海陆气候事项关联规则挖掘方法.pdfVIP

第16卷 第2 期 Vol. 16, No.2 2014 年3 月 Mar., 2014 海陆气候事件关联规则挖掘方法 1 1* 2 1 石 岩 ，邓 敏 ，刘启亮 ，杨文涛 （1. 中南大学地理信息系，长沙 410083 ；2. 香港理工大学土地测量与地理信息资讯学系，香港红磡 999077 ） 摘要：近年来，异常气候事件的频发对人类的生活环境和经济发展带来严重负影响。气象学家研究表明：海洋气候 异常对陆地气候异常事件的发生具有重要的诱发作用，因此，对海陆气候间的内在关联机制进行深入挖掘具有重 要研究价值。本文提出了一种关联规则挖掘方法，以探索单一海洋气候指数与陆地异常气候事件间存在的关联。 首先，针对陆地气候要素，采用顾及空间邻近关系的层次聚类方法进行有效气候分区，通过对各层分区结果进行相 关统计分析得到有效的各区域气候序列；然后，进行顾及多重约束进行时序关联规则挖掘，以探索海陆气候要素间 的关联机制；最后，通过实际算例分析得到的各气候指数与我国陆地区域异常降水事件间的关联机制结果，与实际 情况高度吻合。 关键词：气候指数；异常气候事件；气候分区；时序关联规则挖掘 DOI ：10.3724/SP.J. 1047.2014.00182 [11] 1 引言 性的工作有：Mannilia 等 对时间序列中的事件类 型按照项集间发生的时间顺序进行了详细分类，进 近年来，全球气候变化导致异常气候事件频 而引入时间窗口的概念计算事件发生频数，并提出 发，对人类的生活环境和经济发展带来严重负影 WINEPI 和MINEPI 两个算法从时间序列中挖掘得 响，研究表明海洋气候异常对陆地气候异常事件的 到频繁事件集，以及事件间有效关联模式；Das 等 [1] [12] 发生具有重要的诱发作用 。海陆气候数据通常以 对时间序列进行聚类分析，提取序列中的不同变 时间序列的形式记录海陆气候要素随时间的变化 化趋势，进而针对其变化趋势，利用时间延迟因子挖 [13] 趋势，具有海量、多维、异质等特性，并隐含着大量 掘序列内和序列间隐藏的关联规则；Harms 等 在 [2] 未知的海陆气候关联模式 。许多学者为了发现海 传统频度和支持度约束基础上，分别对前件和后件 陆气候时间序列间隐藏的关联模式进行了大量研 施加时间延迟约束，提出MOWCATL 算法，得到有 究，所提出的方法可大致分为两类：一类是特征值 效关联规则。 统计方法，该类方法通过对海陆气候数据进行主成 分析现