資料探勘應用於豪大雨即時預報技術之研究

引用至申請書：

由陳助理教授所負責之「資料探勘應用於豪大雨即時預報技術之研究」，為跨領域研究計畫，重點在利用資料探勘(Data Mining)及機器學習(MachineLearning)等相關關鍵技術之特性，建立精確、即時的預測系統，以提供天氣系統分析與災害性降雨即時預報之參考與運用。基於本整合型計畫之研究團隊第一年蒐集之大量衛星資料：如DMSP、TRMM、AQUA 衛星上所蒐集之的SSM/I、TMI、AMSR 衛星微波觀測資料；及海面風場、海面溫度、大氣垂直溫度及濕度剖等衛星反演資料，本研究計畫規劃於接續的兩年內完成：第一年為豪大雨重要資料屬性探勘，本研究除了探討已知的因素及相關的物理特性外，並將綜合探勘各衛星資料之屬性，與各資料屬性與豪大雨的關聯法則(Association Rules)，以及其他對降雨量有影響的重要因素，方能發展出精確、及時的豪大雨預報系統。第二年為異質資料之整合、與「即時豪大雨預報系統」之建置。觀測資料需要保持時間與空間的一致性，方可做進一步的綜合分析，如何將不同品質、內容、及時間、空間異質的衛星觀測資料整合以供分析、運用，非常重要。希望藉由本研究，發展資料整合與轉換等自動化之技術，並利用長期的歷史觀測資料及有系統的分析，與可即時取得之資料(地球同步衛星MTSAT、EOS-AQUA/AMSR-E、MODIS、NOAA 系列AMSU 等資料)，配合即時分析處理(On-Line Analytical Processing, OLAP)甚而即時分析探勘(On-Line Analytical Mining)等技術，探討時間相依(Time-dependent)之雨量關係，並發展及時精確之雨量反演演算法，俾利即時預報(決策)系統之建立。利用資料探勘的與機器學習的技術，可自動且智慧的將龐大的資料轉化成有用的資訊和知識─降雨量。資料探勘重要的演算法有決策樹、模糊系統、基因演算法、類神經網路、關聯法則、回歸分析、貝氏網路等，各種演算法皆有其優點與長處，我們將配合實作、估算與驗證等程序，綜合應用各演算法之特性，設計、發展適合本研究之探勘演算法，配合總計劃建置一精確之「災害型降水即時預報系統」。

嗯 ... 寫得真是好，反正都是我在做，寫再多他其實也沒差。

著重運用跨領域的資料探勘技術，從龐大的資料庫中發現隱含的、先前未知的知識，以獲得降雨重要屬性及整合性的觀測資料以便推導出更精確之降水反演式，藉以建置及時有效的「災害型降水即時預報系統」，並可供本研究各子計畫成果實際驗證與參考之依據。

感覺一整個就是很神的呀 XD