【摘要】：近年來,隨著全面推進氣象現(xiàn)代化工作的進行氣象觀測業(yè)務和氣象數(shù)值預報技術得到了全面的發(fā)展,氣象部門采集數(shù)據和收集數(shù)據的能力越來越強,現(xiàn)己積累了海量的氣象資料,面對如此龐大的數(shù)據資料,如何有效利用這些資料成為氣象信息工作者所面臨的一道難題。本文利用決策樹方法和神經網絡方法對甘肅省張掖市國家基準氣象站的歷史氣象數(shù)據進行分析與處理,從中挖掘出一些有價值的信息。本文首先對歷史數(shù)據進行了預處理,包括資料匯總、異常值、缺失值的分析和處理等。然后采用決策樹方法中的CART算法對連續(xù)氣溫數(shù)值進行評估,并做了簡要的對比分析。主要考慮月平均氣壓、月平均水汽壓、月最小相對濕度、月蒸發(fā)量和降水量等因素對月平均氣溫的影響。同時還采用C5.0算法對離散化氣溫數(shù)值進行評估,建立了全年和按汛期劃分生成的兩種決策樹模型;發(fā)現(xiàn)汛期模型較全年模型的氣溫預測正確率上有明顯的提高。其次運用神經網絡中的MLP(多層感知機)模型和RBF(徑向基函數(shù))模型對張掖市國家基本氣候觀測站的歷史月平均資料進行處理與分析,并與決策樹方法和其他研究結果進行了比較分析,得出MLP神經網絡模型對連續(xù)氣溫預測效果最好,汛期MLP模型在離散化氣溫的預測正確率上較全年模型有一定的提高,利用MLP模型預測離散化氣溫時,汛期模型較全年模型在正確率上更有優(yōu)勢。
【學位授予單位】：南京信息工程大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P413;TP311.13
【圖文】：

后共有６６０條記錄。實驗采用舊Ｍ＠ＳＰＳＳ邋ｍｏｄｅｌｅｒ軟件建模分析，并對觀測數(shù)據作分逡逑區(qū)處理，通過ｍｏｄｅｌｅｒ軟件自帶的分區(qū)模塊隨機選取數(shù)據集中６０％的記錄作為訓練集，逡逑２０％的記錄作為測試集，剩余２０％的記錄為驗證集，挖掘過程如圖４－１。逡逑（ｇ）—＾邋Ｈ邋＾邐—－邋？邋——邋３—－藝一逡逑……湖ｗ邋Ｔ逡逑＾邋＾—妙一Ｄｔｌ逡逑分析邐月平｜巧＾＼＾＾＾段重消逡逑W邐／匕逡逑丨ＳＲ－月平均氣Ａ】逡逑圖４－１ＣＡＲＴ算法決策樹挖掘的流程圖逡逑這里懫用ＣＡＲＴ增長方法生成月平均氣溫的決策樹，在數(shù)據挖掘終止規(guī)則中限定逡逑父節(jié)點的最小個案數(shù)為２０，子節(jié)點的最小個案數(shù)為１０。在構建決策樹模型時，取月逡逑２１逡逑

邐南京信總工程大學碩士學位論文邐逡逑降水量、月日照時數(shù)、月平均相對濕度、月平均水汽壓、月平均氣壓和月平均風速這６逡逑個因素作為預測變量進行訓練決策樹，月平均氣溫作為目標輸出。圖４－２為月平均氣逡逑溫劃分生成的決策樹，圖４－３為模型結構簡圖，圖４－３為變量重要性視圖。逡逑曰月平均水汽壓＜＝３．８９７丨平均＞３．７７４．效應：－１１．３３８１逡逑

邐南京信總工程大學碩士學位論文邐逡逑降水量、月日照時數(shù)、月平均相對濕度、月平均水汽壓、月平均氣壓和月平均風速這６逡逑個因素作為預測變量進行訓練決策樹，月平均氣溫作為目標輸出。圖４－２為月平均氣逡逑溫劃分生成的決策樹，圖４－３為模型結構簡圖，圖４－３為變量重要性視圖。逡逑曰月平均水汽壓＜＝３．８９７丨平均＞３．７７４．效應：－１１．３３８１逡逑

【參考文獻】

相關期刊論文 前10條

1 段文廣;周曉軍;石永煒;;數(shù)據挖掘技術在精細化溫度預報中的應用[J];干旱氣象;2012年01期

2 李倩;胡邦輝;王學忠;顧錦榮;;基于BP人工神經網絡的區(qū)域溫度多模式集成預報試驗[J];干旱氣象;2011年02期

3 農孟松;黃海洪;孫崇智;鄭鳳琴;陳偉斌;;基于主分量神經網絡的降水集成預報方法研究[J];氣象;2011年03期

4 王鑫;魏瑞江;康西言;;日光溫室濕度日預測的季節(jié)時序模型應用研究[J];中國農學通報;2010年22期

5 王彥磊;曹炳偉;黃兵;董兆俊;路澤廷;陳興明;;基于神經網絡的單站霧預報試驗[J];應用氣象學報;2010年01期

6 黃小燕;史旭明;劉蘇東;金龍;;模糊神經網絡方法在熱帶氣旋強度預報中的應用研究[J];高原氣象;2009年06期

7 劉峰;王儒敬;李傳席;;ARIMA模型在農產品價格預測中的應用[J];計算機工程與應用;2009年25期

8 梁鐘清;金龍;鞏遠發(fā);;低緯度地區(qū)局地暴雨的神經網絡預報方法研究[J];熱帶氣象學報;2009年04期

9 熊聰聰;王靜;宋鵬;孟冬梅;;遺傳算法在多模式集成天氣預報中的應用[J];天津科技大學學報;2008年04期

10 徐會明;靳小兵;季海;顧清源;陳忠明;;決策樹法在雷電潛勢預報中的應用[J];高原山地氣象研究;2008年04期

相關碩士學位論文 前2條

1 汪春秀;基于支持向量機的氣象預報方法研究[D];南京信息工程大學;2011年

2 左愛文;數(shù)據挖掘技術在氣象數(shù)據中的應用[D];西安電子科技大學;2006年

本文編號：2795252