基于大數(shù)據(jù)的大灣區(qū)極端氣候成因及其影響的模型研究
發(fā)布時間：2022-01-01 05:32
全球氣候變暖,高溫、暴雨洪澇、干旱等極端氣候事情發(fā)生頻率明顯增加,氣候變化已經(jīng)對社會和經(jīng)濟運行造成了嚴重影響�；浉郯拇鬄硡^(qū)是我國大力發(fā)展建設(shè)的城市群,在城市建設(shè)中,氣候變化導致的災害事件已經(jīng)不容忽視。在發(fā)展經(jīng)濟的同時,要積極構(gòu)建三地氣象災害聯(lián)防聯(lián)控新模式,掌握區(qū)域內(nèi)極端氣候變化,分析極端氣候的趨勢變化情況以及突變情況,挖掘極端氣候產(chǎn)生的原因及其影響。本文從指標數(shù)據(jù)和文本數(shù)據(jù)兩個方面出發(fā)進行極端氣候成因的探索,為氣象災害預防工作提供理論支撐,為決策者和管理者提供氣候治理新思路。本文研究思路如下:（1）通過分析粵港澳大灣區(qū)具體氣候情況構(gòu)建極端氣候指標體系。在極端溫度、極端降水指標基礎(chǔ)上添加極端天氣指標,包括高溫天、桑拿天以及熱帶氣旋。（2）進行區(qū)域內(nèi)站點趨勢分析及突變分析,應用RClimDex進行指標計算,并對每個站點的指標進行趨勢變化情況分析,使用M-K、滑動t突變檢驗方法對各個指標進行突變分析,查找突變開始時間。（3）進行極端氣候成因及影響研究,基于Spark平臺進行格蘭杰因果檢驗及Apriori關(guān)聯(lián)規(guī)則挖掘,探索極端氣候的成因,并且通過LSTM神經(jīng)網(wǎng)絡(luò)對氣象災害新聞進行分類,分析極端...
【文章來源】：華北電力大學(北京)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：88 頁
【學位級別】：碩士
【部分圖文】：
圖２－１地理位置信息分布圖??
綜上所述，極端氣候的指標體系除了典型的極端溫度、極端降水指標外，??還增加了影響粵港澳地區(qū)的熱帶氣旋以及高溫天、桑拿天的極端天氣指標。極??端氣候指標體系如圖２－２所示其中，Ｒｎｎ指標設(shè)定為日降水量大于等于５０毫??米的日數(shù)，即暴雨日數(shù)。??根據(jù)已經(jīng)確定的指標體系，將經(jīng)過質(zhì)量控制處理后的數(shù)據(jù)進行計算。??ＲＣｌｉｍＤｅｘ計算極端氣候的核心指標，包括１６個極端溫度指標、１１個極端降水??指標和極端天氣的指標（４個，包括熱帶氣旋２個指標，桑拿天１個指標、高??溫天１個指標），使用Ｒ語言在Ｌｉｎｕｘ系統(tǒng)下進行進行計算，并將得到的結(jié)果??由Ｅｘｃｅｌ導入Ｈｉｖｅ中，便于后續(xù)進行趨勢分析及突變分析。??２．３突變檢驗??氣候突變是氣候系統(tǒng)中的一種普遍現(xiàn)象，指的是氣候從一種穩(wěn)定狀態(tài)（或??穩(wěn)定的持續(xù)變化趨勢）跳躍式地轉(zhuǎn)變到另一種穩(wěn)定狀態(tài)（或穩(wěn)定的持續(xù)變化趨??勢）。從統(tǒng)計學的角度來講
１．２夏季日數(shù)??粵港澳大灣區(qū)夏季日數(shù)的年變化情況如圖３－２所示，突變檢驗結(jié)果如。整體來看，各站點夏季日數(shù)變化曲線波動性大；單從線性趨勢看，趨勢；從圖３－３中可以看出ＵＦ曲線先位于０線之下再逐步超過０線減少后增加的趨勢，與圖３－２中局部加權(quán)擬合曲線（即虛線）基本一門站點ＵＦ曲線在２００１￣２００６年大于０，之后下降到０線之下，呈明趨勢。??綜合滑動／檢驗方法和Ｍ－Ｋ突變檢驗（圖３－３），結(jié)果如下。上川島寧、澳門站點在Ｍ－Ｋ突變檢驗圖中ＵＦ、ＵＢ曲線相交于臨界線內(nèi)（±１．有一個交點。對Ｍ－Ｋ圖中的交點前后不同時間進行滑動／檢驗，結(jié)果了滑動／的信度水平檢驗，突變點可信。綜上，各站點突變開始時間８３年、１９９３年、２００３年、２００７年。高要、臺山、深圳站點的ＵＦ曲過臨界線，未發(fā)生突變。增城、惠陽、香港站點的ＵＦ曲線與ＵＢ曲交點，對其多個交點進行滑動／檢驗，均未通過檢驗，因此增城、惠站點未發(fā)現(xiàn)突變。??
