數(shù)據(jù)挖掘技術(shù)在氣象預(yù)報(bào)研究中的應(yīng)用

賈志明，王東峰，程 智

(中國人民解放軍93381部隊(duì)，黑龍江 五常 150223)

0 引言

氣象預(yù)報(bào)學(xué)是現(xiàn)代基礎(chǔ)科學(xué)中難度最高、挑戰(zhàn)性最強(qiáng)的一門綜合性學(xué)科，作為一種預(yù)測性質(zhì)的學(xué)科，氣象預(yù)報(bào)極易受到天氣系統(tǒng)變化、天氣因素干擾、天氣狀況作用等要素的影響，會讓天氣現(xiàn)象在一定程度上不按照常規(guī)演變生成，使氣象預(yù)報(bào)的不確定性進(jìn)一步加大。目前，國際上已經(jīng)借助先進(jìn)的電子計(jì)算機(jī)高速算法和數(shù)據(jù)挖掘技術(shù)來改進(jìn)天氣預(yù)報(bào)的算法模型，進(jìn)而提高天氣預(yù)報(bào)的預(yù)測能力。從目前數(shù)據(jù)挖掘技術(shù)在氣象研究領(lǐng)域的發(fā)展來看，主要集中在兩個(gè)方面：一是包括統(tǒng)計(jì)分析、關(guān)聯(lián)度分析和回歸分析在內(nèi)的統(tǒng)計(jì)學(xué)數(shù)理統(tǒng)計(jì)方法，二是包括數(shù)學(xué)建模、空間數(shù)據(jù)研究和氣象模式分析等在內(nèi)的機(jī)器學(xué)習(xí)和軟計(jì)算方法。

1 數(shù)據(jù)挖掘相關(guān)理論概述

1.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)主要應(yīng)用于商業(yè)數(shù)據(jù)的統(tǒng)計(jì)領(lǐng)域，是一種新型的挖掘操作技術(shù)，主要是從海量、無序、隨機(jī)和無價(jià)值的數(shù)據(jù)中挖掘出對自我需求有意義、有價(jià)值和特定的知識信息，這是一個(gè)連續(xù)查找有用知識的過程。最終被查找到的數(shù)據(jù)信息一定是客戶所需要且樂于接受和易于理解的知識信息。但這些知識信息并不是在任何范圍內(nèi)都被需要，只是在特定的場合被需要的用戶所利用。

1.2 數(shù)據(jù)挖掘的流程

一個(gè)數(shù)據(jù)的挖掘項(xiàng)目會有一個(gè)數(shù)據(jù)信息被挖掘的過程，而這個(gè)過程主要由六個(gè)環(huán)節(jié)組成。第一。需求提供。對一個(gè)數(shù)據(jù)挖掘的項(xiàng)目而言，要從業(yè)務(wù)的角度去理解客戶的需求，同時(shí)將數(shù)據(jù)挖掘的技術(shù)問題轉(zhuǎn)化為一個(gè)有具體特征的知識信息，進(jìn)而完成項(xiàng)目目標(biāo)的初步計(jì)劃。第二，采集分析數(shù)據(jù)。采集數(shù)據(jù)主要體現(xiàn)在對數(shù)據(jù)信息的理解方面，通過處理和識別等手段對采集到的數(shù)據(jù)質(zhì)量進(jìn)行評估和分析能夠了解采集到的數(shù)據(jù)的各種屬性。第三，數(shù)據(jù)預(yù)處理。在采集分析完數(shù)據(jù)后應(yīng)進(jìn)行數(shù)據(jù)預(yù)處理，對無用數(shù)據(jù)進(jìn)行清理，記錄及歸納客戶所感興趣的數(shù)據(jù)。第四，建模。在這一階段應(yīng)選擇應(yīng)用各種模型技術(shù)對數(shù)據(jù)進(jìn)行重新整理和分配，使之成為相應(yīng)技術(shù)所需要的數(shù)據(jù)格式。第五，模型評估。對建立的模型要用科學(xué)的方法進(jìn)行評估，以確保建造模型的可行性，進(jìn)而完成數(shù)據(jù)挖掘的最終目標(biāo)。第六，實(shí)施。建造完模型后需要繼續(xù)發(fā)揮模型清理數(shù)據(jù)的作用，找到有用的知識信息，滿足客戶的連續(xù)需求，及時(shí)提供報(bào)告以供操作人員及客戶使用。

2 數(shù)據(jù)挖掘技術(shù)的基本分析方法

2.1 分類和數(shù)值預(yù)測

基于問題預(yù)測理論有兩種表現(xiàn)形式，一個(gè)是分類，另一個(gè)是數(shù)值預(yù)測。預(yù)測分類能夠識別出描述內(nèi)容中所確定的數(shù)據(jù)類別，然后檢索出客戶所需要的數(shù)據(jù)集合。預(yù)測分類是一個(gè)可以監(jiān)控連續(xù)不斷數(shù)據(jù)內(nèi)容的過程，可以用連續(xù)的數(shù)據(jù)集合來區(qū)分和識別出有描述意義的數(shù)據(jù)信息。

2.2 聚類分析

聚類分析就是通過物理和數(shù)據(jù)集合的形式對研究對象進(jìn)行細(xì)致分組，然后針對這些分組信息進(jìn)行類似與相似性分析。聚類分析主要是通過相似性原則查找出想要的和有價(jià)值的數(shù)據(jù)信息，然后將其進(jìn)行區(qū)分和提取。聚類分析可以把與目標(biāo)數(shù)據(jù)相關(guān)的類別數(shù)據(jù)全部提取出來，所以被廣泛應(yīng)用在氣象、統(tǒng)計(jì)、醫(yī)學(xué)、營銷、心理學(xué)等領(lǐng)域。

