三等獎：Helloworld團(tuán)隊

線性回歸、XGBoost、遺傳算法、算法融合、特征優(yōu)化

根據(jù)衛(wèi)星云圖的特點，識別并提取指定地點和時間的像素點的亮度值用于主要輸入數(shù)據(jù)。為防止算法過擬合或欠擬合，采用了基于遺傳算法的三段式線性回歸函數(shù)和基于機(jī)器學(xué)習(xí)的XGBoost算法進(jìn)行算法融合，通過MAE平均絕對誤差法來訓(xùn)練結(jié)果，并將收斂后的結(jié)果用于輻射值預(yù)測。

三等獎：大氣科學(xué)小分隊

基于衛(wèi)星數(shù)據(jù)的地表輻照度反演

獲取長期、大范圍、準(zhǔn)確的地表輻照度對于國計民生有重要意義。區(qū)域的地表輻照度是農(nóng)業(yè)、光伏發(fā)電等產(chǎn)業(yè)發(fā)展的基礎(chǔ)數(shù)據(jù)，大范圍的地表輻照度的變化對于全球氣候變化研究具有重要作用。

二等獎：機(jī)器不思異團(tuán)隊

衛(wèi)星云圖+地面觀測云圖預(yù)測輻照量

使用機(jī)器學(xué)習(xí)方法求解本賽題。主要構(gòu)造了兩類特征，第一類特征計算了晴天情況下不同經(jīng)緯度和時間的太陽輻照強(qiáng)度理論值。第二類特征根據(jù)衛(wèi)星云圖統(tǒng)計各站點各時間云量的多少，方法是選取每個站點所在位置周圍±2像素（約相當(dāng)于14×14千米）和周圍±4像素（約相當(dāng)于28×28千米）的目標(biāo)區(qū)域，每個目標(biāo)區(qū)域提取對應(yīng)時間前后15分鐘、前后30分鐘、前后45分鐘的衛(wèi)星云圖序列，然后對每個目標(biāo)區(qū)域每個云圖序列提取以下統(tǒng)計信息：總亮度均值、淡云比例、中云比例、較濃云比例、濃云比例。

一等獎：Tuscloud團(tuán)隊

衛(wèi)星云圖+地面觀測云圖預(yù)測輻照量

本文根據(jù)一段時間內(nèi)的衛(wèi)星云層圖片數(shù)據(jù)和相同時間段內(nèi)的多采樣點輻照量特征作為基礎(chǔ)，通過神經(jīng)網(wǎng)絡(luò)基于自研的Deep&ConvX融合模型訓(xùn)練出可預(yù)測輻照量的模型，并以新時間范圍內(nèi)的衛(wèi)星云層圖片數(shù)據(jù)作為判斷參數(shù)，預(yù)測同一多采樣點在每個規(guī)定時間點的輻照量數(shù)據(jù)。在此基礎(chǔ)上迭代優(yōu)化，最終實現(xiàn)對輻照量數(shù)據(jù)預(yù)測的模型建立。

三等獎：Data時代

城市交通積水預(yù)測

近年來，我國一些地域暴雨頻發(fā)，城市內(nèi)澇嚴(yán)重影響了舉居民的生活質(zhì)量和城市的正常運轉(zhuǎn)。目前，城市積水觀測能力不足，而城市積水模擬和預(yù)測也因為數(shù)據(jù)缺乏多集中在某個區(qū)域。本團(tuán)隊針對現(xiàn)階段降雨量預(yù)測存在的問題，從中國氣象數(shù)據(jù)網(wǎng)的中國氣候資料日值數(shù)據(jù)中采集重慶市近四年的氣候數(shù)據(jù)，依托三峽大學(xué)科研大數(shù)據(jù)平臺和python、sklearn等方式，通過氣壓、氣溫、蒸發(fā)量等11個與降雨量高度相關(guān)的特征，利用多重線性回歸對降雨量的數(shù)值進(jìn)行分析，同樣，利用采集到的11個特征，通過支持向量機(jī)對是否降雨進(jìn)行分類。

三等獎：HI_bioknow

格點雨量預(yù)報在小水庫汛情預(yù)警中的應(yīng)用

本項目旨在通過大賽結(jié)合主辦方給出的地域編碼、降水歷史和降水預(yù)測信息與本隊收集到的該地域的天氣預(yù)報信息和該地區(qū)的歷史XX信息，建立出速度與準(zhǔn)確性兼?zhèn)涞母咝阅軓V義回歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型，從而提升預(yù)報精確度、延長預(yù)報的預(yù)見期，已達(dá)到為小水庫下游的群眾贏得更為充分的避險轉(zhuǎn)移時間和降低天災(zāi)損失的作用。

二等獎：雨落天街

城市道路積水風(fēng)險指數(shù)

城市內(nèi)澇嚴(yán)重影響城市的正常運轉(zhuǎn)和公眾的正常生活，目前城市積水觀測能力不足，而城市積水模擬和預(yù)測也因為官網(wǎng)、河道等數(shù)據(jù)缺乏多集中在某個區(qū)域。本文以北京、上海、天津、武漢等四個城市為例，依據(jù)室外排水規(guī)范，基于1951-2018年日降水量觀測數(shù)據(jù)，利用皮爾遜Ⅲ型分布函數(shù)計算得到不同重現(xiàn)期下的降水量閾值，將城市易積水點與連續(xù)降水、短時強(qiáng)降水進(jìn)行疊加，預(yù)測未來1小時積水風(fēng)險并按照重現(xiàn)期閾值劃分風(fēng)險等級，形成城市道路積水指數(shù)，為公眾出行、城市水務(wù)等提供貼心氣象服務(wù)以及科學(xué)支撐。