【參考文獻】：
期刊論文
[1]基于Hadoop的氣象大數(shù)據(jù)分析GIS平臺設(shè)計與試驗[J]. 李濤,馮仲科,孫素芬,程文生. 農(nóng)業(yè)機械學報. 2019(01)
[2]頻繁項集挖掘的研究進展及主流方法[J]. 李廣璞,黃妙華. 計算機科學. 2018(S2)
[3]中國1961—2016年夏季持續(xù)和非持續(xù)性極端降水的變化特征[J]. 賀冰蕊,翟盤茂. 氣候變化研究進展. 2018(05)
[4]近60年遼寧省極端氣候事件趨勢時空變化特征分析[J]. 李穎,任家璇,馮玉,唐偉男. 災害學. 2017(01)
[5]基于Spark的Apriori并行算法優(yōu)化實現(xiàn)[J]. 王青,譚良,楊顯華. 鄭州大學學報(理學版). 2016(04)
[6]浙江省極端氣溫事件年代際變化特征及城鄉(xiāng)差異分析[J]. 郁珍艷,李正泉,張育慧,王闊. 氣象科技. 2016(06)
[7]基于LSTM的發(fā)電機組污染物排放預測研究[J]. 楊訓政,柯余洋,梁肖,熊焰. 電氣自動化. 2016(05)
[8]大數(shù)據(jù)在氣象服務中的應用與分析[J]. 崔巍. 低碳世界. 2016(26)
[9]基于RClimDex模型的石家莊市極端降水時空變化特征[J]. 魏軍,李婷,胡會芳,俞海洋,趙亮,陳莎. 干旱氣象. 2016(04)
[10]融合Word2vec與TextRank的關(guān)鍵詞抽取研究[J]. 寧建飛,劉降珍. 現(xiàn)代圖書情報技術(shù). 2016(06)
碩士論文
[1]中國東部春季極端氣候與歐亞大陸地表感熱的聯(lián)系[D]. 沈迪桑.南京信息工程大學 2017
[2]基于廣義近極值態(tài)密度構(gòu)建的中國近極端溫度事件的時空變化特征研究[D]. 曹春紅.揚州大學 2017
[3]基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負荷預測研究[D]. 程宇也.浙江大學 2017
[4]面向?qū)W科相關(guān)性分析的文本關(guān)聯(lián)規(guī)則挖掘技術(shù)研究[D]. 任剛.中南大學 2011
[5]關(guān)聯(lián)規(guī)則算法的研究[D]. 文拯.中南大學 2009
本文編號：3561718
【文章來源】：華北電力大學(北京)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：88 頁
【學位級別】：碩士
【部分圖文】：
圖２－１地理位置信息分布圖??
