基于云模型與地理位置分析中國(guó)氣候類型

李 娜 鄧吉秋 歐陽(yáng)芳 王路希

（中南大學(xué)地球科學(xué)與信息物理學(xué)院，湖南 長(zhǎng)沙 410083）

0 引言

氣候是長(zhǎng)時(shí)間內(nèi)氣象要素和天氣現(xiàn)象的平均或統(tǒng)計(jì)狀態(tài)，時(shí)間尺度為月、季、年、數(shù)年到數(shù)百年以上。氣候以冷、暖、干、濕特征來(lái)衡量，通常由某一時(shí)期的平均值和離差值表征。氣候的形成主要是由于熱量的變化而引起的。氣候類型與地理位置有著密切的聯(lián)系，研究氣候類型與地理位置之間的關(guān)系對(duì)氣候變化、氣象預(yù)測(cè)等領(lǐng)域有重要的意義。

云是用語(yǔ)言值表示的某個(gè)定性概念與其定量表示之間的不確定性轉(zhuǎn)換模型，它融合了概率論和模糊集合論的觀點(diǎn)反映客觀世界中事物或人類知識(shí)中概念的模糊性和隨機(jī)性之間的內(nèi)在關(guān)聯(lián)[1]。顯然對(duì)復(fù)雜的氣候來(lái)說(shuō)，單純用一個(gè)氣候類型來(lái)劃定一個(gè)地區(qū)是不夠的，云模型正好可以彌補(bǔ)這個(gè)缺陷。李德毅等人將二維云模型用于數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)中的預(yù)測(cè)問(wèn)題，選取關(guān)鍵因素將數(shù)據(jù)庫(kù)簡(jiǎn)化為一個(gè)二維域，同時(shí)將所有基本單元聚合成幾類，每一類就屬于一個(gè)二維云。每個(gè)基本單元對(duì)于它所屬的類就有一個(gè)隸屬度，同時(shí)形成了若干個(gè)定性規(guī)則，通過(guò)多規(guī)則云生成器將自然語(yǔ)言表達(dá)的定性知識(shí)轉(zhuǎn)換成云對(duì)象表達(dá)的定性知識(shí)[2-3]。

1 中國(guó)氣候類型分布

我國(guó)幅員遼闊有五種氣候類型，它們?cè)诜植忌嫌泻軓?qiáng)的空間相關(guān)性，對(duì)于不同氣候類型的地區(qū)，春季升溫和秋季降溫速度差異很大，表1總結(jié)了五大氣候類型的氣溫變化特點(diǎn)、地理分布及其代表城市。

2 云模型概述

云模型是李德毅院士在概率論和模糊數(shù)學(xué)理論兩者交互的基礎(chǔ)之上，通過(guò)特定的結(jié)構(gòu)算法所形成的定性概念與其定量表示之間的轉(zhuǎn)換模型。云模型不但反映了自然語(yǔ)言中概念的不確定性，而且反映了隨機(jī)性和模糊性之間的關(guān)聯(lián)性，構(gòu)成定性和定量間的相互映射[5]。

云的數(shù)字特征反映了定性概念的定量特性，用期望 Ex(Expected value)、熵 En(Entropy)和超熵 He(Hyper entropy)三個(gè)數(shù)值來(lái)表征：（1）期望 Ex：是在數(shù)域空間中最能夠代表定性概念的點(diǎn)值，反映了這個(gè)概念的云滴群的云重心；（2）熵En：熵為綜合度量定性概念的模糊度和概率，揭示了模糊性和隨機(jī)性的關(guān)聯(lián)性。熵具有雙重作用，體現(xiàn)了定性概念的亦此亦彼性的程度和出現(xiàn)多寡；（3）超熵He：是熵的不確定度量，即熵的熵.反映了在數(shù)域空間代表該語(yǔ)言值的所有點(diǎn)的不確定度的凝聚性，即云滴的凝聚度。超熵的大小間接地表示了云的離散程度和厚度。云的數(shù)字特征的獨(dú)特之處在于僅僅用三個(gè)數(shù)值就可以勾畫出由成千上萬(wàn)的云滴構(gòu)成的整個(gè)云來(lái)，把定性表示的語(yǔ)言值中的模糊性和隨機(jī)性完全集成到一起。能夠極大地節(jié)省存儲(chǔ)資源和計(jì)算資源[6]。

3 氣候云模型建立

本次試驗(yàn)用采樣的方法，在中國(guó)五大氣候類型區(qū)域中各選區(qū)三個(gè)有代表性的城市作為樣本建立氣候類型云模型，采樣數(shù)據(jù)為2012年一月至十一月平均氣溫?cái)?shù)據(jù)（單位：℃）。運(yùn)用逆向云發(fā)生器選取各個(gè)氣候類型三座代表城市的數(shù)據(jù)通過(guò)Matlab7.0軟件計(jì)算出各個(gè)氣候類型的云模型：

表1 氣候類型特征與分布

表2 采樣城市2012年平均氣溫?cái)?shù)據(jù)

