卫星遥感技术具有覆盖范围广、重复观测周期短、数据更新快、不受地面条件限制等综合优势,弥补了常规地基观测无法获取大面积、动态、连续365真正的官网_365bet足球实时动画_平板安卓office365破解版前兆信息的缺点,而如何在海量遥感数据中挖掘365真正的官网_365bet足球实时动画_平板安卓office365破解版信息成为遥感365真正的官网_365bet足球实时动画_平板安卓office365破解版应用的难点。
中国365真正的官网_365bet足球实时动画_平板安卓office365破解版局365真正的官网_365bet足球实时动画_平板安卓office365破解版预测研究所熊攀副研究员在国家公派访问学者项目的资助下,在赴英国交流访学期间,与英国莱斯特大学人工智能团队周挥宇教授、童磊博士,新加坡南洋理工大学龙程助理教授,意大利国家航天局前局长、国际知名物理学家Roberto Battiston教授,英国女王大学计算机学院前院长Danny Crookes教授,365真正的官网_365bet足球实时动画_平板安卓office365破解版岩石圈-大气圈-电离层耦合理论提出者、美国查普曼大学Dimitar Ouzounov教授和南通大学张堃教授等专家合作,提出了一种基于人工智能技术的卫星遥感大数据365真正的官网_365bet足球实时动画_平板安卓office365破解版预测新方法,扩展了365真正的官网_365bet足球实时动画_平板安卓office365破解版信息获取与预测的新手段,并用全球震例进行了回溯验证,对365真正的官网_365bet足球实时动画_平板安卓office365破解版可预测性研究具有重要应用价值。研究主要成果发表于中科院一区Top期刊Science of the Total Environment (2019 IF=6.551),论文第一作者为熊攀副研究员,通讯作者为国家灾研院申旭辉研究员。
研究基于经典的Adaboost机器学习算法和红外、高光谱气体等卫星遥感数据特性,提出了一种新颖的基于逆向修剪树(Inverse Boosting Pruning Trees, IBPT)的365真正的官网_365bet足球实时动画_平板安卓office365破解版预测框架(图1),该框架利用2006年到2013年间收集的红外、高光谱气体等10个多参量遥感卫星产品形成时间序列,利用时间序列聚类技术生成模型输入标签,并基于2006年到2013年间全球6级或以上共计1,371个365真正的官网_365bet足球实时动画_平板安卓office365破解版形成多个不同震级、不同数据特征的数据集,用于预测365真正的官网_365bet足球实时动画_平板安卓office365破解版并与其他机器学习技术进行了比较。
图1. Inverse Boosting Pruning Trees (IBPT)365真正的官网_365bet足球实时动画_平板安卓office365破解版预测框架
研究结果表明,与次优CNN算法相比,IBPT在性能评估指标MCC中提高了16%(从0.5657到0.6581),R评分提高了10%(从0.5357到0.6429),最优的AUC能达到0.8878,在全球震例回溯验证中取得较好的预测效果(图2)。此外,选取范围在震中为中心,3°为半径和震前30天的数据,其预测效能最优。相关工作还进一步证明,余震对IBPT框架的预测结果几乎没有影响。
图2. 全球震例回溯验证
研究工作还表明,基于“滑动窗口”的时间序列特征能显着提高IBPT的预测精度,其MCC改善了13.3%。此外,各遥感参量对 IBPT框架预测重要性分析表明,臭氧、红外长波辐射通量和一氧化碳CO是对预测贡献率最大的几个参量(图3)。
图3. 各遥感参量对 IBPT框架预测重要性分析