2.3 遺傳計(jì)算法

遺傳計(jì)算法是一種全新的搜索算法，主要按照生物遺傳的方式進(jìn)行計(jì)算。遺傳計(jì)算法被廣泛應(yīng)用在氣象預(yù)報(bào)之中，能有效提升預(yù)報(bào)的準(zhǔn)確率，并得到相關(guān)的集成性結(jié)果。但這種算法也有一定缺陷，就是搜索數(shù)據(jù)信息的能力不強(qiáng)，只能通過局部搜索的方式進(jìn)行，搜索數(shù)據(jù)信息所需的時(shí)間較長。

2.4 關(guān)聯(lián)規(guī)則法

這種方法的主要原理是對以往的數(shù)據(jù)信息進(jìn)行分析研究，可以在大范圍和大領(lǐng)域內(nèi)獲得客戶需要的數(shù)據(jù)信息資料。此方法可以對以往的天氣數(shù)據(jù)信息進(jìn)行有效分析，能夠達(dá)到精準(zhǔn)預(yù)測氣象變化的要求，提升了氣象預(yù)報(bào)的準(zhǔn)確度。此方法也有缺點(diǎn)，在面對眾多候選集時(shí)，可能發(fā)生數(shù)據(jù)庫重復(fù)掃描的問題，如果解決不好這個(gè)問題，在氣象預(yù)報(bào)中就無法應(yīng)用這種方法，也就預(yù)測不到相對準(zhǔn)確的氣象信息。

2.5 向量機(jī)方法

向量機(jī)方法具有精確度高、運(yùn)行速度快等實(shí)際特點(diǎn)，對較小規(guī)模的數(shù)據(jù)信息處理具有一定優(yōu)勢。對于復(fù)雜氣象條件下的氣象預(yù)報(bào)工作，通過這種方法能獲得更多準(zhǔn)確度較高的數(shù)據(jù)信息，所以向量機(jī)方法被廣泛在氣象預(yù)報(bào)工作中應(yīng)用。但向量機(jī)方法也存在一些缺陷和不足，在處理數(shù)據(jù)規(guī)模較大和種類較多的問題過程中，其處理速度和反映能力變差，無法在全領(lǐng)域應(yīng)用。

3 數(shù)據(jù)挖掘技術(shù)在氣象預(yù)報(bào)研究中的應(yīng)用策略

3.1 構(gòu)建數(shù)據(jù)信息庫

在數(shù)據(jù)挖掘時(shí)，要利用數(shù)據(jù)信息庫對原始數(shù)據(jù)信息進(jìn)行分類和整理，可以用數(shù)據(jù)庫技術(shù)來實(shí)現(xiàn)數(shù)據(jù)集合的目標(biāo)。數(shù)據(jù)信息庫主要從事務(wù)型數(shù)據(jù)庫中采集數(shù)據(jù)，并用采集到的數(shù)據(jù)信息形成數(shù)據(jù)集合。在氣象預(yù)報(bào)中，世界各地的氣象信息數(shù)據(jù)是完全共享的，通過這個(gè)龐大的數(shù)據(jù)信息資源可以獲得世界上任何一個(gè)地方的天氣預(yù)報(bào)數(shù)據(jù)，能夠?yàn)闅庀箢A(yù)報(bào)的預(yù)測提供氣象服務(wù)資料依據(jù)。數(shù)據(jù)信息庫可以為各個(gè)氣象預(yù)報(bào)平臺提供原始的天氣數(shù)據(jù)資料，也可在氣象預(yù)報(bào)的分析決策中為客戶提供綜合分析的變量和結(jié)果，更能為氣象預(yù)報(bào)員提供具體的氣象信息數(shù)據(jù)分析方法，使氣象預(yù)報(bào)員在天氣預(yù)報(bào)分析中的操作更為簡單和快捷，能夠充分滿足客戶在氣象信息資料和氣象預(yù)報(bào)信息分析方法上的需要。

3.2 完善氣象決策服務(wù)過程

在氣象預(yù)報(bào)分析過程中，氣象預(yù)報(bào)的準(zhǔn)確程度并不能保證百分百有效，其預(yù)測結(jié)果具有不可測屬性。要想提高氣象預(yù)報(bào)的準(zhǔn)確度，就必須選用適當(dāng)?shù)臍庀箢A(yù)報(bào)分析模型。氣象決策服務(wù)模型的建立大多具有技術(shù)標(biāo)準(zhǔn)高、時(shí)空變化快捷和決策提供科學(xué)等特點(diǎn)。氣象決策服務(wù)過程主要包括：第一，問題的提出。了解區(qū)域內(nèi)的天氣變化規(guī)律，實(shí)現(xiàn)氣象保障的需求目標(biāo)。第二，數(shù)據(jù)預(yù)處理。對大數(shù)據(jù)信息進(jìn)行區(qū)分和加工，檢驗(yàn)數(shù)據(jù)信息的完整性和信息度，用科學(xué)方法進(jìn)行評估預(yù)測，并將數(shù)據(jù)信息處理結(jié)果用客戶能夠快速理解掌握的方式進(jìn)行呈現(xiàn)，以便解讀。同時(shí)，在數(shù)據(jù)挖掘過程中要不斷對數(shù)據(jù)信息進(jìn)行優(yōu)化處理，以滿足客戶對時(shí)空氣象變化的要求。