数据挖掘技术在自动气象站网管理中的研究和应用

摘要

数据挖掘相关技术是近年来一个十分活跃的领域，最早出现于20世纪80年代末，目前已经成为商业智能和数据库等领域的研究热点。随着计算机技术、网络技术的不断发展和广泛应用，我国气象事业信息化的程度越来越高，气象行业积累了海量的气象探测基础数据。对海量气象探测数据进行合理的存储管理和深入的应用研究，将是提高气象预报预测准确率、提升灾害天气预警能力，以及推动气象服务水平再上新台阶的基础和关键。利用数据仓库、数据挖掘技术实现上述目标，已经成为气象科研人员的重要研究方向。
　　本文简要介绍了目前数据挖掘技术在气象资料分析中的研究和应用，较为系统地阐述了数据挖掘技术概念、功能、步骤方法及发展应用现状，并对关联规则、聚类分析方法进行了详细叙述。通过气象数据预处理及多维数据集的建立，实现了自动气象站各类观测要素时间维度的统计，为数据挖掘试验提供了高质量的输入数据。本文重点对相对湿度变化率较大时与其他观测要素的关联关系进行了挖掘研究，采用Apriori算法和GRI算法开展了关联规则挖掘试验，使用试验获得的关联规则，建立了专家规则知识库，应用于自动气象站数据质量控制系统，对有效降低数据误判率起到了积极作用。利用K-Means聚类模型和两步聚类模型对天津市风力资源等级情况进行了聚类分析，将研究结果用于对自动气象站网布局规划进行指导，对建设布局更加合理的自动气象站网具有实际意义。