数据挖掘在闪电定位资料分析中的应用

摘 要：数据挖掘是一门新兴的信息处理技术，在信息的利用和提取中发挥着重要的作用。文章在论述数据挖掘技术的基础上，提出了数据挖掘在闪电定位资料分析中应用的可行性，并具体论述了数据挖掘在雷电预警、雷暴分析、雷灾分析方面的应用。

关键词：数据挖掘 闪电定位资料 雷电预警 雷暴特征 雷电灾害

中图分类号：TM863 文献标识码：A 文章编号：1674-098X（2017）04（c）-0145-02

Abstract：Data mining is a new information processing technology，that plays an important role in the information utilization and extraction .Under the technology of data mining ，this paper puts forward the feasibility of the application of data mining in the analysis of lightning positioning data， and discusses the application of data mining in Lightning warning and analysis of thunderstorm Characteristics and lightning disaster.

Key Words：Data mining Lightning Location Information Lightning warning Thunderstorm Characteristics Lightning disaster

闪电定位仪作为一种监测雷电发生的气象探测仪器，可以探测闪电发生的时间、位置、强度、极性等参数。随着闪电定位仪分布的日趋完善，收集到的闪电定位资料越来越多，采用传统方法处理，不易对其进行深层次分析，从中提取有价值的信息，不利于防灾减灾管理水平的提高；同时，虽明知这些数据中蕴藏着重要信息，但由于缺乏从数据库中提取有价值信息的方法，许多决策缺乏直观数据的支撑，只是凭借工作经验的总结。数据和信息之间的鸿沟要求我们必须找到对数据分析、分类、汇总的方法，在多N需求的驱动下，数据挖掘应运而生。

通过对闪电定位资料以及每年雷灾分布资料的挖掘分析，可以发现隐含其中的潜在信息，提前做好防御准备，减少因雷击而造成的人员伤亡以及财产损失。

1 数据挖掘技术及其功能介绍

数据挖掘是数据库研究、开发和应用最活跃的分支之一，是在数据库、人工智能、数理统计以及数据可视化等多学科基础上发展起来的一门新兴交叉学科。它利用机器学习的方法从数据库中发现知识，揭示事件之间的关系，预测未来趋势并为决策提供依据。

传统的数据库技术实现了对数据的收集和管理工作，基本满足了数据的一致性、准确性等要求。数据挖掘是对传统数据库技术进行研究和开发的结果，它是从现实世界中存在的具体数据中识别出有效的、新颖的、潜在有效的以及最终可理解模式的非平常过程。它不仅能对历史数据进行查询，并且能够找出历史数据之间的潜在联系，从数据中发现与建立模式，从而找到内在的未被发现的知识，让数据真正成为对生产、生活有价值、有用的信息。

2 数据挖掘技术在闪电定位资料分析中的应用

2.1 数据挖掘技术应用的必要性

目前，闪电定位仪监测到的雷电信息数据量很大，一个雷暴过程就有上千条甚至上万条的数据，根据这些海量数据获得有效数据项之间的关联规则和隐藏信息，对提升防灾减灾管理水平和优化业务运作提供了重要的科学支撑。可见采用数据挖掘技术来研究闪电定位仪记录的实时数据， 揭示其中蕴藏的深层次信息，必将获得良好的经济效益和社会效益。

2.2 在雷电预警决策方面的应用

随着信息化技术的发展，雷电灾害对社会生产、生活造成的损害日益凸显，提前做好防御工作可极大的减轻灾害损失，雷电预警工作的重要性不言而喻。通过对闪电监测数据（如经纬度、强度、陡度、时间）进行处理，结合雷雨云的运动趋势，建立模型，预测未来闪电发生的方位，及时向用户雷电预警信息。预测方式的数据挖掘在研究雷电预警中具有重要的实用价值。

2.3 在雷暴特征分析方面的应用

雷暴特征分析主要研究雷电活动的时空分布规律。在数据挖掘技术的各项功能中，采用关联分析，在海量闪电定位资料中，以小范围（例如2平方公里）为取值域，寻找经纬度数据的相似值，对出现概率较高值，建立其关联规则，分析高雷暴区域与其周围地理、地质、土壤、水文等因素的隐性关联；采用聚类方式，将每个取值域作为一个类，数据相似的为同一类，数据相异的为不同类，建立数据的分布模式图，寻找不同域雷暴属性的相互关系；采用时序模式，搜索出重复出现概率较高的域，可以实时判断雷暴的未来运动趋势，也可以用于研究雷暴发生域的日变化、月变化、年变化的特征，为防灾减灾的决策提供资料。

2.4 在雷电灾害分析方面的应用

据目前不完全统计， 我国平均每年因雷电灾害造成的人员伤亡近千人，财产损失上百亿元。闪电定位资料为雷电灾害分析提供了包括雷电灾害发生的时间、位置、强度、极性等资料，采用关联分析法，根据记录到的闪电发生的时间、经纬度是否与灾害发生地位置吻合，并结合现场的损失特征，直接判断是否因雷击遭受损害，或者根据闪电定位资料、雷电流的特征以及发生地的环境特征，判断该地遭受雷击的概率，并结合其他调查手段，分析雷灾成因。

此外，数据挖掘技术对区域时间内的雷电灾害历史分析有着重要的意义，结合使用关联分析以及聚类的方法，剔除偏差数据，寻找雷暴、雷灾、地理环境之间的联系，并且针对有防雷装置的建筑，分析其受灾原因，有助于雷电灾害风险区划的研究。

3 结语

数据挖掘在雷电预警、雷暴特征分析、雷灾分析方面具有重要的应用价值，采用先进的数据处理技术，分析闪电定位资料，可为雷电防灾减灾的管理以及决策提供科学数据。目前，数据挖掘在雷电防灾减灾的应用还处于初级阶段，随着计算机技术的发展，数据挖掘技术势必在今后的防灾减灾发展中发挥重要作用。

参考文献

[1] 田阳光，张世忠，白山，等.数据挖掘在环境信息管理中的应用[J].环境科学动态，2005（1）：1-2.

[2] 张爱国，高鹤，王丽维.数据挖掘技术在现代农业上的应用[J].湖北农业科学，2011，50（21）：4532-4533.

[3] 邱洁，过仲阳，苏君毅，等.关联规则及其在灾害天气预测中的应用[J].华东师范大学学报（自然科学版），2005，12（5）：165-169.

[4] 刘丽娜，杨东方，赵羚云.应用在图书馆中的数据挖掘技术[J].制造业自动化，2011，30（10）：4-5.

[5] 张家爱.数据挖掘技术在农业决策支持系统中的应用[J].吉林农业科技学院学报，2010，19（1）：56-57.

[6] 杨世刚.我国雷电灾害时空分布特征及预警[J].自然灾害学报，2010，19（6）：153-159.

[7] 吴孟恒，张彦勇.雷电灾害调查与鉴定[J].气象科技，2010，38（6）：788-789.

[8] 程向阳，谢五三，王凯，等.雷电灾害风险区划方法研究及其在安徽省的应用[J].气象科学，2012，32（1）：80-85.