基于數據挖掘技術下的氣象預報研究

胡欣濱

摘 要：隨著氣象預報深入到人們日常生活中，對人們的生活有著極其重要的影響。所以，精準的氣象預報是相關研究工作者需要解決的重大問題。本文根據其在目前的研究現狀，闡述數據挖掘技術的基本概念和工作原理，其在氣象預報中的研究進展，以及其應用在氣象預報方面的優劣勢，并對數據挖掘技術在氣象預報中應用的未來趨勢進行說明，希望為我國相關研究工作者在這方面的研究提供一些具有參考性的意見。

關鍵詞：數據挖掘；氣象預報；研究

中圖分類號：TP311.13文獻標識碼：A 文章編號：1672-3791（2016）04（c）-0000-00

現階段，數據挖掘技術在氣象預報中的應用主要包括以下兩個方面：首先是結合統計學相關的計算方法。該方法在氣象預報中的應用，能夠對氣象預報中多種數據參數進行分析，如諧波的成分、方差統計等。其次是結合軟計算方法。該方法主要是用來建立相關的氣象數據模型、分析相關的氣象數據等。下面就對數據挖掘技術在氣象預報中的應用進行闡述。

1 數據挖掘技術在氣象預報中的研究

1.1 數據挖掘技術中的人工神經網絡方法

所謂的人工神經網絡就是由數量眾多的節點連接形成一種計算模型[1]。該計算模型中的每一個節點都是一種相應的函數，其所具有良好的性能應用在解決系統中各種不同的問題，這類函數人們通常將其稱之為激勵函數。人工神經網絡還是一個規模較大的自適應系統，它能夠利用各種方式建立相關的記憶，然后通過相關的模式和方法將其未來的情況同記憶中最接近的記憶進行判定。人工神經網絡系統與傳統氣象預報中所使用的方法，有著十分類似的特點，這些類似的特點使得人們可以通過利用人工神經網絡方法進行氣象預報。人工神經網絡方法應用在氣象預報中，相較于傳統的氣象預報的方法具有更高的準確率和良好的性能和效果，但是在實驗過程中還是存在著一些缺陷，阻礙了其在氣象預報中的發展和應用。

1.2 數據挖掘技術中的遺傳計算方法

遺傳計算方法是通過利用生物遺傳而采取的一種新的搜索算法，其在運行的過程中不需要依靠相關的信息，擁有良好的通用性，在處理一些全局優化問題時，擁有著明顯的優勢[2]。其所具有的上述特點同傳統氣象預報中所使用的方法相比較擁有十分類似的特點，這些類似的特點使得人們可以通過利用遺傳計算方法進行氣象預報。遺傳計算方法在天氣預報中的使用能夠更好的完成集成性的天氣預報，并且在預報準確率相較于人工神經網絡方法也更高。雖然遺傳計算方法具有以上比較良好的性能，但是也還存在很多的缺陷，例如，其在進行局部搜索時，搜索的能力較差；遺傳計算方法在進行分析計算時，所消耗的時間相較于傳統方法也較長。如何解決其所存在的缺陷，是促進其進一步應用在天氣預報中的重要手段。

1.3 數據挖掘技術中的支持向量機方法

支持向量機在近些年以來，逐漸受到了相關工作者和研究人員的重視，其同傳統的方法相比較擁有很大的優勢。最重要的是該方法的應用能夠適用于各種模型之中，不受維數等因素的影響，且具有較高的精準度、運行速度快等優勢，特別適用于解決樣本較小的數據模型中所存在的問題。另外，其還擁有性能良好的泛化與抗過敏能力，在對較為復雜的氣象就行預報時，與其他方法相比較分析出來的數據更加準確。相關研究人員在對該方法進行實驗時，所得出的實驗數據表明其整體的性能非常適合應用于實際氣象預報的工作中。然而，雖然該方法整體性能十分優秀，但還是存在以下兩點不足支出：首先，其在處理規模較大的問題時，速度還是相對較慢；其次，其在解決種類較多的問題存在著一定的困難。這兩點不足之處在一定程度上使得其還不能夠應用在實際的氣象預報的工作中。

