[发明专利]基于改进模糊层次分析法的气象数据质量评估方法

说明书

本发明提供一种基于改进模糊层次分析法的气象数据质量评估方法，包括以下步骤：主要针对现阶段在气象数据评估方法中出现的一些问题进行改进，首先建立了三层气象数据质量指标体系，确立了每个指标的阈值，在模糊层次分析法与比较值函数相结合的求权方式基础上，使用满意一致相容性的优化方式不断地对权重进行优化，从而进行最终结果的评估。实验结果分析表明，改进后的仿真结果与标准值相比较误差大大减小，与标准值十分贴近。

技术领域

本发明涉及数据挖掘技术领域，具体而言，尤其涉及基于改进模糊层次分析法的气象数据质量评估方法。

背景技术

气象数据质量评估是当今世界现代化作战中的一种很重要的评估手段，也是影响野外作业时装备检测的一种重要指标。随着城市化，工业化高速发展，气象环境对于社会的影响变得越来越广泛，所以对气象数据评估也变得越来越重要。在对气象数据进行质量评估，涌现了许多方法，但也存在一些缺陷。

在文献《气象数据质量分析与评估》中提出了一种在MDOS平台实时质控和人工质控联合的基础上，对气象数据的完整率，可用率进行了很好的改善，从而对气象数据进行评估。该方法易于理解，研究范围广。但是该方法更新数据比较缓慢，且往平台上上传新数据时效率不高。

在文献《气象数据的质量控制及真值发现系统的关键技术研究》中将数据挖掘中的相关算法运用气象数据评估中，提出一种基于极限学习机的要素相关气象观测数据质量控制模型来对气象数据进行评估分析。该方法建模简单，可以很好的考虑各方面因素所造成的影响，但是此方法只能针对综合性的分析，而且过分依赖于数据参数的改变，可能会随着参数改变从而造成过大误差。

文献《数据挖掘中决策树算法的最新进展》中利用了决策树算法和组合算法，构建气象数据分类模型，从而更好的对气象数据进行预测。但是该方法性能不高，考虑的气象因素过少。

文献《基于层次分析法的公共安全大数据质量评估研究》基于层次分析法的公共安全大数据质量评价方法,通过建立数据质量评价指标体系,利用层次分析法计算各评价指标的相对权重值,经综合评价函数得出数据质量综合得分。但是此方法受主观因素影响，所得结果可能与实际值存在误差。

文献《An Evaluation Method of Data Valuation Based on AnalyticHierarchy Process》提出提出了一种新的数据值评价方法。该算法不仅考虑了数据的大小、访问时间、文件内容、数据读写频率和访问，同时考虑了数据的重要性和随着时间推移被访问的可能性。利用层次分析法对数据属性值进行加权，得到数据值的量化公式。

发明内容

根据上述提出的技术问题，而提供一种基于改进模糊层次分析法的气象数据质量评估方法。本发明主要利用对模糊层次分析法进行改进，首先建立了三层气象数据质量指标体系，在原有的模糊层次分析方法上引入了比较值函数来进行双重求权，为防止主观因素的干扰，再使用满意一致相容性的优化方式不断地对权重进行优化，从而使最终结果的评估大大接近于实际标准值。

本发明包括一种基于改进模糊层次分析法的气象数据质量评估方法，其特征在于，包括以下步骤：

步骤S1：采用层次分解法，将气象数据质量包括：作为一级分指标用来构建气象数据指标体系的可见属性，体感属性，作用属性三个类型方面来进行评估；

其中，可见属性包括：沙尘、降水和能见度三个气象因素的二级子指标所；所述体感属性包括：光照，温度，湿度三个气象因素的二级子指标；所述作用属性包括：气压，风速和风向三个气象因素的二级子指标；

步骤S2：确定气象数据质量指标和其他指标之间的互相关联，通过对指标进行定量化处理，使每一个指标都用一一对应的数量值表示，则所述数量值称为指标值；

步骤S3：建立三层气象数据质量指标体系，再确立每个指标的阈值；