基于隨機森林的全球氣溫變化趨勢預測分析

葛耀棟

摘 ?要：全球變暖是目前全球氣溫變化的主要特征，分析影響全球氣溫的眾多因素，本文將選取CO2濃度、地球凈輻射、海洋溫度作為影響全球氣溫的影響因素研究。對全球氣溫的準確預測，將在農業(yè)生產分配、自然災害防治等方面有重要作用。若對全球氣溫進行較為精確的預測，可使用機器學習模型實現(xiàn)。主流的機器學習模型有隨機森林、支持向量機、神經網絡、Adaboost、Xgboost等。這些模型在問題維度較低、空間復雜度不太高的情況下，均可達到95%以上的準確率。本文將采用隨機森林模型作為核心算法，完成對全球氣溫的預測。同時采用滑動平均、指數平滑、非線性規(guī)劃等方法，完成對三種影響因素的時間序列預測，以及預測結果的優(yōu)化。

關鍵詞：氣溫變化;隨機森林;預測

模型建立

近十多年來，全球氣溫仍呈現(xiàn)出上升趨勢，同時世界各地的極端氣候、自然災害也愈加頻發(fā)[1]，對人們的日常生產以及自然環(huán)境造成嚴重影響。本文通過對已有數據進行分析，利用設計氣溫變化的預測模型實現(xiàn)對未來全球氣溫的預測估計。

1.隨機森林模型的建立

隨機森林模型為集成算法[2]的一種，其分類器單元為決策樹。原始數據共四維，分別為CO2濃度、地球凈輻射、海洋溫度、全球氣溫。將CO2濃度、地球凈輻射、海洋溫度作為模型訓練的特征輸入，對全球氣溫進行預測。原數據共130條，覆蓋年份1880-2009年，分別取原數據前50年、80年、105年以及全部用作隨機森林模型訓練，其余年份數據用作模型預測。在本文解決的問題中，需實現(xiàn)對未來30年內全球氣溫的預測。觀察原始數據可知其均存在上升的趨勢，預測數據勢必會超出訓練集的數據范圍，僅通過重新選取訓練數據集的方式在此問題中無法發(fā)揮作用。因此，本文將選取一階差分的方法對原始數據退勢，圖1為原始數據退勢后序列。

退勢后的序列變得平穩(wěn)且存在一定的周期性，能夠用作模型的預測。將CO2濃度退勢序列、地球凈輻射退勢序列、海洋溫度退勢序列作為新模型的特征輸入，全球氣溫退勢序列作為新模型的預測值。本文選取70%數據用于模型訓練。由于退勢后序列全部為差分量，模型的評估需選用原始數據，在差分量還原的過程中需要求和操作，因此必須將全部預測數據用作模型評估。模型評估函數選用平均絕對百分比誤差（Mean Absolute Percentage Error）。

式中為樣本數量，為原始數據標簽值，為模型預測值。

通過隨機搜索（Random Searching）、網格搜索（Grid Searching）方法找到模型的最優(yōu)參數[4]，分類器數量（n_estimators）為700，最大深度（max_depth）為8，內部節(jié)點再劃分所需最小樣本數（min_samples_split）為12，葉子節(jié)點最少樣本數（min_samples_leaf）為1，最終將預測結果求和，完成模型評估。至此，完成模型的構建。

模型可以反應各特征的重要性占比，通過模型可知，特征重要性占比為：CO2濃度退勢序列6.5%、地球凈輻射退勢序列3.4%、海洋溫度退勢序列90.1%。海洋溫度退勢序列重要性的占比最大，與本文開始的觀測猜想一致。

2.滑動平均法對CO2濃度的預測

CO2濃度數據具備一定指數特性，可通過對數函數將其轉化為直線進行預測。但模型的輸入為CO2濃度退勢序列，對數操作將對退勢序列造成不小影響，影響最終預測結果。本文采用滑動平均法，完成對CO2濃度的預測。

窗口大小為5，初始化窗口權重為，增長因子，懲罰系數，其中窗口權重需滿足以下約束條件：

設預測值為，的計算公式如下：

結合實際參數應逐漸減小，參數應逐漸增大，通過非線性規(guī)劃算法求解到一組合適的窗口權重參數，完成對CO2濃度以及CO2濃度退勢序列的預測。

3.指數平滑法對地球凈輻射、海洋溫度的預測

地球凈輻射序列與海洋溫度退勢序列均表現(xiàn)出周期性，可采用小波分析、指數平滑等方法實現(xiàn)預測。本文采用三次指數平滑方法（Holt-Winter）預測。選取合適的周期參數，并采用非線性規(guī)劃算法優(yōu)化預測結果。

4.預測結果的優(yōu)化

將預測結果重新整合，使用訓練好的隨機森林模型完成對未來30年的全球氣溫預測。預測結果與目標函數在1880、1920、1930、1965等特殊時間點重合，整體趨勢同原始全球氣溫序列。對模型預測結果做出修正，本文采用線性回歸修正模型預測結果。修正公式如下：

式中為待修正預測值，為擬合直線預測值，為全球氣溫原始數據，為全球氣溫原始數據長度，為待求解的參數。通過非線性規(guī)劃算法，得到一組合適參數，完成對模型預測結果的修正，修正結果如圖2所示。

結論

本文通過隨機森林模型，結合滑動平均、指數平滑法完成對未來30年全球氣溫的預測，使用非線性規(guī)劃法修正預測結果。找到可能影響全球變暖的主要因素，包括海洋溫度、CO2濃度等。其中影響全球氣溫最直接的因素為海洋溫度，但海洋溫度的升高只是結果，其可能與不同年代的火山活動、太陽黑子活動有關，是需要科研人員考察的另一方向;次要因素為CO2濃度的增大。通過預測結果可以看出，全球氣溫在近一段時間內仍存在上升趨勢。

參考文獻

[1] ?王澄海，李健，許曉光.中國近50年氣溫變化準3年周期的普遍性及氣溫未來的可能變化趨勢[J].高原氣象，2012，31（01）：126-136.

[2] ?吳興惠，周玉萍，邢海花.集成學習之隨機森林分類算法的研究與應用[J].電腦知識與技術，2020，16（21）：26-27.