玉坤

摘要 本文以現(xiàn)運(yùn)行核電站周邊各種天氣環(huán)境下的點(diǎn)數(shù)據(jù)、線數(shù)據(jù)、以及面數(shù)據(jù)為儲(chǔ)備資料，針對(duì)氣象原始數(shù)據(jù)海量、雜亂、不易操作等缺點(diǎn)，探討了將原始數(shù)據(jù)轉(zhuǎn)化為更利于數(shù)據(jù)挖掘的分析型數(shù)據(jù)的方法，研究了天氣預(yù)報(bào)分析型數(shù)據(jù)的概念和分析型數(shù)據(jù)五元紐模型，在常規(guī)空間距離的基礎(chǔ)上發(fā)展同時(shí)能夠反映分析型數(shù)據(jù)五元組間空間位置關(guān)系和屬性特征相似性的廣義距離。同時(shí)研究了對(duì)于氣象分析型數(shù)據(jù)的數(shù)據(jù)挖掘聚類算法及其輔助算法，并提出能夠表征氣象分析型數(shù)據(jù)之間、屬性或?qū)傩圆煌瑓^(qū)間值對(duì)聚類影響力特性的氣象因子概念。以天氣過程中的線數(shù)據(jù)類型為出發(fā)點(diǎn)，開發(fā)了基于天氣預(yù)報(bào)分析型數(shù)據(jù)的數(shù)據(jù)挖掘聚類程序，為影響核電站安全的極端天氣的預(yù)測(cè)奠定堅(jiān)實(shí)的基礎(chǔ)。

【關(guān)鍵詞】數(shù)據(jù)挖掘 分析性數(shù)據(jù) 極端天氣聚類

1 氣象數(shù)據(jù)類型

隨著觀測(cè)技術(shù)、通訊技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，現(xiàn)有核電站和潛在的核電站廠址地區(qū)周邊觀測(cè)站獲得并積累了大量的氣象觀測(cè)數(shù)據(jù)，針對(duì)于氣象數(shù)據(jù)，譚曉光等[3]提出了天氣預(yù)報(bào)分析型數(shù)據(jù)的概念模型：天氣預(yù)報(bào)分析中氣象數(shù)據(jù)的最小分析單元就是一個(gè)天氣預(yù)報(bào)分析型數(shù)據(jù)。分析型數(shù)據(jù)可以由一個(gè)五元組描述，這五元組分別是：數(shù)據(jù)表示屬性集合、數(shù)據(jù)空間屬性集合、數(shù)據(jù)的非空間屬性集合、數(shù)據(jù)時(shí)間屬性集合、數(shù)據(jù)物理屬性集合。具體見表1。

表1顯示的是分析型數(shù)據(jù)五元組模型的具體屬性，在實(shí)際應(yīng)用中可能用到其中的全部屬性，也可以只使用其中部分屬性，這取決于具體的待處理的原始數(shù)據(jù)類型和具體的分析任務(wù)需求。本文根據(jù)已有的數(shù)據(jù)材料，以線性數(shù)據(jù)為基礎(chǔ)，研究與降水量密切相關(guān)的暖鋒、冷鋒、高值區(qū)、低值區(qū)四個(gè)因素，將不同時(shí)間不同空域下的造成相似天氣現(xiàn)象的數(shù)據(jù)文本進(jìn)行分析聚類，為以后建立相應(yīng)的關(guān)聯(lián)規(guī)則做準(zhǔn)備。

2 聚類算法

本文采用數(shù)據(jù)場(chǎng)-K-Means相結(jié)合的聚類算法，利用JAVA語(yǔ)言編寫處理具體線性文本數(shù)據(jù)的程序模塊，通過數(shù)據(jù)場(chǎng)來自動(dòng)識(shí)別類的個(gè)數(shù)和中心，基于K-Means的方法實(shí)現(xiàn)數(shù)據(jù)聚類，既體現(xiàn)了空間數(shù)據(jù)對(duì)象的模糊性，繼承了兩種算法的優(yōu)點(diǎn)，又克服了K-Means算法的缺點(diǎn)。

