數據挖掘技術在氣象預報研究中的運用

崔志強

DOI：10.16660/j.cnki.1674-098X.2017.25.110

摘 要：當今世界上比較重要的問題就是氣象預報問題，要想獲得準確的氣象預測就要利用先進的方法。本文論述了數據挖掘技術在氣象預報研究中的運用，對于相關概念和特點進行介紹，掌握數據挖掘方法在氣象預報當中應用的最新進展，明確數據挖掘方法的優勢和缺點，以期為相關的研究提供理論基礎，促進我國氣象預報的研究進展。

關鍵詞：數據挖掘技術 氣象預報 研究

中圖分類號：TP311 文獻標識碼：A 文章編號：1674-098X（2017）09（a）-0110-02

當前在天氣預報中利用數據挖掘技術通常都是運用統計學計算方法，在氣象預報工作中利用數據挖掘技術，分析氣象預報中的各種數據。此外可以利用軟計算方法，建立氣象數據模型，對于相關的氣相數據進行分析。

1 數據挖掘技術在氣象預報研究中的運用

1.1 人工神經網絡方法

人工神經網絡連接各種節點，形成計算模型。在計算模型中，每個節點都具備相應的函數，利用其自身的良好性能可以將系統中的各種問題解決，這就是所謂的激勵函數。人工神經網絡具有很大規模的自適應系統，可以建立相關的記憶，通過相關的方式，可以對比未來情況中比較接近的部分。人工神經網絡系統和傳統方法具有一定的相同點，那么人們可以在天氣預報中利用人工神經網絡方法，這種方法具有比較高的準確率，但是仍舊存在一些缺陷，如果不進行改進，對于氣象預報的發展和應用就會發揮阻礙作用。

1.2 遺傳計算方法

這種方法通常都是借助生物遺傳方式，獲得新的搜索算法，在實際運行過程中不需要利用相關信息，自身具有通用性，在對全局優化信息進行處理的過程中進行利用可以發揮出一定的優勢。人們利用遺傳算法進行氣象預報，可以獲得集成性的結果，其預報準確率也比較高，但是仍舊存在一定的缺陷，在實施局部搜索的過程中，搜索的能力比較差，在分析計算當中利用遺傳計算方法，消耗的時間會比較長，要將這些缺陷解決，才可以在天氣預報中更好地利用這種方法。

1.3 支持向量機方法

近些年相關工作人員逐漸開始重視支持向量機，自身具備很大的優勢。在各種模型當中利用支持向量機方法，維數等各種素質不會對其造成影響，這種方法具有很高的精確度，實際運行的速度也比較快，在處理較小規模數據的時候可以利用這種方式。此外向量機方法具有良好的泛化和抗過敏能力，在預報比較復雜的氣象的時候，可以獲得更加準確的數據。研究人員通過實踐表明，實際氣象預報中非常適合利用這種方法。雖然這種方法具有優秀的整體性能，但仍舊存在很大的不足，例如在處理較大規模問題的時候，其處理速度比較慢，如果處理的問題種類比較多，仍舊存在一定的困難。這些不足之處導致在實際氣象預報中無法全面應用這種方法。

1.4 貝葉斯方法

這種方法主要原理就是全面綜合了相關的信息，利用貝葉斯公式進行運算，最后得到的信息就是氣象預報信息。利用這種方法具有一定的準確性，在這方面信息的準確性是非常重要的，信息準確度越高，就會獲得越高的準確性。貝葉斯方法具有良好的推理能力，如果相關信息不夠完整，也可以將推理工作順利完成，獲得良好的氣象預報效果。因為這些優勢，可以在氣象預報中有效地達到氣象預報效果。但是在實際工作中，貝葉斯方法理論仍舊存在很多問題沒有得到解決，利用的方式就缺乏合理性。

1.5 關聯規則挖掘方法

關聯規則挖掘方法的主要原理就是對于以往的數據進行分析和調查，在龐大的數據庫中獲得需要的資料。在實際應用過程中，需要以此為基礎，進一步深化相關的研究，再利用這種方法進行實際預測。通過相關的研究可以明確，這種方法和其他方式相比更加容易應用，比較通俗，人們可以熟練進行應用。利用關聯規則挖掘方法可以分析和預測以往的數據，將氣象預報的準確度不斷提高，可以十分精準地預測氣象產生的變化。利用關聯挖掘方法也存在一定的缺點，一方面可能會面對很多的候選集，另一方面可能會重復掃描出現的數據庫。這樣一來在實際氣象預報中就無法直接利用關聯規則挖掘方法。

