上海地区风暴潮预报方法专家系统应用研究讲义.docVIP

上海地区风暴潮预报方法专家系统应用研究 摘 要：提炼国内多名风暴潮预报知名专家的预报经验，制定了风暴潮专家的预报经验规则，从而建立了一个能模拟风暴潮预报专家的预报思路和策略，解决风暴潮预报问题的计算机推理系统。对风暴潮数值预报产品的进行了解释应用方面的研究，并建立了风暴潮数值预报产品的解释应用集成方法预报方程。经后报检验与2004年的预报试运行，上述两种预报方法预报精度总体效果优于目前的国内预报水平。 关键词：风暴潮 专家经验 规则 数值预报产品 解释应用 引言 风暴潮专家经验规则预报法及风暴潮数值预报产品的解释应用方法的建立，不仅能便于我们吸收与应用许多风暴潮优秀预报员的预报经验〔1〕，便于将新的风暴潮相关科研成果及时运用到规则预报法的知识库中， 提高预报的准确度。而且还有利于增强分析研究风暴潮问题的客观性和全面性，减少主观片面性，便于积累总结经验，分析预报成功和失误的原因， 补充修改预报知识，从而不断提高风暴潮预报警报能力。 1 风暴潮专家经验规则预报法概述 风暴潮专家经验规则预报法是基于风暴潮预报专家的预报知识，建立一个或多个基于预报规则的专家知识库，从而迅速将隐性知识转变成显性知识，是一个能模拟风暴潮预报专家的预报思路和策略，解决风暴潮预报问题的计算机推理系统。它是计算机科学、人工智能科学、风暴潮预报科学等多学科发展和结合的产物。 1.1风暴潮专家经验规则预报法的结构 风暴潮专家经验规则预报法最主要的特点是能在一定的策略控制下模拟风暴潮预报专家的思维实行推理运算，所以贮存预报知识的知识库和执行推理运算的推理机是组成该规则必不可少的的基本结构〔2〕。此外，为实现推理和获取知识都必须要有必要的数据（事实）；而为了建立并完善高质量的知识库，一般又需要有知识获取功能（学习机制）；为了增加系统的透明度，使用户理解推理结果并利于修改和完善系统功能，还需给出必要的解释。 一般，风暴潮专家经验规则预报法系统主要由以下四部分组成：知识库（Knowledge Base）；推理机，即预报计算部件(Inference Engine)；数据库（Data Base）；知识获取部件(Acquisition of Knowledge)（见图1）。 图1. 风暴潮专家经验规则预报法框图 1.1.1知识库 风暴潮问题的知识库是系统的记忆体、预报知识的存储器，它以一定形式存放关于风暴潮预报问题的专门知识，主要供推理决策使用。该风暴潮专家经验预报系统(Storm Surge Forecasting Expert System,以下简称SSFES)知识库的具体功能为：（1）获取风暴潮问题知识并存入知识库；（2）识别和选取知识库中对当前问题可用的知识并进行推理计算最终得出求解结果。知识库的设计与建造是SSFES研究中的一个关键性工作。因此，在研究过程中，作者走访了国内有关风暴潮预报的多位知名专家，并组织在上海地区召开了多次风暴潮预报经验座谈会，取得了许多宝贵与独到的预报经验。 我们选取历史上对上海影响较大的64次台风暴潮过程作为样本进行数据处理，以建立初始知识库。录入的资料有：64次台风过程台风路径与强度参数、转向点参数（转向点经纬度）、最大影响时刻参数（外高桥站出现最大增水时台风位置与强度）、相应上海沿海各测站风暴潮数据资料（实测潮位与对应的天文潮）等〔3-4〕。 1.1.2推理机（预报计算部件） 推理机是规则法的核心，是一个具有风暴潮推理策略的控制机制。它负责使用求解当前具体问题的有关数据信息，识别和选取知识库中对当前问题可用的知识并进行推理，最终得出求解结果。 1.1.3 数据库 数据库用于存放历史的和当前的各种台风与风暴潮实测与预报数据及推理得到的各种中间结果，即数据库一般包括历史数据库和当前数据库两部分。 历史数据库 作用是存放历史台风与风暴潮预报资料的具体内容。用它可做历史台风与风暴潮资料的统计、查询以及验证风暴潮预报专家提供的经验知识等，它是进行机器自动获取知识所必须依靠的基本事实。历史数据库包括内容为：历史上（1949起）台风资料、相关天气形势资料及上海沿海有关台站实测潮位资料等。 （2） 当前数据库 当前数据库存储解决问题所需的初始证据和推理过程中得到的各种中间信息（中间结论）。即存放根据输入的初始资料获得的已知事实、用户回答的事实和由推理而得到的事实——系统当前要解决的问题的一些事实。 当前数据库包括内容为：目标预报台风的各时次台风实况资料、天气形势资料、中央台等相关台风预报部门的预报资料及各台站实况资料。 当前数据库直接为推理机服务并随时接受推理机的推理结果，它与知识库一起共同构成推理所需的信息源。 1.1.4知识获取部件 根据历史数据库资料、专家经验，将原来定性化的