数据挖掘技术应用于天气预报的研究

摘要

随着科学、商业以及政府各领域数据库的迅速发展,大量数据的处理问题也迫切需要解决.主要靠人进行数据分析的传统方法,已经不能直接应用于如今庞大的数据分析.人们迫切地需要一种自动地进行智能数据库分析的工具和技术.数据挖掘是当前计算机应用的一个热点研究方向,经过近十年的发展,数据挖掘软件得到了长足的进步,许多成熟的数据挖掘软件被开发出来并投入实用.本文就数据挖掘技术在天气预报中的具体应用问题进行了研究.本文阐述了数据挖掘技术的基本原理和基本概念,讨论了数据挖掘技术的方法和应用特点,在分析和总结了天气预报的内容和基本方法的基础上,提出了基于数据挖掘技术的天气预报系统模型,并对其中的关键技术进行了分析和实施.最后,对黑龙江省的历史天气资料进行挖掘,并利用得到的知识进行预报,预报效果较好.

目录

文摘

英文文摘

第1章绪论

1.1概述

1.2课题研究的背景

1.3本文所做的工作

第2章数据挖掘的基本理论与概念

2.1知识发现

2.2挖掘的基本概念

2.2.1数据挖掘定义

2.2.2为什么要进行数据挖掘

2.3数据挖掘能发现的知识类型

2.3.1广义知识

2.3.2关联知识

2.3.3分类知识

2.3.4预测型知识

2.3.5偏差型知识

2.4数据挖掘的功能

2.4.1自动预测趋势和行为

2.4.2关联分析

2.4.3聚类

2.4.4概念描述

2.4.5偏差检测

2.5数据挖掘的过程

2.5.1数据预处理

2.5.2数据挖掘

2.5.3结果表达

2.5.4实施数据挖掘项目考虑的问题

2.6数据挖掘技术的分类

2.7数据挖掘的方法

2.7.1统计方法

2.7.2基于事例的推理

2.7.3神经网络

2.7.4决策树

2.7.5规则推理

2.7.6贝叶斯信念网络

2.7.7遗传算法/演化程序设计

2.7.8模糊集

2.7.9粗(糙)集

2.8复杂数据的挖掘

2.8.1空间数据库挖掘

2.8.2多媒体数据库挖掘

2.8.3文本数据库挖掘

2.8.4互联网挖掘

2.9本章小结

第3章天气预报的基本理论与概念

3.1大气及大气科学

3.2大气的垂直结构

3.3气压

3.3.1气压的变化

3.3.2气压场

3.3.3等高面与等压线

3.3.4气压场基本型式

3.4大气中的水汽

3.4.1水汽的来源及水的三态变化

3.4.2大气中水汽的转化

3.4.3湿度的月变化和年变化

3.4.4云的形成和种类

3.4.5云量

3.4.6雨、雪的形成

3.4.7降水量及雨、雪级别

3.5风

3.5.1风的产生

3.5.2风向

3.5.3风速

3.6气温

3.6.1气温的时间变化

3.6.2气温的空间变化

3.7大气中的水汽

3.7.1天气图

3.7.2如何从地面天气图上读取主要气象要素

3.8天气千变万化的原因

3.8.1天气与天气过程

3.8.2天气系统

3.9关于天气预报

3.9.1天气预报

3.9.2天气预报的主要方法

3.10本章小结

第4章基于数据挖掘的天气预报研究

4.1资料准备

4.1.1 MICAPS资料及格式

4.1.2资料总结

4.2数据清洗

4.2.1专家的建议

4.2.2数据清洗与入库

4.3挖掘过程

4.3.1挖掘总云量的知识

4.3.2挖掘云状的知识

4.3.3挖掘风向的知识

4.3.4进一步挖掘

4.4利用挖掘到的知识进行预报

4.5实践检验与预报结果评估

4.6结论

结 论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