基于贝叶斯网络的暴雨预报分析系统设计与实现
发布时间:2021-02-03 08:11
暴雨天气过程可能导致城市内涝、洪水和地质灾害,对人民的生命财产安全造成影响。为此,暴雨天气过程的预报和服务,是做好防灾减灾工作的一项重要内容。针对暴雨预报,预报专家根据历史经验方法和阈值指标,构建本地暴雨预报概念模型,在结合实况、数值模式数据分析后,能得出更为可靠的预报结论。因此,传承预报专家宝贵经验的基础上,使用现代人工智能技术进行重构,实现更为智能的暴雨预报分析工具就十分必要。本文的主要工作是研究实现了“基于贝叶斯网络的暴雨预报分析平台”,详细分析了现有的暴雨预报概念模型,结合现有气象预报业务需求,设计出一套暴雨预报分析工具,支持推理和分析。系统采用C/S架构,将预测分析模型的构建和应用分别部署在服务器端和客户端。服务器端采用Python技术体系,构建自贡本地暴雨预报分析数据集,数据集的时间范围是2008-2017年的5-9月,数据集包括自贡市24小时降雨实况、本站实况要素和欧洲中心再分析数据集ERA-Interim。使用成熟的GeNIe平台进行直观的贝叶斯网络模型构建,进行连续随机变量的离散化。随机变量的先验概率,主要依靠预报专家经验和历史数据的统计,良好的先验概率可以弥补数据集...
【文章来源】:西南科技大学四川省
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
AWPISII平台系统架构(引用自www.unidata.ucar.edu)
SmartTool架构图(引用自www.unidata.ucar.edu)
3图 1-3 基于 Smart Tool 构建预报分析工具的示例(引用自 www.unidata.ucar.edu)GFE 最初是由美国国家海洋与大气管理局的地球系统研究实验室组织开发。2,澳大利亚气象局引进 GFE 并进行二次开发,主要接入了本地的数值预报模式和利亚本地天气概念模型库的研究和实现,支持基于格点场的快速订正和发布。澳亚 GFE 中的智能工具库包括平滑、增减、插值、合成、平移、区域操作、地形效正、降水类型判断等编辑和订正工具,大约有 80~90 种。MICAPS(Meteorological Information Comprehensive Analysis and Process
【参考文献】:
期刊论文
[1]基于MICAPS4的智能网格预报平台设计与实现[J]. 贺雅楠,高嵩,薛峰,赵声蓉,刘铭,胡皓,魏涛. 应用气象学报. 2018(01)
[2]SWAN2.0系统的设计与实现[J]. 韩丰,沃伟峰. 应用气象学报. 2018(01)
[3]台风及海洋气象一体化预报平台的开发与应用[J]. 曹莉,高嵩,贺雅楠,赵伟,钱奇峰. 应用气象学报. 2018(01)
[4]MICAPS4预报业务系统建设进展与未来发展[J]. 高嵩,毕宝贵,李月安,王若瞳,代刊. 应用气象学报. 2017(05)
[5]基于股票财务数据的贝叶斯网络的参数学习[J]. 张莹. 高师理科学刊. 2017(01)
[6]基于贝叶斯网络的高新企业融资风险评估模型[J]. 李敏. 统计与决策. 2016(15)
[7]基于贝叶斯网络的故障诊断系统性能评价[J]. 于劲松,沈琳,唐荻音,刘浩. 北京航空航天大学学报. 2016(01)
[8]基于模糊贝叶斯网络的UAV中远距空战战术决策[J]. 耿文学,孔繁峨,马冬前. 火力与指挥控制. 2014(03)
[9]利用探空资料计算水汽压[J]. 王洪,曹云昌,郭启云,赵培涛. 气象科技. 2013(05)
[10]一次东风波大暴雨过程诊断分析[J]. 顾思南,陈从夷,刘建勇,徐迪峰. 气象科技. 2013(04)
本文编号:3016184
【文章来源】:西南科技大学四川省
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
AWPISII平台系统架构(引用自www.unidata.ucar.edu)
SmartTool架构图(引用自www.unidata.ucar.edu)
3图 1-3 基于 Smart Tool 构建预报分析工具的示例(引用自 www.unidata.ucar.edu)GFE 最初是由美国国家海洋与大气管理局的地球系统研究实验室组织开发。2,澳大利亚气象局引进 GFE 并进行二次开发,主要接入了本地的数值预报模式和利亚本地天气概念模型库的研究和实现,支持基于格点场的快速订正和发布。澳亚 GFE 中的智能工具库包括平滑、增减、插值、合成、平移、区域操作、地形效正、降水类型判断等编辑和订正工具,大约有 80~90 种。MICAPS(Meteorological Information Comprehensive Analysis and Process
【参考文献】:
期刊论文
[1]基于MICAPS4的智能网格预报平台设计与实现[J]. 贺雅楠,高嵩,薛峰,赵声蓉,刘铭,胡皓,魏涛. 应用气象学报. 2018(01)
[2]SWAN2.0系统的设计与实现[J]. 韩丰,沃伟峰. 应用气象学报. 2018(01)
[3]台风及海洋气象一体化预报平台的开发与应用[J]. 曹莉,高嵩,贺雅楠,赵伟,钱奇峰. 应用气象学报. 2018(01)
[4]MICAPS4预报业务系统建设进展与未来发展[J]. 高嵩,毕宝贵,李月安,王若瞳,代刊. 应用气象学报. 2017(05)
[5]基于股票财务数据的贝叶斯网络的参数学习[J]. 张莹. 高师理科学刊. 2017(01)
[6]基于贝叶斯网络的高新企业融资风险评估模型[J]. 李敏. 统计与决策. 2016(15)
[7]基于贝叶斯网络的故障诊断系统性能评价[J]. 于劲松,沈琳,唐荻音,刘浩. 北京航空航天大学学报. 2016(01)
[8]基于模糊贝叶斯网络的UAV中远距空战战术决策[J]. 耿文学,孔繁峨,马冬前. 火力与指挥控制. 2014(03)
[9]利用探空资料计算水汽压[J]. 王洪,曹云昌,郭启云,赵培涛. 气象科技. 2013(05)
[10]一次东风波大暴雨过程诊断分析[J]. 顾思南,陈从夷,刘建勇,徐迪峰. 气象科技. 2013(04)
本文编号:3016184
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3016184.html