2024年MathorCup大数据竞赛优秀论文-2.pdfVIP

队伍编号MCB2401349

赛道（A）

基于K-means聚类与LSTM时间序列的台风路径问题研究

摘要

自古以来，台风便深刻影响着人类的日常生活，是最严重的自然灾害之一，常引发

狂风、暴雨等自然灾害，突发性强、破坏力大。本文基于K-means聚类对台风类别进行

了划分，借助LSTM时间序列与指数衰减模型预测了台风的路径及中心风力等特征。

针对问题一，本文建立了K-means聚类模型对不同特征的台风类别进行了划分。首

先对数据进行预处理，包含风向等非数值数据类型进行转换，处理缺失值、异常值等；

接着观察数据集发现，本题数据基本为非线性数据，因此采用斯皮尔曼相关系数分析台

风特征参数与环境特征参数之间的相关性。随后，采用K-means聚类方法对台风的路径

特征与强度特征两方面进行聚类分析，通过手肘法与轮廓系数综合考虑确定最佳聚类数

分别为4类与3类。最后，计算7月与9月台风数据点与各个聚类中心点的欧氏距离，

依据最小欧氏距离划分类别。

针对问题二，本文建立了台风路径的LSTM时间序列预测模型。首先，统一数据集

记录的时间间隔为6小时，以减少模型预测偏差。接着，引入了循环神经网络及其改进

形式LSTM来处理时序数据，将数据集被分为训练集和测试集，分别用于模型训练和性

能评估，采用平均绝对误差和均方根误差作为预测评价指标，得出经度的MAE和RMSE

值分别为2.627、5.765，纬度的MAE和RMSE值分别为1.807、3.461，确保最终训练

模型表现良好，然后输入参数即可求得预测结果。最后通过动态时间规整算法对预测路

径与真实路径进行对比分析，计算求得DTW距离为10.32，可以认为模型的预测效果

较好，拟合程度较高。

针对问题三，本文建立了台风行进途中降水量的指数衰减模型。首先，筛选并整合

台风数据集中的关键特征，如风速、降水量、中心位置等，并采用哈佛辛公式计算基站

与台风中心之间的距离，为后续分析打下基础。接着，构建了指数衰减模型来拟合风速

与降水量的关系以及距台风中心距离与降水量的关系，通过最小二乘法估计模型参数，

得出风速与降水量的相关性不明显，而距台风中心距离与降水量拟合效果较好，决定系

数约为0.54。此外，台风中心风力的变化呈现出时间序列特性，因此可利用LSTM模型

预测台风中心风力。最后，结合风速-降水量模型和LSTM预测结果，对降水量进行了

预测，由于数据的波动性，模型曲线未能很好地与实际数据点相吻合。总的来说，风速

对降水量的影响并不是唯一的决定性因素，可能还有其他未被考量的环境因素对降水量

产生显著影响。

关键词：K-means聚类斯皮尔曼相关系数循环神经网络LSTM指数衰减

目录

一、问题重述1

二、问题分析1

2.1问题一的分析1

2.2问题二的分析1

2.3问题三的分析1

三、模型假设2

四、符号说明2

五、模型的建立与求解3

5.1问题一模型的建立与求解3

5.1.1数据预处理3

(一)数据优化3

(二)相关性分析5

5.1.2聚类分析6

(一)可视化分析6

(二)特征工程8

(三)手肘法与轮廓系数9

(四)路径特征聚类10

(五)强度特征聚类12

5.1.3台风类别划分13

5.2问题二模型的建立与求解14

5.2.1数据预处理14

5.2.2时间序列预测模型14

(一)模型引入14