[发明专利]基于关联规则的立体栅格气象要素短临预报方法

说明书

本发明公开了一种基于关联规则的立体栅格气象要素短临预报方法，采用多元线性回归模型，利用DEM高程信息和栅格坐标搭建立体栅格，通过关联规则算法分别设置最小项支持度、频繁项集和最小信任度来产生时空关联规则，包括步骤如下：(1)数据预处理；(2)建立趋势面模型；(3)气象数据栅格化；(4)识别立体栅格内用户感兴趣的气象数据，并结合时间，记为独立事务；(5)挖掘关联规则；(6)根据步骤(5)得到的关联规则，实现短临预报。本发明充分利用站点坐标及数据，得到了区域气象数据的空间分布；使用MSapriori算法结合数据立方体建立时间和空间的关联规则系，并有效降低扫描事务数据库的次数，提高短临预报速率。

技术领域

本发明涉及气象要素短临预报方法，尤其涉及一种基于关联规则的立体栅格气象要素短临预报方法。

背景技术

气象要素通常包括气温、气压、湿度、降水等因素。为了研究气象要素在一定时间内的动态变化，需要进行监测评价。气象栅格是一种用于监测评价的模型，不仅可以用于存储数据信息，还可以通过一定的方式将数据特征表征出来。

目前针对气象栅格的研究大多基于二维栅格，即通过大范围下的数据特征来研究全国或是某个流域数据的整体情况；但基于立体栅格气象要素短临预报的实现方法较少。

发明内容

发明目的：本发明的目的是提供一种有效降低扫描事务数据库的次数、提高短临预报速率的基于关联规则的立体栅格气象要素短临预报方法。

技术方案：本发明的立体栅格气象要素短临预报方法，采用多元线性回归模型，利用DEM高程信息和栅格坐标搭建立体栅格，通过关联规则算法分别设置最小项支持度、频繁项集和最小信任度来产生时空关联规则，包括步骤如下：(1)数据预处理；(2)建立趋势面模型；(3)气象数据栅格化；(4)识别立体栅格内用户感兴趣的气象数据，并结合时间，记为独立事务；(5)挖掘关联规则；(6)根据步骤(5)得到的关联规则，实现短临预报；所述步骤(5)中的关联规则为不同数据项目在时空间出现的相关性，是从大量数据中挖掘出时间、空间及气象要素间的关系。

进一步，步骤(1)中，在预测时刻前获取某站点的高分辨率气温和降水数据，删除缺少属性值和孤立点的数据，填写空缺的值。

进一步，步骤(2)中，获取某站点的坐标作为自变量，站点对应的趋势面拟合值作为因变量，建立两者间的多元线性回归关系如下：

Φ′＝a₀+a₁X_r+a₂Y_r+a₃Z_r+a₄X_r²+a₅Y_r²+a₆Z_r²+a₇X_rY_r+a₈X_rZ_r+a₉Y_rZ_rΦ＝Φ′+ε

其中，X轴方向坐标X_r,Y轴方向坐标Y_r，Z轴方向坐标Z_r作为自变量，站点对应的气象数据的观测值为Φ，趋势面的拟合值Φ′作为因变量，ε为观测值与趋势面拟合值的残差；

根据观测值与坐标间的关系来确定多项式系数a₀～a₉，使得残差平方和最小，得到地理空间的趋势面模型。

进一步，步骤(3)中，将选定区域的DEM高程信息及每个栅格的X坐标和Y坐标代入到趋势面模型，获得栅格图层，得到选定区域气象数据的空间分布。

进一步，步骤(4)中，识别立体栅格内用户感兴趣的气象数据，并结合时间，记为独立事务，在此基础上建立独立的数据库。