1.6 決策樹方法

利用決策樹方法，可以實現對挖掘數據的自動分類，以規則的形式為基礎，自動分類數據。決策樹方法通常都是以圖形化方式將數據挖掘結果表示出來，理論知識比較簡單，很容易就會懂，因此也比較容易做出判斷，在天氣預測等各個方面得到廣泛的利用。此外需要注意到決策樹存在的一些缺點，對于連續數據來說不方便另一個決策樹算法，對于缺失數據來說也很難利用決策樹算法，對于決策樹的生成會造成很大的影響。

2 未來的研究重點和展望

利用傳統的統計預報方法，無法在短期內獲得很大的收獲，我國計算機計算速度不斷得到提高，因此出現了數值預報方法并得到廣泛應用，在氣象預報工作中已經成為非常重要的方式，但是具體的數值預報方法都存在一定的缺陷和問題，可以通過改進不斷提高其運行效率和準確率。當前我國開始重點研究氣象預報技術，重點研究利用數據挖掘技術已經獲取一定的突破性成果，在很多方面已經獲得突破性的成績，但是很多理論和方法仍舊不夠成熟，需要利用有效的氣象數據挖掘方法，使預報能力不斷得到提高。當前全球變暖的趨勢愈演愈烈，時常發生災害性天氣，很難預測未來的天氣，因此這種工作就顯得非常重要。

審視當前基于數據挖掘的氣象預報技術的研究進展，可以明確當前需要突破的重點和難點問題包括加快學習的速度，減少計算花費的時間，避免過度訓練使泛化性能不斷提高。利用正確的方式選擇預報因子，可以使預報的準確度得到全面的提高。在氣象數據挖掘和氣象預報中利用優秀的智能計算方法，使預報的質量得到不斷提高。氣象數據自身具備特殊性和復雜性，利用傳統的數據挖掘數據預處理方法無法適應當今的發展需求。數據預處理算法可以利用復雜氣象數據特點，將預報質量不斷提高，這也是當今重要的研究方向。在氣象預報技術應用中，應用比較廣泛的就是數據挖掘技術，其利用的方法都屬于隱模型的建模方法，缺乏可解釋性，這樣就無法獲得新的氣象規律知識。因此需要加大力度研究具有很強可解釋性的數據挖掘方法。

數據挖掘技術在氣象預報研究發展過程中，需要利用更多有效的數據挖掘算法深入氣象預報的研究，也可以在其他氣象領域中利用探索數據挖掘方法。我國計算機計算能力發展的速度越來越快，人們已經開始關注中長期的氣象預報，當前氣象學者主要研究的問題就是在中長期的氣象預報當中如何更好地利用數據挖掘的方法準確預報。

3 結語

通過本文，對于數據挖掘技術在氣象預報研究中的運用進行全面的分析，對其未來的發展方向進行簡單的論述，以促使我國氣象預報變得更加精準，為相關的研究提供參考。

參考文獻

[1] 李宏偉.基于關聯規則的數據挖掘技術在中長期水文預報中的應用[J].人民珠江，2013（6）：21-25.

[2] 劉興紅，鄒志云，劉景全，等.數據挖掘技術用于間歇蒸餾過程轉餾分點的在線預報[J].計算機與應用化學，2012（1）：122-126.

[3] 杜唐.淺談基于云計算及關聯規則挖掘技術的氣象數據發掘[J].智能城市，2016（10）：34.

[4] 張弛，王本德，李偉.數據挖掘技術在水文預報中的應用及水文預報發展趨勢研究[J].水文，2017（2）：74-77，85.

[5] 邱聲春.數據挖掘和數據融合技術在天氣預報和氣象服務中的應用研究[J].山西氣象，2017（2）：34-36.

[6] 王麗珍，王星群，陳濤，等.基于時序數據挖掘的瀾滄江流域氣象預報系統（英文）[J].云南大學學報：自然科學版，2014（6）：479-485，491.endprint