面向衛星云圖及深度學習的臺風等級分類

摘要：臺風是最嚴重的自然災害之一,做好臺風等級分類預測是防災減災的關鍵。針對現有衛星云圖特征提取復雜、識別率低等問題,基于卷積神經網絡框架,以北太平洋1978-2016年近1 000多個臺風過程的衛星云圖作為樣本,提出改進深度學習模型Typhoon-CNNs。該框架采用循環卷積策略增強模型表征力,使用十折交叉驗證引入信息熵、Dropout置零率以優化模型靈敏度及防止過擬合。通過800樣本測試集對模型Typhoon-CNNs進行驗證,實驗結果表明,本文算法的分類精度達到92.5%,臺風和超強臺風2個等級的預測正確率達到99%,優于傳統分類方法。最后對模型提取的特征圖進一步分析,模型能夠準確識別臺風眼和螺旋云帶,從而證明Typhoon-CNNs對臺風等級分類的可行性。