氣象數(shù)據(jù)倉(cāng)庫(kù)的建立及其上數(shù)據(jù)挖掘.pdf

1、信息技術(shù)，即利用計(jì)算機(jī)分析數(shù)據(jù)、提取有用信息，幫助決策部門做出正確決策，正在被應(yīng)用在氣象服務(wù)領(lǐng)域中，以加速氣象科技和氣象服務(wù)的現(xiàn)代化。多年來(lái)氣象部門積累了大量的氣象監(jiān)測(cè)信息，如何提高計(jì)算機(jī)對(duì)氣象信息高度綜合處理能力，迅速準(zhǔn)確從眾多的信息中將有用的部分提取出來(lái)，并按照業(yè)務(wù)要求進(jìn)行組織應(yīng)用，是目前氣象決策工作急需解決的大問(wèn)題。 數(shù)據(jù)倉(cāng)庫(kù)是近幾年來(lái)數(shù)據(jù)庫(kù)領(lǐng)域非常活躍的一個(gè)研究方向。數(shù)據(jù)倉(cāng)庫(kù)主要解決的問(wèn)題就是從海量的歷史數(shù)據(jù)中通過(guò)數(shù)據(jù)挖

2、掘進(jìn)行知識(shí)發(fā)現(xiàn)。其設(shè)計(jì)目標(biāo)是給決策層提供支持，具有面向主題性、完整性、穩(wěn)定性等特點(diǎn)。數(shù)據(jù)挖掘，也稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，是從大量的數(shù)據(jù)中抽取出潛在的、有價(jià)值的知識(shí)、模型或規(guī)則的過(guò)程。數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的，它不僅是面向特定數(shù)據(jù)庫(kù)的簡(jiǎn)單檢索查詢，而且要對(duì)這些數(shù)據(jù)進(jìn)行微觀、介觀乃至宏觀的統(tǒng)計(jì)、分析、綜合和推理，發(fā)現(xiàn)事件間的相互關(guān)聯(lián)，利用已有的數(shù)據(jù)對(duì)未來(lái)的活動(dòng)進(jìn)行預(yù)測(cè)，以指導(dǎo)實(shí)際問(wèn)題的求解。 本文對(duì)山西省109個(gè)氣象站建站

3、以來(lái)的常用要素資料包括降水、日照、平均氣溫、極端最高氣溫、極端最低氣溫、相對(duì)濕度、主要?dú)庀鬄?zāi)害等進(jìn)行收集、轉(zhuǎn)換、整理，采用SQLserver的Analysismanager建立氣象數(shù)據(jù)倉(cāng)庫(kù)；在數(shù)據(jù)倉(cāng)庫(kù)上結(jié)合實(shí)際需求，運(yùn)用聯(lián)機(jī)分析處理對(duì)歷年的降水、氣溫極端值等進(jìn)行規(guī)律分析；采用VB編程，在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，應(yīng)用關(guān)聯(lián)規(guī)則對(duì)山西省干旱指標(biāo)進(jìn)行挖掘分析。氣象數(shù)據(jù)幾乎全部是連續(xù)的數(shù)值型數(shù)據(jù)，而傳統(tǒng)的挖掘算法是基于離散化或量化的數(shù)據(jù)。本文利用領(lǐng)域?qū)?/p>

4、家經(jīng)驗(yàn)知識(shí)與模糊C-均值(FCM)兩種量化方法，對(duì)連續(xù)數(shù)值型數(shù)據(jù)進(jìn)行離散化處理，轉(zhuǎn)化為便于理解的語(yǔ)言值。在此基礎(chǔ)上，采用語(yǔ)言值關(guān)聯(lián)規(guī)則及Apriori挖掘算法，在兩種不同量化結(jié)果上進(jìn)行干旱指標(biāo)挖掘及結(jié)果的對(duì)比分析，并對(duì)山西省干旱的預(yù)測(cè)進(jìn)行有意義的嘗試。通過(guò)數(shù)據(jù)挖掘，對(duì)我省逐旬平均氣溫(5級(jí))和逐旬平均降水量(5級(jí))的距平指標(biāo)進(jìn)行修訂；挖掘出了有關(guān)聯(lián)規(guī)則的輕旱和重旱的水、熱組合量化指標(biāo)。利用逐日氣象資料，通過(guò)本文建立的干旱指標(biāo)挖掘系統(tǒng)可以