甘肃省气象科学数据共享平台及其应用研究

《甘肃省气象科学数据共享平台及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、兰州大学博士学位论文甘肃省气象科学数据共享平台及其应用研究姓名：陈学君申请学位级别：博士专业：地理学、人文地理学指导教师：李吉均20090501出了一种相似性匹配算法；最后，应用人工智能相关算法(仿生优化算法(PSO(粒子群)算法、鱼群算法(AFSA))和预测算法(BP神经网络、最小二乘支持向量机))进行应用研究，取得如下结果：提出一种甘肃省气候区划方案；设计的ETL过程实现了雷达测量数据和地面常规观测数据的时空粒度一致性，应用DIRE(动态增量规则引擎)实现异常值检测及ISTDW插值方法进行数据清洗，三种措施确保了雷达测量数据的数据质量，为气象数据仓库的建设提供了“清洁”的数据；

2、提出的多元雷达时间序列相似性匹配算法(SBMDTSM)综合考虑了异常数据、序列形变、季节等方面对距离度量的影响，给出了形式化的距离度量模型，验证了SBMDTSM相似性匹配算法在漏报率、多报率和准确性方面均优于APCA和DWT算法，较好地解决了多元雷达时间序列相似性搜索这一研究难题；利用人工鱼群算法具有快速跟踪变化能力及不容易陷入局部最小值的优点(即具有很强的跳出局部极值的能力)来自动寻找最优的最小二乘支持向量机的参数；提出一种新颖的算法一一粒子群与鱼群混合的新算法，取名为AFSA-PSO-parallel—hybridevolutionary(APPHE)algorithm，用粒子

3、群与鱼群混合的新算法来训练BP神经网络，提出的新算法具有较好的稳定性，比传统的BP神经网络更稳定，这对于分类问题尤为重要。关键词：甘肃省元数据气象数据共享系统气候区划ETL数据质量时间序列APPHE算法IVStudyonGansuMeteorologicalScientificDataSharingPlatformandApplicationAbstractTheconstructionofscientificdatasharingplatformhasastrongscientificsignificanceandpracticalsignificancetomaximizeth

4、eeffectivenessofdataresourcesandprovidetolocalgovernmentsinthedecision-makingservices，meteorologicaloperationself-development，scientificresearchinearthscience-relatedfields，localeconomicconstruction，andSOon．Theplatformhasacompletestrategyfordatastorage，whichgreatlyenhancingtheshareddataresourc

5、esaccessibilitybythecombinationofdistributionandorderlyaccesstomeetthemulti—userconcurrentaccessandtrafficflow．Atthesametime，theplatformfollowdataowninternalrelationshiptostressdatalinksbetweenthevarioustypesdataandproviderealdatareliabilityforusersatalllevels．BasedonmeteorologicaldatainGansuP

6、rovinceasanexample，theplatformachievedthefollowingresults：Followingregionalandnon-regionalareascombined,integratedanddominantprincipleofcombiningfactors，developedanumberofmeteorologicaldatasets，includingthenorthwestground，agrological，meteorologicaldisasters，airradiation，thehistoryclimateproxyd

7、ata．Allfivecategories，containsatotalof31datasets，applydataqualitycontroltechnologytoensuredataquality．TheplatformlargelyusedmetadatatechnologyandGIStechnologytoestablishabasicplatform，whichbasedonmeteorologicalthematicdatasetsandbuilton