论文部分内容阅读
[摘要]随着现代化科学技术的快速发展,数据挖掘技术被广泛的应用在多个领域,在天气预报中运用数据挖掘技术,可以极大地提高数据处理效率,快速挖掘出有价值的数据信息,为天气预报提供重要的数据支持。通过分析数据挖掘技术在天气预报中的应用,进一步进行优化和完善,充分发挥数据挖掘技术的巨大优势。本文从分析数据挖掘技术的概念入手,阐述了天气预报中数据挖掘技术的运用。对天气预报中数据挖掘技术的运用研究具有一定指导意义和借鉴价值。
[关键词]天气预报 数据挖掘技术 运用
[中图分类号] P45 [文献码] B [文章编号] 1000-405X(2014)-10-295-1
进入21世纪信息化时代,人们对于信息的需求量大幅上涨,传统的数据库已经难以满足人们对于快速检索和储存数据信息的要求。数据挖掘技术可以从大量的数据信息中快速查询和提取一些具有潜在价值的知识和信息,因此要积极推动数据挖掘技术在天气预报中的广泛应用,提高天气预报的科学性和准确性。
1数据挖掘技术的概念释义
数据挖掘是一个从大量的、随机的、模糊的、有噪声的数据信息中,快速查询和提取一些隐含的、人们事先不了解、一些具有潜在价值的知识和信息的过程[1]。数据挖掘这个概念主要包括以下几层含义:其一,数据信息要是含噪声的、大量的和真实的,挖掘的数据要是人们认为有价值的、感兴趣的,同时挖掘的数据必须可运用、可理解、可接受,并不需要发现满足所有定律的数据,可以仅仅满足特定的问题。数据挖掘过程可以使用非数学方法,也可以使用数学方法,可以采用归纳的方法,也可采用演绎的方法。挖掘的数据信息被用于过程控制、决策支持、查询优化、信息管理等,还可进一步维护和优化数据自身。数据挖掘技术涉及了多门学科,汇聚了并行计算、可视化、数理统计、人工智能、数据库等不同领域的技术人员和学者。
2天气预报中数据挖掘技术的运用解析
2.1天气预报工作
天气预报是一项以热力学和大气动力学为基础,集判断推理和计算的重要工作。天气预报人员根据初始场的天气资料,根据气象学的预报方法和相关知识,再结合天气预报工作人员的经验,从而预测和推动未来的天气情况。但是天气预报工作人员的经验具有很多的不确定性,在很大程度上会影响天气预报的准确性。在天气预报中运用数据挖掘技术,可以通过数理统计的数据挖掘方法,科学分析历史资料,从而挖掘有价值的信息,提高天气预报的科学性和合理性。
2.2资料准备工作
要进行天气预报,首先需要有初始场资料,例如根据今天夜间22点高空、地面大气层变化等多种初始场资料,科学预测明天的天气状况。运用数据挖掘技术科学预报天气,其数据源必须是庞大的,如果数据资料较少,再进行数据挖掘基本上没有什么意义,并且大气运动过程非常复杂,不可能根据一两个数据资源就来预测。因此,在使用数据挖掘技术之前,要准备大量的历史数据,从而使天气预报更加可信、更加准确,有效地适应社会发展和居民生活的需要。
2.3数据清洗工作
气象信息处理系统中包含的资料非常多,不需要将所有这些資料用于数据挖掘,因此要适当对这些数据资源进行筛选,提高工作效率,减轻工作量。例如,经过筛选,最终选择出地面部分的天气预报因子:露点、低云状、10小时降水、5小时变压、风向、海平面气压、总云量;高压部分天气预报因子:风向、温度露点差[2]。
2.4数据挖掘过程
(1)挖掘总云量知识
