基于大数据的大湾区极端气候成因及其影响的模型研究
发布时间：2022-01-01 05:32
全球气候变暖,高温、暴雨洪涝、干旱等极端气候事情发生频率明显增加,气候变化已经对社会和经济运行造成了严重影响。粤港澳大湾区是我国大力发展建设的城市群,在城市建设中,气候变化导致的灾害事件已经不容忽视。在发展经济的同时,要积极构建三地气象灾害联防联控新模式,掌握区域内极端气候变化,分析极端气候的趋势变化情况以及突变情况,挖掘极端气候产生的原因及其影响。本文从指标数据和文本数据两个方面出发进行极端气候成因的探索,为气象灾害预防工作提供理论支撑,为决策者和管理者提供气候治理新思路。本文研究思路如下:（1）通过分析粤港澳大湾区具体气候情况构建极端气候指标体系。在极端温度、极端降水指标基础上添加极端天气指标,包括高温天、桑拿天以及热带气旋。（2）进行区域内站点趋势分析及突变分析,应用RClimDex进行指标计算,并对每个站点的指标进行趋势变化情况分析,使用M-K、滑动t突变检验方法对各个指标进行突变分析,查找突变开始时间。（3）进行极端气候成因及影响研究,基于Spark平台进行格兰杰因果检验及Apriori关联规则挖掘,探索极端气候的成因,并且通过LSTM神经网络对气象灾害新闻进行分类,分析极端...
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
图２－１地理位置信息分布图??
综上所述，极端气候的指标体系除了典型的极端温度、极端降水指标外，??还增加了影响粤港澳地区的热带气旋以及高温天、桑拿天的极端天气指标。极??端气候指标体系如图２－２所示其中，Ｒｎｎ指标设定为日降水量大于等于５０毫??米的日数，即暴雨日数。??根据已经确定的指标体系，将经过质量控制处理后的数据进行计算。??ＲＣｌｉｍＤｅｘ计算极端气候的核心指标，包括１６个极端温度指标、１１个极端降水??指标和极端天气的指标（４个，包括热带气旋２个指标，桑拿天１个指标、高??温天１个指标），使用Ｒ语言在Ｌｉｎｕｘ系统下进行进行计算，并将得到的结果??由Ｅｘｃｅｌ导入Ｈｉｖｅ中，便于后续进行趋势分析及突变分析。??２．３突变检验??气候突变是气候系统中的一种普遍现象，指的是气候从一种稳定状态（或??稳定的持续变化趋势）跳跃式地转变到另一种稳定状态（或稳定的持续变化趋??势）。从统计学的角度来讲
１．２夏季日数??粤港澳大湾区夏季日数的年变化情况如图３－２所示，突变检验结果如。整体来看，各站点夏季日数变化曲线波动性大；单从线性趋势看，趋势；从图３－３中可以看出ＵＦ曲线先位于０线之下再逐步超过０线减少后增加的趋势，与图３－２中局部加权拟合曲线（即虚线）基本一门站点ＵＦ曲线在２００１￣２００６年大于０，之后下降到０线之下，呈明趋势。??综合滑动／检验方法和Ｍ－Ｋ突变检验（图３－３），结果如下。上川岛宁、澳门站点在Ｍ－Ｋ突变检验图中ＵＦ、ＵＢ曲线相交于临界线内（±１．有一个交点。对Ｍ－Ｋ图中的交点前后不同时间进行滑动／检验，结果了滑动／的信度水平检验，突变点可信。综上，各站点突变开始时间８３年、１９９３年、２００３年、２００７年。高要、台山、深圳站点的ＵＦ曲过临界线，未发生突变。增城、惠阳、香港站点的ＵＦ曲线与ＵＢ曲交点，对其多个交点进行滑动／检验，均未通过检验，因此增城、惠站点未发现突变。??
【参考文献】：
期刊论文
[1]基于Hadoop的气象大数据分析GIS平台设计与试验[J]. 李涛,冯仲科,孙素芬,程文生. 农业机械学报. 2019(01)
[2]频繁项集挖掘的研究进展及主流方法[J]. 李广璞,黄妙华. 计算机科学. 2018(S2)
[3]中国1961—2016年夏季持续和非持续性极端降水的变化特征[J]. 贺冰蕊,翟盘茂. 气候变化研究进展. 2018(05)
[4]近60年辽宁省极端气候事件趋势时空变化特征分析[J]. 李颖,任家璇,冯玉,唐伟男. 灾害学. 2017(01)
[5]基于Spark的Apriori并行算法优化实现[J]. 王青,谭良,杨显华. 郑州大学学报(理学版). 2016(04)
[6]浙江省极端气温事件年代际变化特征及城乡差异分析[J]. 郁珍艳,李正泉,张育慧,王阔. 气象科技. 2016(06)
[7]基于LSTM的发电机组污染物排放预测研究[J]. 杨训政,柯余洋,梁肖,熊焰. 电气自动化. 2016(05)
[8]大数据在气象服务中的应用与分析[J]. 崔巍. 低碳世界. 2016(26)
[9]基于RClimDex模型的石家庄市极端降水时空变化特征[J]. 魏军,李婷,胡会芳,俞海洋,赵亮,陈莎. 干旱气象. 2016(04)
[10]融合Word2vec与TextRank的关键词抽取研究[J]. 宁建飞,刘降珍. 现代图书情报技术. 2016(06)
硕士论文
[1]中国东部春季极端气候与欧亚大陆地表感热的联系[D]. 沈迪桑.南京信息工程大学 2017
[2]基于广义近极值态密度构建的中国近极端温度事件的时空变化特征研究[D]. 曹春红.扬州大学 2017
[3]基于人工神经网络的短期电力负荷预测研究[D]. 程宇也.浙江大学 2017
[4]面向学科相关性分析的文本关联规则挖掘技术研究[D]. 任刚.中南大学 2011
[5]关联规则算法的研究[D]. 文拯.中南大学 2009
本文编号：3561718
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
图２－１地理位置信息分布图??
