基于蚁群系统理论的槽线识别研究与应用

摘要

在经济社会飞速发展的今天,天气预报的重要性日益彰显,涉及到社会生产、人民生活等诸多领域的切实利益。同时,随着计算机软件和硬件技术的周期性飞跃,海量实时监测资料的计算机自动化处理成为当务之急。影响天气的因素有很多,引起天气变化的气象条件就更多,保证天气预报准确率的难度是难以想象的。在气象领域内应用最广泛的是天气图,各种气象探测数据都会严格准确地显示在天气图中,除了必备的理论依据,还有预报员根据多年的经验总结出一系列影响天气的要素,同时据此分析和判断天气状况,做出预报分析结论。这些由经验而得到的天气要素在如今的预报中已经占据了很重要的地位,实际应用中对于天气图中这些天气要素的分析要求也日益提高,实现自动分析处理成了实际应用中的热点。由于目前应用的气象业务分析系统还没有包括槽线的计算机自动识别系统,所以本课题一个最大的目标就是填补这一空白,使今后的业务系统中引入槽线自动识别的功能,使预报员彻底脱离人工查找、手绘天气图中槽线的现状,为天气要素的分析提供更加迅速、准确、省力的方法,促进气象领域自动化识别技术的普及和发展。本文从应用需求角度出发,结合天气预报分析现状,对在天气变化中扮演重要角色的“槽线”进行了分析探讨。在分析槽线所引起的天气变化和其基本特征的基础上,得出了计算机识别的基本策略,并且在学习了群集智能理论后,根据蚁群系统的一系列算法和相关框架,得出了“量身定制”的基于蚁群系统理论的槽线识别方法。该算法由以下几个主要部分构成:高空压力场等压线识别、低压槽内槽点识别、低压槽区域中心识别、基于蚁群算法的槽点聚类等。在气象领域内的格点数据资料识别中首次得到了低压槽区域气旋中心的完全识别算法,改变了现存分析系统中对于数据中心序列识别不全面的现状,实现了完全识别;同时得到了槽线识别分析的完整算法,并在此基础上针对国家气象中心MICAPS中第四类数值预报产品进行了分析,效果比较满意。

目录

摘要

Abstract

第1章 绪论

1.1 研究背景及意义

1.1.1 天气预报的发展

1.1.2 槽线的研究和实际意义

1.2 国内外研究现状

1.3 本文主要内容

1.4 本文结构

第2章 蚁群系统理论研究探讨

2.1 群集智能

2.1.1 群集智能的起源

2.1.2 群集智能的发展

2.1.3 群集智能小结

2.2 蚂蚁群体分析

2.2.1 蚂蚁群体行为特征

2.2.2 蚂蚁群体行为研究

2.2.3 基于蚂蚁群体行为的概率模型

2.3 蚁群系统理论

2.3.1 蚂蚁系统(Ant System,AS)

2.3.2 最大-最小蚂蚁系统

2.3.3 小窗口蚁群算法

2.3.4 智能蚂蚁算法

2.3.5 自适应蚁群算法

2.4 蚁群优化

2.5 本章小结

第3章 格点数据资料预处理

3.1 气象格点数据插值现状

3.2 插值技术

3.2.1 数据插值技术概述

3.2.2 常用插值方法

3.3 格点数据资料插值

3.4 本章小结

第4章 槽线识别研究

4.1 槽线

4.1.1 槽线的分析基础

4.1.2 槽线基本定义

4.1.3 槽线识别的基本步骤

4.1.4 本节小结

4.2 高空压力场等压线识别研究

4.2.1 边缘检测

4.2.2 改进的适于格点数据资料应用的基于像素的边缘检测

4.2.3 改进边缘检测算法的等压线分析

4.3 槽点计算

4.4 基于蚁群系统理论的槽点聚类

4.4.1 聚类理论概述

4.4.2 基于蚁群系统理论的聚类分析思想

4.4.3 槽点聚类

4.5 本章小结

第5章 槽线识别的改进与应用

5.1 改进的气压场槽线识别

5.2 低压槽区域气旋中心的识别

5.2.1 基于蚁群系统理论的识别分析

5.2.2 气旋中心识别

5.2.3 气旋中心识别效果

5.3 槽线识别分析算法流程

5.4 改进的槽线识别应用分析

5.5 本章小结

第6章 总结与展望

6.1 总结

6.1.1 本文所做工作

6.1.2 本文创新点

6.2 展望

致谢

参考文献

攻读硕士学位期间发表的论文及参研项目