智能气象预报系统中的相似建模方法研究.pdfVIP

第一章绪论 距离，采用模式识别、专家系统、神经网络、智能数据库等多种手段，通过集成 系统实现综合预报。 §1．3集成智能气象预报系统的结构1261127112。1 集成智能气象预报系统基本模式为：以气象探测、气象信息网络所提供的大 量气象信息资料为基础，在人机交互方式业务工作站上，综合运用模式识别技术、 人工智能技术及图形、图象处理技术，最终实现天气预报的客观化、定量化、自 动化、综合化及智能化。 按照认知心理学的观点，对天气过程复杂时空关系的思索过程包含知识形成 (感知过程)和知识运用(思维过程)两个层次，据此将集成智能气象预报系统 分为三个层次，如图1．1所示，其中天气状态融合可看作知识形成过程，而过程 理解和预测预报可看作知识运用过程： 图1．1集成智能气象预报系统的结构 天气状态融合过程完成从数据到结构明晰的气象信息的转变，形成天气状态 描述。它将认知对象的多信息源异型数据置于认知环境，达到对认知对象的状态 还原。状态具有层次结构，符合认知模型。 天气过程理解是各种初级信息形态在大气环境中的深度融合过程，它实质上 是一个信息形态在特定环境中的释义过程。在大气环境模型和预报模型的驱动 下，过程理解平台完成状态和过程融合，达到计算机对大气系统的理解，提取预 报因子，为上级预报层融合作准备。 预测预报是知识运用阶段，将感知阶段所获取的天气状态和过程知识置于气 象专门知识和专家背景知识进行深层次处理，形成对天气系统未来状态及演变规 2 第一章绪论 律的认识；预测预报系统实质是多专家系统联合实现对天气状况的预报，这是一 个多信息源和多模型综合集成的过程。 §1．4本文的主要工作 本课题所构造的集成智能气象预报系统主要对夏季大范围大降水作出预报， 该系统是对多个模型的综合集成。要提高整体预报准确率，就要首先提高单个模 型的预报准确率，这使得对建模方法的研究颇有意义。寻找相似的历史降水过程 作为预报参考，是天气预报业务中使用的技术之一，即使在各种新技术(如数值 预报、卫星云图等)广泛应用的今天，相似方法在业务预报中仍有重要的参考价 值。 本文工作以相似预报模型的业务运行为目的，从以下方面对相似建模理论及 应用做了综合研究： l、以基于范例推理的建模方法作为相似建模的理论依据，对相似建模的原 理、模型构成进行研究。 2、结合气象知识及相似业务预报现状，从因子选择、业务预报模型基本组 成、预报因子的动态相似及相似预报子系统综合集成等角度讨论实际相 似预报模式。 3、运用图象识别理论，讨论人机交互的基于天气图的相似预报模型。 4、讨论基于格点场资料的全国范围夏季降水预报的动力一相似模型及其业 务运行。 3 第二章基于范例推理的建模方法及其气象应用 第二章基于范例推理的建模方法及其气象应用 基于范例推理即CBR(case—basedreasoning)是人工智能领域中发展比较迅 速的一种问题求解技术，它基于问题之间的相似性，依靠记忆中的情景知识来指 导复杂问题的求解，也就是说，它是利用过去的范例或经验来解决当前的问题。 基于范例推理在人类各种活动中普遍存在着，它表现在人们处理问题时往往 不是从头开始考虑各种细节及其关系，而是依据过去遇到的类似的情况，做适当 的调整以处理当前问题。因而基于范例推理又被称为“即时推理”(instant reasoning)a 从基于范例推理的含义上看，它是一种类比推理方式。与一般的类比推理相 比，基于范例推理有以下两个特点： 1)作为过去经验的范例一般有比较固定的表达结构； 2)欲求解问题与范例问题同属于一个领域，且一般是同性质的，即是同类 同性质问题的类比； 3)基于范例推理注重范例记忆的组织和检索，而类比推理强调对情景的修 改和验证。 在气象预报领域，通过查找历史上的相似天气状况而作出当前的天气预报， 是一种比较传统的天气预报方法，在这一过程中，经验是比较重要的。可以说，