综上所述，极端气候的指标体系除了典型的极端温度、极端降水指标外，??还增加了影响粤港澳地区的热带气旋以及高温天、桑拿天的极端天气指标。极??端气候指标体系如图２－２所示其中，Ｒｎｎ指标设定为日降水量大于等于５０毫??米的日数，即暴雨日数。??根据已经确定的指标体系，将经过质量控制处理后的数据进行计算。??ＲＣｌｉｍＤｅｘ计算极端气候的核心指标，包括１６个极端温度指标、１１个极端降水??指标和极端天气的指标（４个，包括热带气旋２个指标，桑拿天１个指标、高??温天１个指标），使用Ｒ语言在Ｌｉｎｕｘ系统下进行进行计算，并将得到的结果??由Ｅｘｃｅｌ导入Ｈｉｖｅ中，便于后续进行趋势分析及突变分析。??２．３突变检验??气候突变是气候系统中的一种普遍现象，指的是气候从一种稳定状态（或??稳定的持续变化趋势）跳跃式地转变到另一种稳定状态（或稳定的持续变化趋??势）。从统计学的角度来讲
１．２夏季日数??粤港澳大湾区夏季日数的年变化情况如图３－２所示，突变检验结果如。整体来看，各站点夏季日数变化曲线波动性大；单从线性趋势看，趋势；从图３－３中可以看出ＵＦ曲线先位于０线之下再逐步超过０线减少后增加的趋势，与图３－２中局部加权拟合曲线（即虚线）基本一门站点ＵＦ曲线在２００１￣２００６年大于０，之后下降到０线之下，呈明趋势。??综合滑动／检验方法和Ｍ－Ｋ突变检验（图３－３），结果如下。上川岛宁、澳门站点在Ｍ－Ｋ突变检验图中ＵＦ、ＵＢ曲线相交于临界线内（±１．有一个交点。对Ｍ－Ｋ图中的交点前后不同时间进行滑动／检验，结果了滑动／的信度水平检验，突变点可信。综上，各站点突变开始时间８３年、１９９３年、２００３年、２００７年。高要、台山、深圳站点的ＵＦ曲过临界线，未发生突变。增城、惠阳、香港站点的ＵＦ曲线与ＵＢ曲交点，对其多个交点进行滑动／检验，均未通过检验，因此增城、惠站点未发现突变。??
【参考文献】：
期刊论文
[1]基于Hadoop的气象大数据分析GIS平台设计与试验[J]. 李涛,冯仲科,孙素芬,程文生. 农业机械学报. 2019(01)
[2]频繁项集挖掘的研究进展及主流方法[J]. 李广璞,黄妙华. 计算机科学. 2018(S2)
[3]中国1961—2016年夏季持续和非持续性极端降水的变化特征[J]. 贺冰蕊,翟盘茂. 气候变化研究进展. 2018(05)
[4]近60年辽宁省极端气候事件趋势时空变化特征分析[J]. 李颖,任家璇,冯玉,唐伟男. 灾害学. 2017(01)
[5]基于Spark的Apriori并行算法优化实现[J]. 王青,谭良,杨显华. 郑州大学学报(理学版). 2016(04)
[6]浙江省极端气温事件年代际变化特征及城乡差异分析[J]. 郁珍艳,李正泉,张育慧,王阔. 气象科技. 2016(06)
[7]基于LSTM的发电机组污染物排放预测研究[J]. 杨训政,柯余洋,梁肖,熊焰. 电气自动化. 2016(05)
[8]大数据在气象服务中的应用与分析[J]. 崔巍. 低碳世界. 2016(26)
[9]基于RClimDex模型的石家庄市极端降水时空变化特征[J]. 魏军,李婷,胡会芳,俞海洋,赵亮,陈莎. 干旱气象. 2016(04)
[10]融合Word2vec与TextRank的关键词抽取研究[J]. 宁建飞,刘降珍. 现代图书情报技术. 2016(06)
硕士论文
[1]中国东部春季极端气候与欧亚大陆地表感热的联系[D]. 沈迪桑.南京信息工程大学 2017
[2]基于广义近极值态密度构建的中国近极端温度事件的时空变化特征研究[D]. 曹春红.扬州大学 2017
[3]基于人工神经网络的短期电力负荷预测研究[D]. 程宇也.浙江大学 2017
[4]面向学科相关性分析的文本关联规则挖掘技术研究[D]. 任刚.中南大学 2011
[5]关联规则算法的研究[D]. 文拯.中南大学 2009
本文编号：3561718
本文链接：https://www.wllwen.com/projectlw/qxxlw/3561718.html
