地震分析会商应用系统研究现状及展望

对当前各地震分析会商系统、异常识别方法、综合分析方法研究现状进行了分析和综述,总结了各软件系统在运行模式效率、资源利用、更新方式、规范性、智能化等方面存在的突出问题;针对这些问题,结合大数据、云计算、人工智能等新技术、新方法、新要求,提出了地震分析会商系统未来顶层设计方案:首先,通过"云-网-端"三位一体化方式建立"专家交互分析"和"智能自动分析"相互兼容的发展模式;然后,对该模式从总体设计和具体实施技术路线2大方面进行了详细阐述和可行性分析;最后,对系统建设注意事项展开讨论。

机器学习在ENSO预测会商中的应用

基于多模式集合预报的思想,利用可解释机器学习方法——决策树算法建立了多模式ENSO预测结果智能会商系统。分别使用基于Boosting的GBDT、XGBoost、lightGBM和基于Bagging的RF 4种决策树模型方法,结合随机搜索交叉验证、网格搜索交叉验证两种超参数调整方法对决策树模型的超参数进行优化调整,根据不同超前预报时效分别建立多模式ENSO预测结果智能会商系统,对多模式预测结果进行集合订正,并给出各模式预测结果在智能会商系统中的特征重要性。该智能会商系统模拟了ENSO预测会商过程,实现了读取各模式预测结果、训练模型、给出预测结论及预测依据、预测结果可视化等流程的自动化,同时实现了智能调参的功能。