[发明专利]基于小波去噪与Catboost的短时天气预报方法

摘要

本发明公开了一种基于小波去噪与Catboost的短时天气预报方法，包括以下步骤：S1：输入t时刻的历史气候特征数据，对由时刻t、O1‑On和M1‑Mm组成的输入数据进行数据清洗；S2：对O1‑On和M1‑Mm进行排序，剔除分值低于Q分的特征数据；S3：对待预测气候特征序列的P个站点进行one‑hot编码；对待预测气候特征序列的时间信息进行时钟投影以得到时间特征；S4：对待预测气候特征序列中的距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速进行小波去噪；S5：训练Catboost模型，将测试集输入到训练后的Catboost模型中，输出距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速的预测结果。本发明能够减少收敛时间，提高预测效率。

主权项

1.基于小波去噪与Catboost的短时天气预报方法，其特征在于：包括以下步骤：S1：输入t时刻的历史气候特征数据，包含t时刻模式预测的特征数据M₁,…,M_m和t时刻实际观测的特征数据O₁,…,O_n，其中，M_s表示t时刻模式预测的第s个特征数据，1≤s≤m，m表示t时刻模式预测的特征数据的总数，O_i表示t时刻实际观测的第i个特征数据，1≤i≤n，n表示t时刻实际观测的特征数据的总数；对由时刻t、O₁‑O_n和M₁‑M_m组成的输入数据进行数据清洗；S2：对O₁‑O_n和M₁‑M_m进行排序，按照重要性由高到低依次赋予以下分值：m+n分,m+n‑1分,...,1分，然后剔除分值低于Q分的特征数据，Q的值预先设定；S3：对待预测气候特征序列的P个站点进行one‑hot编码，完成空间特征添加；对待预测气候特征序列的时间信息进行时钟投影以得到时间特征；S4：对待预测气候特征序列中的距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速进行小波去噪；S5：将模式预测的特征数据M₁,…,M_m、待预测气候特征序列、步骤S4得到的小波去噪后的待预测气候特征序列、待预测气候特征序列的真实标签值输入Catboost模型，调整树的深度、树的最大数量与迭代次数，得到训练后的Catboost模型，然后将测试集输入到训练后的Catboost模型中，从而输出距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速的预测结果。