基于云計(jì)算的數(shù)據(jù)挖掘技術(shù)在天氣預(yù)報(bào)中的應(yīng)用.pdf

1、氣象資料是關(guān)系到國(guó)計(jì)民生的重要基礎(chǔ)資源，社會(huì)經(jīng)濟(jì)發(fā)展、可持續(xù)發(fā)展等各個(gè)領(lǐng)域都需要?dú)庀蠊ぷ魈峁┛煽勘Ｕ?。隨著氣象現(xiàn)代化的進(jìn)步和發(fā)展，氣象行業(yè)積累了大量的數(shù)據(jù)，從海量的氣象數(shù)據(jù)中挖掘出有用的信息，對(duì)于氣象預(yù)測(cè)、預(yù)報(bào)和災(zāi)害預(yù)警都扮演著至關(guān)重要的作用。隨著人們對(duì)氣象預(yù)報(bào)精度要求的逐漸提高，提高預(yù)報(bào)準(zhǔn)確率成為氣象部門(mén)的工作重點(diǎn)，要提高數(shù)值天氣預(yù)報(bào)準(zhǔn)確率就必須解決計(jì)算量大和計(jì)算實(shí)時(shí)性問(wèn)題，這就對(duì)氣象部門(mén)的硬件設(shè)施和專(zhuān)業(yè)人才提出了很高的要求，同時(shí)帶來(lái)

2、了硬件成本的急劇增加。
　　近年來(lái)，國(guó)內(nèi)外大氣科學(xué)領(lǐng)域?qū)W者基于數(shù)據(jù)挖掘方法的預(yù)報(bào)技術(shù)，即人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、支持向量機(jī)、貝葉斯、決策樹(shù)和關(guān)聯(lián)規(guī)則挖掘等方法開(kāi)展了大量研究，并取得了顯著成果，天氣預(yù)報(bào)的準(zhǔn)確率在不斷提高，但是與人們的期望還有距離。因此，如何充分有效的發(fā)揮數(shù)據(jù)挖掘在天氣預(yù)報(bào)中的重要作用，滿足人們的需求至關(guān)重要。
　　隨著氣象數(shù)據(jù)規(guī)模飛速增長(zhǎng)，BP神經(jīng)網(wǎng)絡(luò)由于其強(qiáng)大的非線性系統(tǒng)擬合能力，在氣象數(shù)據(jù)的分析和預(yù)測(cè)中得

3、到廣泛應(yīng)用。因此，本研采用BP神經(jīng)網(wǎng)絡(luò)方法，以降水量和氣溫作為輸入因子，建立天氣預(yù)報(bào)模型。對(duì)降水天氣的研究，本研究對(duì)所選的樣本進(jìn)行4種方式的組合訓(xùn)練，每種訓(xùn)練樣本均采用一個(gè)隱層的兩層BP網(wǎng)絡(luò)，隱層和輸出層函數(shù)都為logsig，對(duì)其分別采用3種訓(xùn)練函數(shù)(trainbp、trainbpx和trainlm)，4種隱層結(jié)點(diǎn)數(shù)(4、6、8、10)共12種方式進(jìn)行訓(xùn)練，基于此建立 BP神經(jīng)網(wǎng)絡(luò)降水預(yù)報(bào)模型。對(duì)氣溫天氣的研究，建立起適合于 BP神經(jīng)網(wǎng)