面向農(nóng)業(yè)氣象災(zāi)害區(qū)域劃分中的關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、隨著氣候變化的日趨明顯,農(nóng)業(yè)氣象災(zāi)害的頻率增加、強度增強、危害加重,對國家糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展構(gòu)成嚴重威脅。因此，對農(nóng)業(yè)災(zāi)害進行區(qū)劃，可以科學認識氣象災(zāi)害、了解氣象災(zāi)情、提高氣象災(zāi)害意識,為農(nóng)業(yè)合理布局，分區(qū)發(fā)展，為實現(xiàn)農(nóng)業(yè)區(qū)域化、現(xiàn)代化而形成的農(nóng)業(yè)區(qū)劃提供農(nóng)業(yè)氣象災(zāi)害區(qū)劃方面的依據(jù)。本文主要針對農(nóng)業(yè)氣象災(zāi)害區(qū)劃中關(guān)鍵技術(shù)進行研究與應(yīng)用。
　　農(nóng)業(yè)氣象災(zāi)害區(qū)劃是由湖南省氣候中心支持的科研項目，在農(nóng)業(yè)氣象災(zāi)害區(qū)劃的過程中，來自各

2、個氣象站點的氣象要素小網(wǎng)格數(shù)據(jù)是實現(xiàn)農(nóng)業(yè)氣象災(zāi)害區(qū)劃的基礎(chǔ)。農(nóng)業(yè)氣象災(zāi)害區(qū)劃首先需要對氣象要素數(shù)據(jù)進行插值生成小網(wǎng)格數(shù)據(jù)，由于氣象要素數(shù)據(jù)種類較多，需要對不同的插值算法以及衍生算法研究。因此本文針對不同的氣象要素分析了12種常用的插值算法。
　　同時，插值后的小網(wǎng)格數(shù)據(jù)是基于時間和經(jīng)緯度的數(shù)據(jù)立方體，由于不同種類的氣象要素與不同的插值方法結(jié)合，插值后的氣象小網(wǎng)格數(shù)據(jù)量的龐大，根據(jù)氣象災(zāi)害要素小網(wǎng)格插值結(jié)果的特點，通過實驗分析氣象災(zāi)

3、害要素小網(wǎng)格數(shù)據(jù)的不同存儲格式的計算機操作性能指標，確定了基于Network Common Data Format（NetCDF）格式的氣象災(zāi)害要素小網(wǎng)格插值數(shù)據(jù)的存儲方案，這種方案解決了海量小網(wǎng)格數(shù)據(jù)的存儲問題，在實際應(yīng)用中取得了較好的效果。
　　農(nóng)業(yè)氣象災(zāi)害區(qū)劃過程中，由于插值后的氣象要素小網(wǎng)格數(shù)據(jù)是一種海量數(shù)據(jù)，需要采用處理海量數(shù)據(jù)常用的數(shù)據(jù)挖掘技術(shù)，尤其是聚類分析方法。聚類分析方法通過對海量數(shù)據(jù)做自然歸類處理，以期得到在地

4、理信息系統(tǒng)支持下農(nóng)業(yè)氣象災(zāi)害區(qū)劃有意義的數(shù)據(jù)表示結(jié)果。K-means算法是聚類分析中一種基于劃分的聚類算法，常采用偏差作為聚類準則。由于小網(wǎng)格插值數(shù)據(jù)信息量大，而且需要進行實時聚類，這就需要改進經(jīng)典的K-means算法。因此，在 k-means算法的基礎(chǔ)上，通過引入 kd樹空間數(shù)據(jù)結(jié)構(gòu)，初始聚類中心從多維數(shù)據(jù)某一維的區(qū)間等間隔集中選取，以及在數(shù)據(jù)對象分配過程中采用剪枝策略來提高算法的運行效率，稱之為 CK-means算法。通過此改進算法