（1）以?？谑小⑷齺喪?、東方市為樣本建立熱帶季風(fēng)氣候云模型：

計(jì)算結(jié)果：Ex=24.9182，En=4.3006，He=3.7999；

（2）以廣州市、武漢市、上海市為例建立亞熱帶季風(fēng)氣候云模型：

計(jì)算結(jié)果：Ex=18.735,En=9.1007,He=8.1358；

（3）以北京市、天津市、哈爾濱市為例建立溫帶季風(fēng)氣候云模型：

計(jì)算結(jié)果：Ex=11.924，En=13.356，He=11.851；

（4）以西寧市、錫林浩特市、烏魯木齊市為例建立溫帶大陸性氣候云模型：

計(jì)算結(jié)果：Ex=5.6424，En=15.001，He=13.199；

（5）以格爾木市、西寧市、拉薩市為例建立高山氣候云模型：

計(jì)算結(jié)果：Ex=7.5879，En=9.4278，He=8.4686。

5 研究結(jié)果分析

圖1 云模型結(jié)果分析

從圖1可以看出熱帶季風(fēng)氣候四季溫度變化小，較容易估計(jì)溫度。而溫帶季風(fēng)氣候和溫帶大陸性氣候氣溫四季分明，很難估計(jì)溫度，應(yīng)該以月份估計(jì)氣溫。亞熱帶季風(fēng)氣候和高山氣候居二者之間。顯然上面五組得出的結(jié)果超熵過(guò)大，并不能成為典型的樣本，只有增加樣本數(shù)量才能提高其典型性。

用以上成果進(jìn)行氣候分類，以驗(yàn)證云模型在氣候分類應(yīng)用中的準(zhǔn)確性。

表3 氣候類型云模型數(shù)字特征值

現(xiàn)任意選取三個(gè)城市2012年一月至十一月平均溫度數(shù)據(jù)，根據(jù)云模型判斷其所屬氣候類型或接近的氣候類型。

表4 驗(yàn)證樣本城市月平均溫度

長(zhǎng)沙市樣本計(jì)算結(jié)果：Ex=18.6,En=9.6847,He=8.8331；其云模型與亞熱帶季風(fēng)氣候高度相似，因此長(zhǎng)沙市應(yīng)該屬于典型的亞熱帶季風(fēng)氣候。

酒泉市（甘肅?。颖居?jì)算結(jié)果：Ex=8.9364,En=12.643,He=11.461；其云模型與高山氣候和溫帶大陸性氣候相似，因此它應(yīng)該是高山氣候與溫帶大陸性氣候相過(guò)渡的地帶。

蒙自市（云南省）樣本計(jì)算結(jié)果：Ex=20.745,En=3.5839,He=3.0061其云模型與亞熱帶季風(fēng)氣候、熱帶季風(fēng)氣候相似，應(yīng)該屬于這兩者的過(guò)渡地帶。

從圖2中驗(yàn)證三個(gè)樣本城市通過(guò)云模型數(shù)學(xué)特征與實(shí)際地理位置所處氣候類型基本一致。

圖2 樣本城市地理位置與氣候類型

6 結(jié)語(yǔ)

本文首次將云模型理論運(yùn)用在氣候類型領(lǐng)域，從此次研究結(jié)果可以看出，云模型在中國(guó)氣候類型和氣候的地理分布研究方面能起到很好的作用。

［1］付斌,李道國(guó),王慕快.云模型研究的回顧與展望[J].計(jì)算機(jī)應(yīng)用研究,2011,28(2).

［2］李德毅,孟海軍,史雪梅.隸屬云和隸屬云發(fā)生器[J].計(jì)算機(jī)研究和發(fā)展,1995,32(6):16-21.

［3］李德毅.知識(shí)表示中的不確定性[J].中國(guó)工程科學(xué),2000,2(10):73-79.

［4］李德毅,劉常昱,杜鹢.不確定性人工智能[J].軟件學(xué)報(bào),2004,15(11):1583-1594.

［5］王梓坤.概率論基礎(chǔ)及其應(yīng)用[M].北京:北京師范大學(xué)出版社,1995.

［6］張光衛(wèi),李德毅,李鵬,等.基于云模型的協(xié)同過(guò)濾推薦算法[J].軟件學(xué)報(bào),2007,18(10):2403-2411.

［7］LI De-yi,SHI Xue-mei,WARD P,et a1.Soft inference mechanism based on cloud models[C]// Proc of the 1st International Workshop on Logic Programming and Soft Computing,1996:38-63.

［8］LI De-yi,HAN Jia-wei,SHI Xue-mei.Knowledge representation and discovery based on linguistic atoms[J].Knowledge-based System,1998(10):431-440.

［9］李德毅,劉常昱.論正態(tài)云模型的普適性[J].中國(guó)工程科學(xué),2004,6(8):28-34.

［10］李德毅,杜鹢.不確定性人工智能[M].北京:國(guó)防工業(yè)出版社,2005.

［11］王樹(shù)良.基于數(shù)據(jù)場(chǎng)與云模型的空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)[D].武漢:武漢大學(xué),2002.

［12］楊朝暉,李德毅.二維云模型及其在預(yù)測(cè)中的應(yīng)用[J].計(jì)算機(jī)學(xué)報(bào),1998,21(11):961-969.

［13］杜鹢,李德毅.基于云的概念劃分及其在關(guān)聯(lián)采掘上的應(yīng)用[J].軟件學(xué)報(bào),2001,12(2):196-201.

［14］劉常昱,李德毅,杜鹢,等.正態(tài)云模型的統(tǒng)計(jì)分析[J].信息與控制,2005,34(2):236-239.