綜上所述，極端氣候的指標體系除了典型的極端溫度、極端降水指標外，??還增加了影響粵港澳地區(qū)的熱帶氣旋以及高溫天、桑拿天的極端天氣指標。極??端氣候指標體系如圖２－２所示其中，Ｒｎｎ指標設(shè)定為日降水量大于等于５０毫??米的日數(shù)，即暴雨日數(shù)。??根據(jù)已經(jīng)確定的指標體系，將經(jīng)過質(zhì)量控制處理后的數(shù)據(jù)進行計算。??ＲＣｌｉｍＤｅｘ計算極端氣候的核心指標，包括１６個極端溫度指標、１１個極端降水??指標和極端天氣的指標（４個，包括熱帶氣旋２個指標，桑拿天１個指標、高??溫天１個指標），使用Ｒ語言在Ｌｉｎｕｘ系統(tǒng)下進行進行計算，并將得到的結(jié)果??由Ｅｘｃｅｌ導入Ｈｉｖｅ中，便于后續(xù)進行趨勢分析及突變分析。??２．３突變檢驗??氣候突變是氣候系統(tǒng)中的一種普遍現(xiàn)象，指的是氣候從一種穩(wěn)定狀態(tài)（或??穩(wěn)定的持續(xù)變化趨勢）跳躍式地轉(zhuǎn)變到另一種穩(wěn)定狀態(tài)（或穩(wěn)定的持續(xù)變化趨??勢）。從統(tǒng)計學的角度來講
１．２夏季日數(shù)??粵港澳大灣區(qū)夏季日數(shù)的年變化情況如圖３－２所示，突變檢驗結(jié)果如。整體來看，各站點夏季日數(shù)變化曲線波動性大；單從線性趨勢看，趨勢；從圖３－３中可以看出ＵＦ曲線先位于０線之下再逐步超過０線減少后增加的趨勢，與圖３－２中局部加權(quán)擬合曲線（即虛線）基本一門站點ＵＦ曲線在２００１￣２００６年大于０，之后下降到０線之下，呈明趨勢。??綜合滑動／檢驗方法和Ｍ－Ｋ突變檢驗（圖３－３），結(jié)果如下。上川島寧、澳門站點在Ｍ－Ｋ突變檢驗圖中ＵＦ、ＵＢ曲線相交于臨界線內(nèi)（±１．有一個交點。對Ｍ－Ｋ圖中的交點前后不同時間進行滑動／檢驗，結(jié)果了滑動／的信度水平檢驗，突變點可信。綜上，各站點突變開始時間８３年、１９９３年、２００３年、２００７年。高要、臺山、深圳站點的ＵＦ曲過臨界線，未發(fā)生突變。增城、惠陽、香港站點的ＵＦ曲線與ＵＢ曲交點，對其多個交點進行滑動／檢驗，均未通過檢驗，因此增城、惠站點未發(fā)現(xiàn)突變。??
【參考文獻】：
期刊論文
[1]基于Hadoop的氣象大數(shù)據(jù)分析GIS平臺設(shè)計與試驗[J]. 李濤,馮仲科,孫素芬,程文生. 農(nóng)業(yè)機械學報. 2019(01)
[2]頻繁項集挖掘的研究進展及主流方法[J]. 李廣璞,黃妙華. 計算機科學. 2018(S2)
[3]中國1961—2016年夏季持續(xù)和非持續(xù)性極端降水的變化特征[J]. 賀冰蕊,翟盤茂. 氣候變化研究進展. 2018(05)
[4]近60年遼寧省極端氣候事件趨勢時空變化特征分析[J]. 李穎,任家璇,馮玉,唐偉男. 災害學. 2017(01)
[5]基于Spark的Apriori并行算法優(yōu)化實現(xiàn)[J]. 王青,譚良,楊顯華. 鄭州大學學報(理學版). 2016(04)
[6]浙江省極端氣溫事件年代際變化特征及城鄉(xiāng)差異分析[J]. 郁珍艷,李正泉,張育慧,王闊. 氣象科技. 2016(06)
[7]基于LSTM的發(fā)電機組污染物排放預測研究[J]. 楊訓政,柯余洋,梁肖,熊焰. 電氣自動化. 2016(05)
[8]大數(shù)據(jù)在氣象服務中的應用與分析[J]. 崔巍. 低碳世界. 2016(26)
[9]基于RClimDex模型的石家莊市極端降水時空變化特征[J]. 魏軍,李婷,胡會芳,俞海洋,趙亮,陳莎. 干旱氣象. 2016(04)
[10]融合Word2vec與TextRank的關(guān)鍵詞抽取研究[J]. 寧建飛,劉降珍. 現(xiàn)代圖書情報技術(shù). 2016(06)
碩士論文
[1]中國東部春季極端氣候與歐亞大陸地表感熱的聯(lián)系[D]. 沈迪桑.南京信息工程大學 2017
[2]基于廣義近極值態(tài)密度構(gòu)建的中國近極端溫度事件的時空變化特征研究[D]. 曹春紅.揚州大學 2017
[3]基于人工神經(jīng)網(wǎng)絡(luò)的短期電力負荷預測研究[D]. 程宇也.浙江大學 2017
[4]面向?qū)W科相關(guān)性分析的文本關(guān)聯(lián)規(guī)則挖掘技術(shù)研究[D]. 任剛.中南大學 2011
[5]關(guān)聯(lián)規(guī)則算法的研究[D]. 文拯.中南大學 2009
本文編號：3561718
本文鏈接：http://sikaile.net/projectlw/qxxlw/3561718.html
