氣象數(shù)據(jù)倉庫的建立及其上數(shù)據(jù)挖掘.pdf

1、信息技術(shù)，即利用計(jì)算機(jī)分析數(shù)據(jù)、提取有用信息，幫助決策部門做出正確決策，正在被應(yīng)用在氣象服務(wù)領(lǐng)域中，以加速氣象科技和氣象服務(wù)的現(xiàn)代化。多年來氣象部門積累了大量的氣象監(jiān)測信息，如何提高計(jì)算機(jī)對氣象信息高度綜合處理能力，迅速準(zhǔn)確從眾多的信息中將有用的部分提取出來，并按照業(yè)務(wù)要求進(jìn)行組織應(yīng)用，是目前氣象決策工作急需解決的大問題。 數(shù)據(jù)倉庫是近幾年來數(shù)據(jù)庫領(lǐng)域非?；钴S的一個研究方向。數(shù)據(jù)倉庫主要解決的問題就是從海量的歷史數(shù)據(jù)中通過數(shù)據(jù)挖

2、掘進(jìn)行知識發(fā)現(xiàn)。其設(shè)計(jì)目標(biāo)是給決策層提供支持，具有面向主題性、完整性、穩(wěn)定性等特點(diǎn)。數(shù)據(jù)挖掘，也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)，是從大量的數(shù)據(jù)中抽取出潛在的、有價值的知識、模型或規(guī)則的過程。數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的，它不僅是面向特定數(shù)據(jù)庫的簡單檢索查詢，而且要對這些數(shù)據(jù)進(jìn)行微觀、介觀乃至宏觀的統(tǒng)計(jì)、分析、綜合和推理，發(fā)現(xiàn)事件間的相互關(guān)聯(lián)，利用已有的數(shù)據(jù)對未來的活動進(jìn)行預(yù)測，以指導(dǎo)實(shí)際問題的求解。 本文對山西省109個氣象站建站

3、以來的常用要素資料包括降水、日照、平均氣溫、極端最高氣溫、極端最低氣溫、相對濕度、主要?dú)庀鬄?zāi)害等進(jìn)行收集、轉(zhuǎn)換、整理，采用SQLserver的Analysismanager建立氣象數(shù)據(jù)倉庫；在數(shù)據(jù)倉庫上結(jié)合實(shí)際需求，運(yùn)用聯(lián)機(jī)分析處理對歷年的降水、氣溫極端值等進(jìn)行規(guī)律分析；采用VB編程，在數(shù)據(jù)倉庫的基礎(chǔ)上，應(yīng)用關(guān)聯(lián)規(guī)則對山西省干旱指標(biāo)進(jìn)行挖掘分析。氣象數(shù)據(jù)幾乎全部是連續(xù)的數(shù)值型數(shù)據(jù)，而傳統(tǒng)的挖掘算法是基于離散化或量化的數(shù)據(jù)。本文利用領(lǐng)域?qū)?/p>

4、家經(jīng)驗(yàn)知識與模糊C-均值(FCM)兩種量化方法，對連續(xù)數(shù)值型數(shù)據(jù)進(jìn)行離散化處理，轉(zhuǎn)化為便于理解的語言值。在此基礎(chǔ)上，采用語言值關(guān)聯(lián)規(guī)則及Apriori挖掘算法，在兩種不同量化結(jié)果上進(jìn)行干旱指標(biāo)挖掘及結(jié)果的對比分析，并對山西省干旱的預(yù)測進(jìn)行有意義的嘗試。通過數(shù)據(jù)挖掘，對我省逐旬平均氣溫(5級)和逐旬平均降水量(5級)的距平指標(biāo)進(jìn)行修訂；挖掘出了有關(guān)聯(lián)規(guī)則的輕旱和重旱的水、熱組合量化指標(biāo)。利用逐日氣象資料，通過本文建立的干旱指標(biāo)挖掘系統(tǒng)可以