1.4 數據挖掘技術中的貝葉斯方法

貝葉斯方法的基本原理是將未知參數的相關信息進行全面的綜合，通過利用貝葉斯公式運算出最后的信息作為氣象預報的信息[3]。該方法在使用過程中是否具有高準確性，主要是取決于先前所取得信息的準確性，先前信息準確性越高，最后所得出預報信息的準確性也會相對較高。貝葉斯方法其主要的優勢在于其擁有較強的推理能力，并且在相關數據信息不夠完整的情況下，也能夠完成推理工作，擁有良好的氣象預報效果。這種具有較強的推理方法和良好的氣象預報效果是使得貝葉斯方法應用在氣象預報中具有一定的可行性。但阻礙其應用在實際工作中重要原因是因為其本身方法理論還有很多沒有得到解決，所采用的方法也欠缺一定的合理性。

1.5 數據挖掘技術中的關聯規則挖掘方法

關聯規則挖掘方法的基本原理是通過調查分析以往的數據，從龐大的數據庫中找到所需的資料[4]。在實際的應用過程中，相關研究人員在其基礎之上做了進一步的深化，并通過相應的方法進行預測。根據最終的研究數據表明，這種方法相較于其他方法更加通俗易懂，便于人們熟練的應用。關聯規則挖掘方法通過對以往的數據進行分析和預測，大大提高其對氣象預報的準確度，對于預測氣象的變化也十分的精準。但其本身所使用的方法卻有兩個很大的缺點，一是有可能出現數量眾多的候選集，二是有可能會對現有的數據庫進行重復掃描。這兩種缺點直接導致該方法無法應用到實際的氣象預報工作當中。

2 數據挖掘技術在氣象預報中的未來研究方向

在傳統的氣象預報中，所采取的方法已經很難再得到進一步的提升，所以，相關的研究人員通過利用計算機技術研究新的氣象預報方法，基于這種背景下，數據挖掘技術得到了發展和提升。盡管到目前為止，我國在該方面的研究資料相對較少，但在其研究的過程中還是獲得了很多成果以及具有突破性的進展。然而，其本身還是擁有很多的缺陷急需相關研究人員進行解決。因此，研究人員應進一步研究數據挖掘方法，確保其能夠準確的預報出氣象情況。另外，由于計算機的不斷改革和發展，增強了其所擁有的強大計算能力，促進了數據挖掘技術的進一步完善，使得人們開始關注其對于更長時間氣象的預報[5]。

3 總結

總之，氣象系統是一個十分復雜的系統，只要其內部發生一定的變化都造成自然界氣候的變化。所以，如何提高人們預報氣象的質量、發現自然界氣候變化的趨勢，成為當前全社會重點關注的問題。本文所介紹的數據挖掘技術則是一項能夠實現人們準確預報和發現自然氣候變化的重要方法，筆者通過對數據挖掘技術中每一種方法進行說明，分析其所存在的優劣點，為以后相關研究人員在這方面的研究奠定良好的提出，從而促進數據挖掘技術盡早的應用在實際的氣象預報工作中。

參考文獻

[1]彭昱忠，王謙，元昌安等.數據挖掘技術在氣象預報研究中的應用[J].干旱氣象，2015，01（01）：19.

[2]段文廣，周曉軍，石永煒.數據挖掘技術在精細化溫度預報中的應用[J].干旱氣象，2012，01（01）：130.

[3]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，2007，09（02）：34.

[4]喬梁.數據挖掘技術在氣象服務中的應用研究[J].信息通信，2016，03（02）：96.

[5]陳少斌，蘇彥.氣象信息數據挖掘技術的應用[J].河南科技，2013，09（14）：200.