基于数据挖掘技术下的气象预报研究

胡欣滨

摘 要：随着气象预报深入到人们日常生活中，对人们的生活有着极其重要的影响。所以，精准的气象预报是相关研究工作者需要解决的重大问题。本文根据其在目前的研究现状，阐述数据挖掘技术的基本概念和工作原理，其在气象预报中的研究进展，以及其应用在气象预报方面的优劣势，并对数据挖掘技术在气象预报中应用的未来趋势进行说明，希望为我国相关研究工作者在这方面的研究提供一些具有参考性的意见。

关键词：数据挖掘；气象预报；研究

中图分类号：TP311.13文献标识码：A 文章编号：1672-3791（2016）04（c）-0000-00

现阶段，数据挖掘技术在气象预报中的应用主要包括以下两个方面：首先是结合统计学相关的计算方法。该方法在气象预报中的应用，能够对气象预报中多种数据参数进行分析，如谐波的成分、方差统计等。其次是结合软计算方法。该方法主要是用来建立相关的气象数据模型、分析相关的气象数据等。下面就对数据挖掘技术在气象预报中的应用进行阐述。

1 数据挖掘技术在气象预报中的研究

1.1 数据挖掘技术中的人工神经网络方法

所谓的人工神经网络就是由数量众多的节点连接形成一种计算模型[1]。该计算模型中的每一个节点都是一种相应的函数，其所具有良好的性能应用在解决系统中各种不同的问题，这类函数人们通常将其称之为激励函数。人工神经网络还是一个规模较大的自适应系统，它能够利用各种方式建立相关的记忆，然后通过相关的模式和方法将其未来的情况同记忆中最接近的记忆进行判定。人工神经网络系统与传统气象预报中所使用的方法，有着十分类似的特点，这些类似的特点使得人们可以通过利用人工神经网络方法进行气象预报。人工神经网络方法应用在气象预报中，相较于传统的气象预报的方法具有更高的准确率和良好的性能和效果，但是在实验过程中还是存在着一些缺陷，阻碍了其在气象预报中的发展和应用。

1.2 数据挖掘技术中的遗传计算方法

遗传计算方法是通过利用生物遗传而采取的一种新的搜索算法，其在运行的过程中不需要依靠相关的信息，拥有良好的通用性，在处理一些全局优化问题时，拥有着明显的优势[2]。其所具有的上述特点同传统气象预报中所使用的方法相比较拥有十分类似的特点，这些类似的特点使得人们可以通过利用遗传计算方法进行气象预报。遗传计算方法在天气预报中的使用能够更好的完成集成性的天气预报，并且在预报准确率相较于人工神经网络方法也更高。虽然遗传计算方法具有以上比较良好的性能，但是也还存在很多的缺陷，例如，其在进行局部搜索时，搜索的能力较差；遗传计算方法在进行分析计算时，所消耗的时间相较于传统方法也较长。如何解决其所存在的缺陷，是促进其进一步应用在天气预报中的重要手段。

1.3 数据挖掘技术中的支持向量机方法

支持向量机在近些年以来，逐渐受到了相关工作者和研究人员的重视，其同传统的方法相比较拥有很大的优势。最重要的是该方法的应用能够适用于各种模型之中，不受维数等因素的影响，且具有较高的精准度、运行速度快等优势，特别适用于解决样本较小的数据模型中所存在的问题。另外，其还拥有性能良好的泛化与抗过敏能力，在对较为复杂的气象就行预报时，与其他方法相比较分析出来的数据更加准确。相关研究人员在对该方法进行实验时，所得出的实验数据表明其整体的性能非常适合应用于实际气象预报的工作中。然而，虽然该方法整体性能十分优秀，但还是存在以下两点不足支出：首先，其在处理规模较大的问题时，速度还是相对较慢；其次，其在解决种类较多的问题存在着一定的困难。这两点不足之处在一定程度上使得其还不能够应用在实际的气象预报的工作中。

1.4 数据挖掘技术中的贝叶斯方法

贝叶斯方法的基本原理是将未知参数的相关信息进行全面的综合，通过利用贝叶斯公式运算出最后的信息作为气象预报的信息[3]。该方法在使用过程中是否具有高准确性，主要是取决于先前所取得信息的准确性，先前信息准确性越高，最后所得出预报信息的准确性也会相对较高。贝叶斯方法其主要的优势在于其拥有较强的推理能力，并且在相关数据信息不够完整的情况下，也能够完成推理工作，拥有良好的气象预报效果。这种具有较强的推理方法和良好的气象预报效果是使得贝叶斯方法应用在气象预报中具有一定的可行性。但阻碍其应用在实际工作中重要原因是因为其本身方法理论还有很多没有得到解决，所采用的方法也欠缺一定的合理性。

1.5 数据挖掘技术中的关联规则挖掘方法

关联规则挖掘方法的基本原理是通过调查分析以往的数据，从庞大的数据库中找到所需的资料[4]。在实际的应用过程中，相关研究人员在其基础之上做了进一步的深化，并通过相应的方法进行预测。根据最终的研究数据表明，这种方法相较于其他方法更加通俗易懂，便于人们熟练的应用。关联规则挖掘方法通过对以往的数据进行分析和预测，大大提高其对气象预报的准确度，对于预测气象的变化也十分的精准。但其本身所使用的方法却有两个很大的缺点，一是有可能出现数量众多的候选集，二是有可能会对现有的数据库进行重复扫描。这两种缺点直接导致该方法无法应用到实际的气象预报工作当中。

2 数据挖掘技术在气象预报中的未来研究方向

在传统的气象预报中，所采取的方法已经很难再得到进一步的提升，所以，相关的研究人员通过利用计算机技术研究新的气象预报方法，基于这种背景下，数据挖掘技术得到了发展和提升。尽管到目前为止，我国在该方面的研究资料相对较少，但在其研究的过程中还是获得了很多成果以及具有突破性的进展。然而，其本身还是拥有很多的缺陷急需相关研究人员进行解决。因此，研究人员应进一步研究数据挖掘方法，确保其能够准确的预报出气象情况。另外，由于计算机的不断改革和发展，增强了其所拥有的强大计算能力，促进了数据挖掘技术的进一步完善，使得人们开始关注其对于更长时间气象的预报[5]。

3 总结

总之，气象系统是一个十分复杂的系统，只要其内部发生一定的变化都造成自然界气候的变化。所以，如何提高人们预报气象的质量、發现自然界气候变化的趋势，成为当前全社会重点关注的问题。本文所介绍的数据挖掘技术则是一项能够实现人们准确预报和发现自然气候变化的重要方法，笔者通过对数据挖掘技术中每一种方法进行说明，分析其所存在的优劣点，为以后相关研究人员在这方面的研究奠定良好的提出，从而促进数据挖掘技术尽早的应用在实际的气象预报工作中。

参考文献

[1]彭昱忠，王谦，元昌安等.数据挖掘技术在气象预报研究中的应用[J].干旱气象，2015，01（01）：19.

[2]段文广，周晓军，石永炜.数据挖掘技术在精细化温度预报中的应用[J].干旱气象，2012，01（01）：130.

[3]邱声春.数据挖掘和数据融合技术在天气预报和气象服务中的应用研究[J].山西气象，2007，09（02）：34.

[4]乔梁.数据挖掘技术在气象服务中的应用研究[J].信息通信，2016，03（02）：96.

[5]陈少斌，苏彦.气象信息数据挖掘技术的应用[J].河南科技，2013，09（14）：200.