中国明清时期气候灾害时空演变特征挖掘研究

There are two primary problems in meteorological disaster prevention and mitigation, one is a huge mass of meteorological disaster data not mined and utilized, the other is emergency of being passivity in the meteorological disasters forecasting and predicting.This paper analyzes the data of temperature and dryness/wetness, builds spatial data model of the inaccuracy data, improves spatial resolution of the temperature and dryness/wetness factors, and researches the standardization of the temporal-spatial evolution rules of the temperature and dryness/wetness factors. It makes a study of the spatial incompleteness of the temperature and dryness/wetness factors with statistics method and fuzzy reasoning approach, and mines spatial distribution pattern and spatial relation of the homogeneity disasters' temperature and dryness/wetness factors.Adopting clustering analysis and correlative methods，it makes a quantitative integration comparative research between the differences of different sequences with same area and the comparability of sequences with different areas. Using the generation method of the temporal sequence patterns, it mines the temporal-spatial evolution characteristics of the homogeneity disasters' temperature and dryness/wetness factors.Building temporary sequence spatial knowledge reasoning and prediction model，it mines the temporal-spatial evolution characteristics of the different kinds of climate disasters' temperature and dryness/wetness factors，and then carries out knowledge reasoning, prediction and method validation.Studying on temporal sequence spatial data mining based on the temperature and dryness/wetness factors of climate disasters，it aims to propose a temporal-spatial data mining methods on temporal and spatial variations of temperature and dryness/wetness factors. The discovery and use of knowledge of climate disasters can provide technical support for the forecasting of meteorological disasters and the research on climate change in China. It has important scientific significance and application value.

大量气象灾害资料没有得到挖掘利用，气象灾害预测预报应急被动是气象防灾减灾中存在的两大问题。分析气候灾害的温湿要素数据，研究构建不精确数据的空间数据模型，提高温湿要素的空间分辨率；研究温湿要素的时空演变规则标准化问题；采用概率统计和模糊推理方法，研究温湿要素的空间不完备性问题。并挖掘同灾种灾害温湿要素的空间分布模式及空间关系。采用聚类分析等方法，对同区域不同序列间的差异性和不同区域间序列的相似性进行定量集成对比研究；利用时序模式生成方法，挖掘同灾种灾害温湿要素的时空演变特征。构建时序空间知识推理与预测模型，挖掘不同灾种灾害温湿要素的时空演变特征，并进行知识推理与预测及其方法验证。对基于气候灾害温湿要素进行时序空间数据挖掘研究，旨在提出一种对温湿要素时空演变特征进行时空数据挖掘的方法，发现与运用气候灾害知识，为我国气象灾害的预测预报和气候变化研究提供技术支持，具有重要的科学意义与应用价值。

1. 研究内容.（1）多源气象灾害资料的规范化处理研究。需要重点解决基础地理信息定位与编码, 灾害等气候主题从描述信息转化为定量定位信息等问题。需要建设地理图形库、属性库、文献资源库等。.（2）对历史气象文献资料进行文本挖掘。需要为历史气象灾害要素研究设计一个针对于古代文言文的模糊文本分类方法，得到研究时段内的气候灾害时间序列。.（3）构建空间数据模型和空间数据挖掘方法研究。研究气候灾害的温度、干湿等主要气候要素的空间分布特征。分析同一类型灾害的空间关联性，同一类型不同等级灾害之间的空间差异性等。.（4）时间序列挖掘方法及其特性的研究。挖掘相同灾种灾害要素的时空演变特征。需要进行时间序列的差异性和相似性的研究。对于同地区不同序列的差异性，以及不同地区序列相似性进行对比研究。.（5）时空数据挖掘模型的研究。构建气候灾害的温度、干湿要素的时空数据模型，挖掘分析气候灾害的温度、干湿要素的时空运移特征，及其时空演变特征。.2. 重要结果.（1）对于明代，对北京地区、河南地区和西北东部地区进行了重点研究，这些研究主要是关于干旱灾害或旱涝灾害的研究。.（2）对于清代，对江苏省、长江下游地区和北京地区进行了重点研究，这些研究主要是关于旱涝灾害、冷暖特征和降水特征的研究。.（3）进行了台风灾害的研究，主要是研究了清代长江三角洲地区的台风灾害。.（4）进行了雹灾的研究，主要对明代中国疆域内的雹灾进行了关联挖掘分析。.这些研究结果均发表在高级别期刊上。.3. 科学意义.可以全面、精确地找到历史各个时期的气候灾害的变化规律，提供历史气候研究者一种高效、新型的气候灾害规律的研究方法；探索出若干气候灾害的规律性知识，使之服务于气候变化的研究；研究气候数据所隐含的空间、时间与时空演变的规律性知识，发展现代气象信息技术；了解气候灾害发展变化趋势，为当前气象灾害的研究提供技术支持；了解明清时期的气候灾害发展趋势，为气象防灾减灾工作提供决策依据。

内容获取失败，请点击重试