A2401090妈妈杯大数据一等奖.pdf

队伍编号MCB2401090

赛道（A）

基于集成机器学习模型对台风的分类与路径预测研究

摘要

本文以台风分类与路径预测为研究主题，结合全球气候变化背景和台风灾害对沿海

地区造成的严重影响，利用历史气象数据、混合聚类算法、多种集成机器学习模型以及

Stacking融合技术，系统研究了台风分类预测、登陆城市概率预测及路径与风速雨量变化

的动态预测问题。通过科学的数据预处理与模型优化，旨在提升预测的准确性和可靠性，

为沿海地区灾害防御和减灾提供科学依据。

为提高数据的精度，文章对台风预测的原始数据进行了全面的特征工程处理，包括

缺失值填补、异常值剔除、特征缩放及平衡数据样本等。针对不平衡数据，采用了

SMOTE过采样等优化技术。此外，通过非线性Box-Cox变换和归一化优化数据结构，以

提升机器学习模型的预测精度。最终形成优化后的样本数据，为后续台风分类与路径预

测奠定基础。

针对问题1，台风类别及途经省份预测。本文通过密度质心的混合聚类算法结合集成

机器学习模型，预测了2025年9月可能登陆我国的台风类别及途经省份（见表14）。模

型采用Micro-F1、Macro-F1等评价指标，Stacking融合模型表现最佳，其F1值高达0.986，

验证了其高预测精度和良好的泛化能力。预测结果显示，海南、广东等地可能面临超强

台风侵袭，浙江、上海等沿海城市可能遭受强台风或热带风暴影响，并提出了加强基础

设施建设和优化应急预案等防灾建议。

针对问题2，台风登陆城市预测。基于Stacking融合模型和台风路径的概率分布，预

测了2025年9月22日生成的台风最可能的三个登陆城市：广东、上海、福建，并给出了

具体登陆概率和时间（见表16）。模型评估指标显示，Stacking融合模型在预测误差和稳

定性方面优于单一算法，显著降低了纬度和经度的平均预测误差，为台风登陆城市的精

准预测提供了重要支持。

针对问题3，台风路径及风速雨量变化预测。本文基于台风历史降水数据和集成机器

学习模型，预测了台风路径及沿途风速与雨量变化（见表19）。以Stacking融合模型为核

心，结果显示其在纬度和经度预测上的误差显著低于XGBoost和RUSBoost算法，拟合优

度（R²）超过0.97。同时，模型实现了对台风沿途降水和风速变化的精准预测，并为可

能受影响的城市提出了科学的防灾建议，以减轻台风灾害带来的影响。

最后，通过对多个模型的鲁棒性检验和灵敏度分析，发现基于Stacking融合的集成

机器学习模型在分类准确性、路径拟合能力及预测稳定性等方面均优于单一模型。在台

风类别预测、登陆城市概率预测和路径动态变化预测中，Stacking融合模型表现出较高的

泛化能力和显著的精确性，为提升台风预报系统的实用性与灾害防控效率提供了重要参

考。

关键词：台风分类预测；台风路径；集成机器学习；混合聚类算法；Stacking融合

目录

1引言1

1.1研究的背景及意义1

1.2研究综述1

1.3研究的问题2

2研究思路3

3模型假设及解释3

4符号说明4

5数据的预处理4

5.1初赛结果解读5

5.2样本数据的预处理6

5.3数据集特征探索8

5.4数据结构优化10

6问题1：基于混合聚类算法与集成机器学习的台风分类预测12

6.1模型的准备12

6.2台风分类评价模型的建立与求解13

6.3台风分类预测模型的建立与求解15

6.4结果分析18

7问题2：基于集成机器学习的台风登陆城市概率预测19

7.1模型的准备19

7.2模型的建立与求解20

7.3结果分析20

8问题3：基于集成机器学习的台风路径及风速雨量变化预测22

8.1模型的准