生数据库；步骤二：对数据库进行数据匹配及清理；步骤三：应用Boruta算法进行变量筛选；步骤四：建立随机森林模型的训练数据集及验证数据集；步骤五：确定随机森林参数并建立随机森林模型；步骤六：变量重要性排序；步骤七：模型预测结果评估；步骤八：应用Bland‑Altman一致性评价方法对模型结果进行评估。本发明方法更能代表高温热浪事件的不良健康效应；能够较好的拟合非线性关系变量，提高模型拟合的效果；较为全面的对中暑事件的发生进行预测；能够较好的减少人群健康损伤，降低人群健康相关的经济损失。

技术领域

本发明涉及一种基于机器学习预测中暑发生的模型及方法，包含基于随机森林方法的模型建立以及其模型拟合效果的评估，尤其是一种预测不同地区日均中暑发生例数的模型及方法，基于不同地区的气象以及社会经济学等参数，结合机器学习方法建立预测模型，评估未来日均中暑发生例数，属于机器学习应用于高温健康危害的智能预测的技术领域。

背景技术

近年来，全球范围内的热浪事件形势严峻。根据联合国政府间气候变化专门委员会发布的报告，过去半个世纪中热浪的发生频率呈增加趋势，提示未来几十年中，地表温度将持续增加并伴随极端高温事件频发，其带来的严峻的不良健康效应更是不容忽视。因此，对于热浪及其相关的健康后果的有效预估可以更好的提升人群健康防护，同时减少热浪相关的健康损失。其中，中暑则是热浪事件对应的重要不良健康结局。中暑事件一般发生在机体处于高温、高湿等极端环境中，从而产生身体温度的异常升高。但由于中暑事件报道具有时间延迟性，相关变量具有潜在共线性，这些可能的因素都会影响中暑发生预测的效率。

现有的相关预测模型在可靠性等方面尚存在不足之处，并且缺乏基于实际数据的对应评估。并且，现有的对于极端炎热天气以及其相应不良健康结局的预测模型大多基于气象观测数据，如温度、相对湿度等，但是分析中缺乏社会经济学因素的加入，因而可能带来对于健康效应具有重要影响的指标贡献的缺失。大部分已建立的健康预测系统将死亡率作为健康终点，少数研究将入院率等指标作为健康终点。因此，这些预测模型的代表性受到限制，并且缺乏实际数据以验证模型的有效性。

因此，在我国构建基于多城市的中暑事件发生预测模型并应用于高温中暑事件发生的预测预警是十分必要的。

发明内容

本发明的目的是提供一种基于机器学习预测中暑发生的模型及方法，以解决现有相关预测模型在可靠性较差，及缺乏基于实际数据的对应评估等方面存在的不足；以构建基于多城市的中暑事件发生预测模型并应用于高温中暑事件发生的预测预警。

本发明一种基于机器学习预测中暑发生的模型，

本发明一种基于机器学习预测中暑发生的模型及方法，包含基于随机森林方法的模型建立以及其模型拟合效果的评估。具体步骤如下，

步骤一：建立典型高温城市的高温事件发生数据库

整理中国典型城市的经济学及社会学指标，同时整理历年高温时段的气象因素以及中暑数据，建立我国典型城市的中暑事件数据库。

步骤二：对数据库进行数据匹配及清理

将步骤一建立的中暑事件数据库，进行清理和剔除，得到匹配数据库，具体为：以日均中暑事件发生数量为标准，以前一日、前三日、前五年的温度、湿度等气象因素数据以及社会经济学数据(所有数据项详见表1)为变量，建立匹配数据库。根据《防暑降温措施管理办法》，35℃以上天气定义为高温天气，因此剔除35℃以下的非高温天气对应数据，保证模型建立的代表性和可靠性。同时为保证随机森林建立的有效性，对缺失数据进行剔除。

步骤三：应用Boruta算法进行变量筛选

采用Boruta特征选择算法，根据特征即各变量重要性判断特征变化后的平均减少精度，以评价每个特征即变量的重要性，迭代逐步删除非重要的特征，最后给出接受或拒绝特征变量的结果，达到模型变量筛选的目的。