天气预报几样气候?
从技术角度说,天气现象可以分为云、降水、大气光学(霜、雾和冰晶)和大气温湿度四个大类;每个大类又包括许多小类,比如云分为高层云、低层云等七个小类,而降水则分雨、雪、雨夹雪等十五个小类。 气象学上定义的天气现象数实际上就是指上述四大类以及其下分的小类的总数。目前气象探测网络能够实时观测到的气象要素有105项,基本覆盖了绝大多数的可能出现的天气现象。为了便于分析和处理海量数据,这些气象要素被分类成26个参数群。一个参数群代表一类具有某种相同统计特征的要素,同一参数群中不同要素之间的相关性较高,但不同参数群之间相关度较低甚至为零。
因此当某台气象监测仪发生了故障或缺乏某个要素的测量数据时,可以通过其他测量设备和参数群的计算来弥补。这样就把原来线性相关的因素集合成了一个大规模的非线性数据场,通过机器学习方法可以很好地解决其中存在的各种定量关系。 随着大数据时代的到来,气象数据量爆发式增长,传统基于数值模式的知识驱动方式遇到了极大挑战。越来越多的研究人员开始转向机器学习算法的研究,期望可以从大量历史数据中学习出预测未来的模型。