程序模塊的具體實(shí)現(xiàn)過程如表2所示。

（1）對(duì)于待聚類的數(shù)據(jù)集，對(duì)數(shù)據(jù)空間進(jìn)行笛卡爾坐標(biāo)的網(wǎng)格劃分，計(jì)算每一個(gè)網(wǎng)格點(diǎn)的數(shù)據(jù)場(chǎng)的勢(shì)值，然后采用消除勢(shì)心法或是爬山法來選擇初始的聚類中心。

聚類中心選取算法如表3所示。

（2）針對(duì)步驟一中選取的聚類中心，利用編寫的K-Means聚類算法程序模塊進(jìn)行后續(xù)的聚類，得到核電站周圍局部區(qū)域內(nèi)天氣要素的變化趨勢(shì)。

i聚類程序模塊首先利用歐氏距離（式1）將原始文本內(nèi)點(diǎn)狀線性數(shù)據(jù)進(jìn)行粗分類，然后將相應(yīng)數(shù)據(jù)代入廣義距離（式2）得到結(jié)果與式l進(jìn)行對(duì)比驗(yàn)證。

ii 如果二者結(jié)果較為相近，則求取二者均值作為相似數(shù)據(jù)類型聚類的標(biāo)準(zhǔn)距離，如果二者相差明顯，則選取較小值作為標(biāo)準(zhǔn)聚類距離。

3 結(jié)果分析

運(yùn)用數(shù)據(jù)場(chǎng)確定聚類中心的位置和數(shù)目，將其與K-means算法規(guī)定的中心數(shù)目進(jìn)行匹配，確定最終的聚類中心并進(jìn)行聚類統(tǒng)計(jì)，并將所得聚類結(jié)果予以呈現(xiàn)，如圖1所示。

圖1中呈現(xiàn)了在經(jīng)度112---120，緯度38---42.5范圍內(nèi)數(shù)據(jù)聚類的結(jié)果。從圖中可以看出，整個(gè)文本的數(shù)據(jù)共分為了4類，其中草綠色和紅色分別表示冷鋒和暖鋒，淡藍(lán)色和紫色分別表示低值區(qū)和高值區(qū)。

因此可以得到該時(shí)刻天氣特征的相關(guān)結(jié)論：

（1）在整個(gè)測(cè)試經(jīng)度范圍內(nèi)，較高的緯度內(nèi)主要由高值區(qū)和極少量的冷鋒以及暖鋒組成。

（2）經(jīng)度和緯度都處于平均值以內(nèi)的區(qū)域天氣要素比較復(fù)雜，幾乎全部由暖鋒構(gòu)成，并包含有極少量的冷鋒和高值區(qū)和低值區(qū)。

（3）處于高經(jīng)低緯度區(qū)域內(nèi)的暖鋒和高值區(qū)要素?cái)?shù)量則比較相近。4結(jié)語(yǔ)

本文研究了將氣象數(shù)據(jù)轉(zhuǎn)化為分析型數(shù)據(jù)對(duì)象的方法，以及氣象數(shù)據(jù)對(duì)象聚類的方法及算法，設(shè)計(jì)和開發(fā)了一種基于java程序語(yǔ)言的普遍適用于氣象數(shù)據(jù)的數(shù)據(jù)挖掘聚類程序模塊，為影響核電站安全的氣象條件數(shù)據(jù)的處理分析奠定基礎(chǔ)。

參考文獻(xiàn)

[1]汪麗，汪梅冰，郭善云.核電站選址氣象條件的初步分析[J].高原山地氣象研究，2012，32 （02）：61-64.

[2]國(guó)家能源局，核電廠廠址選擇安全規(guī)定[Z].北京：國(guó)家能源局，1991.

[3]譚嘵光，羅兵，天氣預(yù)報(bào)分析型數(shù)據(jù)模型及生成[J].應(yīng)用氣象學(xué)報(bào)，2014， 25 （01）：120-128

[4]簡(jiǎn)艷，賈洪勇.一種基于數(shù)據(jù)場(chǎng)的K一均值算法[J].計(jì)算機(jī)應(yīng)用研究，2010， 27 （12）： 4498-4501.

[5]李興生，基于云模型和數(shù)據(jù)場(chǎng)的分類和聚類挖掘研究[D].南京：中國(guó)人民解放軍理工大學(xué)，2003.

[6]張建輝.K-means聚類算法研究和運(yùn)用[D]，武漢：武漢理工大學(xué)，2007.