在气象学中,云量主要分为0、1、2、、、、、、10这十一个等级[3],在气象信息处理系统中,0还可以表示数据丢失或者没有观测数据。从数据库中提取大雨发生之前10小时的总云量数据。从全省36站点中选择几个,如表1所示。从表1中可以看出,大雨发生之间的12个小时中,天空乌云密布(即总云量为10)的次数约占50%,在总体云量较少的情况,大雨发生的概率较低。根据36个站点的总云量数据,云量大于6的约占63%,进一步挖掘,在大雨发生之前,4个相邻站点附件的云量超过7,云量等级超过7,下大雨的概率就比较大,因此天气预报会显示阴雨天气。
(2)挖掘云状知识
云主要有低云、中云和高云三种,每种云又具有很多不同的类型,而这些信息中是否含有有价值的信息,在气象信息处理系统中运用数据挖掘技术,数据统计结果如表2所示。
由表2可以看出,这些站点在大雨发生之间的12个小时中,低云一共出现1157次,简单来说,大雨发生之前,低云出现的频率很高,同样,卷云类型的高云出现1176次,这说明,大雨发生之前经常会出现卷云。根据数据挖掘技术结果可以推测,在大雨来临之前,通常会出现卷云和层云。
(3)根据数据挖掘知识进行天气预报
云量和云状是最主要的两个气象因素,根据数据挖掘的云量和云状的知识,可以对大雨的发生情况进行预报。在进行天气预报时,选择08和20时的气象信息处理系统的地面资料作为气象预报的初始场,从系统中挖掘10小时降水、云状和云量资料。首先,在气象信息处理系统中检索各个站点的云状和云量资料,查看低云的类型是否是层云,查看云量等级是否超过6,如果两者都满足,可以预测该站点附近发生大雨的可能性比较大,然后再查看这些站点是否相邻或者连接成片,再预测是否会发生降水。
3结束语
综上所述,天气预报中数据挖掘技术的运用,为天气预报提供了可靠的数据支持,极大地提高天气预报的准确性,随着现代化科学技术的快速发展,数据挖掘技术也会越来越完善,将会在天气预报中发挥更加重要的作用,进而为经济发展和居民生活的质量提高起到重要的智力支撑意义。
参考文献
[1]陈宝学. 数据挖掘技术应用于天气预报的研究[D].哈尔滨工程大学,2012.
[2]李一平. 数据挖掘技术在天气预报中的应用研究[D].内蒙古大学,2011.
[3]姜文瑞. 基于数据挖掘的气象数据分析[D].西安建筑科技大学,2012.
[关键词]天气预报 数据挖掘技术 运用
[中图分类号] P45 [文献码] B [文章编号] 1000-405X(2014)-10-295-1
进入21世纪信息化时代,人们对于信息的需求量大幅上涨,传统的数据库已经难以满足人们对于快速检索和储存数据信息的要求。数据挖掘技术可以从大量的数据信息中快速查询和提取一些具有潜在价值的知识和信息,因此要积极推动数据挖掘技术在天气预报中的广泛应用,提高天气预报的科学性和准确性。
1数据挖掘技术的概念释义
数据挖掘是一个从大量的、随机的、模糊的、有噪声的数据信息中,快速查询和提取一些隐含的、人们事先不了解、一些具有潜在价值的知识和信息的过程[1]。数据挖掘这个概念主要包括以下几层含义:其一,数据信息要是含噪声的、大量的和真实的,挖掘的数据要是人们认为有价值的、感兴趣的,同时挖掘的数据必须可运用、可理解、可接受,并不需要发现满足所有定律的数据,可以仅仅满足特定的问题。数据挖掘过程可以使用非数学方法,也可以使用数学方法,可以采用归纳的方法,也可采用演绎的方法。挖掘的数据信息被用于过程控制、决策支持、查询优化、信息管理等,还可进一步维护和优化数据自身。数据挖掘技术涉及了多门学科,汇聚了并行计算、可视化、数理统计、人工智能、数据库等不同领域的技术人员和学者。
2天气预报中数据挖掘技术的运用解析
2.1天气预报工作
