面向天气相关变量预测的可视化大数据系统：约伊达-西班牙案例研究
机器学习
2025-10-27 v1
摘要
气象学是一个生成海量数据的领域，主要通过气象站传感器收集，其中可测量不同变量。这些数据具有特殊性：数据量大、维度高、部分站点经常存在缺失值，以及收集变量之间的高度相关性。鉴于此，必须运用大数据和数据挖掘技术来处理这些数据，从中提取可用于预测气象现象的有用知识。本文提出了一个可视化大数据系统，旨在处理大量与天气相关的数据，使用户能够分析这些数据，以对所关注变量（温度和降雨量）进行预测任务。该系统收集开放数据并加载到本地 NoSQL 数据库中，对其在不同时间和空间层面的聚合进行融合，以便使用单变量和多变量方法进行预测，以及基于来自邻近站点的训练数据进行预测（在缺失率较高的情况下）。该系统在可用性和预测性能方面进行了评估，获得总体归一化均方误差值为 0.00013，总体方向对称性值接近 0.84。由该领域专家对系统进行了评估（除图形设计外，该系统在 1-5 比例尺的所有方面均获 3 分以上）。所获的有前景的初步结果表明了该系统的有效性，并邀请我们继续在该领域开展工作。
引用
@article{arxiv.2510.21176,
title = {A visual big data system for the prediction of weather-related variables: Jordan-Spain case study},
author = {Shadi Aljawarneh and Juan A. Lara and Muneer Bani Yassein},
journal= {arXiv preprint arXiv:2510.21176},
year = {2025}
}