Modeling and Prediction of Weather States Using Hidden Markov Models

U ovom diplomskom radu istraženi su skriveni Markovljevi modeli te njihove moguće primjene. Analizirano je ponašanje meteoroloških prilika i stanja atmosfere u različitim godišnjim dobima. Prilikom analize, u obzir su uzeti podaci temperature, tlaka, vlage zraka te vremenskih uvjeta od prethodne 3 godine. Vremenski uvjeti podijeljeni su u 3 osnovne kategorije: sunčano, oblačno i kišovito. Na temelju analiziranih podataka određeni su parametri modela te je izgrađen model ponašanja meteoroloških uvjeta u proljeću. Korištenjem ugradbenog računala Raspberry Pi 2 izgrađena je meteorološka stanica za prikupljanje podataka o temperaturi, vlagi i tlaku kako bi se ti podaci koristili za izvođenje modela i prikaz rezultata u stvarnom vremenu na web stranici. Model je testiran sa podacima od godine koja nije bila korištena u izgradnji modela i mjerenjima u stvarnom vremenu. Točnost modela kreće se od 60% do 75%.In this Master thesis Hidden Markov models and their possible applications are researched. The behavior of meteorological phenomens and states through different seasons is analysed. In the analysis, temperature, pressure, moisture and current weather from the past 3 years are taken into consideration. The weather is divided into 3 basic categories: sunny, cloudy and rainy. Based on the analysed data, the parameters of the model are determined and a model for spring is built. With the use of the embedded computer Raspberry Pi 2 a meteorological station is built to collect the data about temperature, pressure and moisture. Collected data is used in the real time modelling and display of the results on a web page. The model is tested with the data of the year which has not been used in the build of the model and real time metering. The accuracy of the model is between 60% and 75%