天气预报是一项以热力学和大气动力学为基础,集判断推理和计算的重要工作。天气预报人员根据初始场的天气资料,根据气象学的预报方法和相关知识,再结合天气预报工作人员的经验,从而预测和推动未来的天气情况。但是天气预报工作人员的经验具有很多的不确定性,在很大程度上会影响天气预报的准确性。在天气预报中运用数据挖掘技术,可以通过数理统计的数据挖掘方法,科学分析历史资料,从而挖掘有价值的信息,提高天气预报的科学性和合理性。
2.2资料准备工作
要进行天气预报,首先需要有初始场资料,例如根据今天夜间22点高空、地面大气层变化等多种初始场资料,科学预测明天的天气状况。运用数据挖掘技术科学预报天气,其数据源必须是庞大的,如果数据资料较少,再进行数据挖掘基本上没有什么意义,并且大气运动过程非常复杂,不可能根据一两个数据资源就来预测。因此,在使用数据挖掘技术之前,要准备大量的历史数据,从而使天气预报更加可信、更加准确,有效地适应社会发展和居民生活的需要。
2.3数据清洗工作
气象信息处理系统中包含的资料非常多,不需要将所有这些資料用于数据挖掘,因此要适当对这些数据资源进行筛选,提高工作效率,减轻工作量。例如,经过筛选,最终选择出地面部分的天气预报因子:露点、低云状、10小时降水、5小时变压、风向、海平面气压、总云量;高压部分天气预报因子:风向、温度露点差[2]。
2.4数据挖掘过程
(1)挖掘总云量知识
在气象学中,云量主要分为0、1、2、、、、、、10这十一个等级[3],在气象信息处理系统中,0还可以表示数据丢失或者没有观测数据。从数据库中提取大雨发生之前10小时的总云量数据。从全省36站点中选择几个,如表1所示。从表1中可以看出,大雨发生之间的12个小时中,天空乌云密布(即总云量为10)的次数约占50%,在总体云量较少的情况,大雨发生的概率较低。根据36个站点的总云量数据,云量大于6的约占63%,进一步挖掘,在大雨发生之前,4个相邻站点附件的云量超过7,云量等级超过7,下大雨的概率就比较大,因此天气预报会显示阴雨天气。
(2)挖掘云状知识
云主要有低云、中云和高云三种,每种云又具有很多不同的类型,而这些信息中是否含有有价值的信息,在气象信息处理系统中运用数据挖掘技术,数据统计结果如表2所示。
由表2可以看出,这些站点在大雨发生之间的12个小时中,低云一共出现1157次,简单来说,大雨发生之前,低云出现的频率很高,同样,卷云类型的高云出现1176次,这说明,大雨发生之前经常会出现卷云。根据数据挖掘技术结果可以推测,在大雨来临之前,通常会出现卷云和层云。
(3)根据数据挖掘知识进行天气预报
云量和云状是最主要的两个气象因素,根据数据挖掘的云量和云状的知识,可以对大雨的发生情况进行预报。在进行天气预报时,选择08和20时的气象信息处理系统的地面资料作为气象预报的初始场,从系统中挖掘10小时降水、云状和云量资料。首先,在气象信息处理系统中检索各个站点的云状和云量资料,查看低云的类型是否是层云,查看云量等级是否超过6,如果两者都满足,可以预测该站点附近发生大雨的可能性比较大,然后再查看这些站点是否相邻或者连接成片,再预测是否会发生降水。
3结束语
综上所述,天气预报中数据挖掘技术的运用,为天气预报提供了可靠的数据支持,极大地提高天气预报的准确性,随着现代化科学技术的快速发展,数据挖掘技术也会越来越完善,将会在天气预报中发挥更加重要的作用,进而为经济发展和居民生活的质量提高起到重要的智力支撑意义。
参考文献
[1]陈宝学. 数据挖掘技术应用于天气预报的研究[D].哈尔滨工程大学,2012.
[2]李一平. 数据挖掘技术在天气预报中的应用研究[D].内蒙古大学,2011.
[3]姜文瑞. 基于数据挖掘的气象数据分析[D].西安建筑科技大学,2012.