2个入门级气象机器学习算法赛，让你使用Python的格局打开

随着时代的发展，人工智能、机器学习、数据挖掘等技术逐渐普及，各个领域都在尝试使用这些技术与领域内现有知识结合，从而拓展现有的研究。

而气象领域也不例外，通过知网检索“气象 机器学习”关键词，我们可以发现，相关论文发表数量呈现逐年递增状态。在刚过去的2021年，“气象 机器学习”相关论文发表篇数为250篇，已经与2002年“气象 模式”相关论文发表的数量相当（225篇）。可以预见，在不久的将来，机器学习或将成为气象领域另一个热门的研究方向。

知网检索“气象 机器学习”关键词发文量年度趋势图

知网检索“气象 模式”关键词发文量年度趋势图

为了帮助大家更好地入门气象领域的机器学习，我们准备了2套气象机器学习练习赛。

PS：机器学习的比赛，选手根据提供的训练集数据训练模型，而后在测试集数据上进行预测，得出的预测值与真实值进行比较，预测值越接近真实值，名次越高。

· 练习赛一 ·

空气质量预测

知识点：结构化数据处理，特征处理，机器学习基础

推荐人群：入门小白，浅试机器学习全流程

赛题

本次比赛以 PM2.5 预测为任务，给出一段时间内某城市的相关气象观测数据及空气污染物数据，建立模型预测一段时间内的 PM2.5 指数。

数据

本次比赛所用到的空气质量数据来自环境保护检测中心网站，气象数据来自美国国家气候数据中心（NCDC），由@王_晓磊 汇总并分享。为了更符合算法比赛的需求，数据做了脱敏处理。

字段

*本次比赛数据集不开放下载

赛题

本赛题需要你通过热带气旋属性，建立合理的约束条件或特征识别算法，最终实现西北太平洋热带气旋路径检测。

数据

本赛题给出了 2014 年 7-9 月（台风高发期）的高分辨率气候模式的模拟数据，时间分辨率为 6 小时，空间分辨率为 0.5°，区域为西北太平洋海域（100°E-180°，0°N-60°N）。

其中：

• 训练数据集包含 2014 年 7 月海平面气压模拟数据、气温场模拟数据、经向风场模拟数据、纬向风场模拟数据、检测所得的台风数据；
• 测试数据集包含 2014 年 8-9 月、海平面气压模拟数据、气温场模拟数据、经向风场模拟数据、纬向风场模拟数据、台风数据的 id 及其编号与时刻。

数据来源：高分辨率气候模式数据来自第六次国际耦合模式比较计划（CMIP6）中的 ECMWF-IFS-HR 模式

字段

气候模式输出数据（nc 格式）字段：

台风数据（csv 格式）字段：

* 本次比赛数据集不开放下载