大数据背景下基于百度EasyDL的龙卷风阶段监测

1. 龙卷风监测概述

1.1 龙卷风的危害

1.1.1 龙卷风的破坏力

• 龙卷风是一种极端天气现象，具有极强的破坏力。
• 1991年-2014年，我国平均每年有43个龙卷风，江苏和广东最多，年均龙卷风分别为5.5个和4.8个。
• 龙卷风的危害不仅在于其强大的风力，还包括随之而来的暴雨、洪水等次生灾害。

1.1.2 龙卷风发生的季节与地区

• 龙卷风主要发生在春季、夏季，4-8月龙卷风占全年的92%。
• 中国大部分省（区、市）都有龙卷风的踪迹，主要发生在我国东部平原地区。

1.2 龙卷风的形成原因

1.2.1 大气不稳定与上升气流

• 龙卷风是在极不稳定天气下由空气强烈对流运动而产生的一种伴随着高速旋转的漏斗状云柱的强风涡旋。
• 大气的不稳定性产生强烈的上升气流，是龙卷风形成的基础条件。

1.2.2 中尺度气旋与龙卷核心

• 由于与在垂直方向上速度和方向均有切变的风相互作用，上升气流在对流层的中部开始旋转，形成中尺度气旋。
• 随着中尺度气旋向地面发展和向上伸展，它本身变细并增强，同时，一个小面积的增强辅合，即初生的龙卷在气旋内部形成，产生气旋的同样过程，形成龙卷核心。

1.3 龙卷风监测的难点

1.3.1 小尺度和突发性

• 龙卷风的时空尺度很小，直径一般在100米以下，发生至消散的时间在几分钟到几十分钟。
• 现有的气象观测设备难以监测到这种小尺度和突发性的强对流天气。

1.3.2 现有监测手段的局限性

• 现有的检测方法需要用到多普勒雷达。这种雷达可以测量靠近或远离雷达站的风速。
• 然而，相对于检测龙卷风所需要的网络密度，多普勒雷达站还很稀少。雷达站覆盖面积是数百千米，而城市与城市的间隔也大概是这个距离。

2. 百度EasyDL技术介绍

2.1 百度EasyDL软件简介

2.1.1 百度EasyDL的特点

• 百度EasyDL无需机器学习专业知识，只需上传并标注需要识别的示例数据可以直接训练模型。
• 百度EasyDL具有操作可视化、效果精度高、部署灵活和支持更大数据进行训练的特色优势。

2.1.2 百度EasyDL的使用流程

• 首先需要在百度EasyDL上，新建一个模型，选择数据集，添加分类，开始训练。
• 训练完成后，可以在可视化界面校验模型效果，从而有针对性的补充训练数据。
• 当对模型效果满意后，可以将模型部署在云端、设备端、私有服务器或直接购买硬件一体方案。

2.2 百度EasyDL在龙卷风监测中的应用

2.2.1 实验设计与测试

• 实验测试，使用新的4个阶段的样本进行测试。
• 在阶段1和阶段2由于龙卷风还处于超级单体的阶段，未出现明显变化，所以识别率较低。
• 在形态很特殊，最为明显的第四阶段正确率在70%。
• 综合每组10个新样本测试后，汇总结果表明，第一、第二阶段的正确率在45%左右，第三阶段的正确率在50%左右，而在形态很特殊，最为明显的第四阶段正确率在70%。

2.2.2 模型改进与样本测试

• 完成第一次模型训练后，百度EasyDL的准确率只有41.2%，效果欠佳。
• 通过排查分析，得出原因可能是龙卷风第一阶段的图片太过杂乱且每张图片都有很大差别，再加上缺乏大量龙卷风第一阶段真实清晰的图片，无法准确地提高模型的泛化能力。
• 因此考虑删除一些少见的龙卷风图片以提高模型准确率。
• 有些是因为图片较模糊而判断错误，例如车辆被掀翻、大树被扭断等图片，无法准确判断为龙卷风。

3. 总结与展望

3.1 总结

• 此次课题的学习，接触到了百度EasyDL这种图像分类工具，通过大量的图片样本的采集，再结合现有机器学习的算法，百度EasyDL工具可以很方便的对样本进行分类。
• 通过百度EasyDL，我们可以在龙卷风发生时及时监测到，并发出预警，减少龙卷风带来的损失。
• 在此我还要感谢学校指导老师给予的大力帮助，在老师耐心的教导下完成了本课题的研究。

3.2 展望

• 如何与多普勒气象雷达联动进行识别。
• 模型的样本需要增多，提高准确度。
• 增加报警和提示功能，告诉人们龙卷风的发生，及时发布预警。
• 利用深度学习技术，通过分析龙卷风的图像特征，预测龙卷风的发展趋势和路径。
• 开发基于EasyDL的移动应用程序，方便用户随时随地监测龙卷风。
• 与其他气象监测设备相结合，如卫星、气象气球等，实现更全面、更准确的龙卷风监测。

4. 参考文献

• [1] 田玉基,钮亚楠,杨庆山,李波.物理模拟龙卷风的风速和气压降分布特征[J].工程力学,2020,37(03):66-76.
• [2] 刘晓静,章易程,刘凡,吴强运,张鸣凤,郭员畅.龙卷风原理的吸尘装置结构设计及流场仿真分析[J].哈尔滨工业大学学报,2020,52(03):106-114.
• [3] 李峰,李柏,唐晓文,张林,李瑞义.近20年美国龙卷探测研究进展——对我国龙卷风研究的启示[J].气象,2020,46(02):245-256.
• [4] 王蒙恩,曹曙阳,操金鑫.龙卷风风场的数值模拟研究[J].同济大学学报(自然科学版),2019,47(11):1548-1556.
• [5] 赵鑫樾,陈石,张晓杰,胡凌生.中国龙卷风等级分布研究[J].科技与创新,2019(21):136-137.