[发明专利]一种基于多维数据空间分割的相似台风快速匹配方法

说明书

本发明公开了一种基于多维数据空间分割的相似台风快速匹配方法，该方法在传统相似标准的基础上增加了环流场相似和结构相似，采用人工智能算法替代传统的相似算法，从而使相似台风的匹配更高效、更精细、更精准。本发明采用流形学习方法，显著降低运算数据量达3000倍，结合KDTree方法，相似台风匹配的搜索速度提升150倍以上；相似标准增加环流场信息及台风结构信息，环流场信息的加入提升了台风路径预测的精度，台风结构信息的加入增加了台风影响评估的精细化程度。

技术领域

本发明涉及大气科学领域，具体涉及相似天气匹配分析技术。

背景技术

台风是影响我国的重要自然灾害之一。据统计，仅2018年前三季度，我国大陆地区共有10个台风登陆，造成全国3254.6万人次受灾，80人死亡，3人失踪，364.5万人紧急转移安置，直接经济损失692.1亿元。对台风移动路径和影响的准确预报，是防灾减灾的必要环节。

相似路径法是预测台风走向的重要手段之一。我国中央气象局设计的传统相似法采用3个相似标准：季节相似、地理相似和移速移向相似。在计算相似度方面，采用面积指数、Hausdorff距离法等。相似路径在某种程度上可以看作是各种相似因子对台风的综合影响，具有一定的科学参考意义。

然而传统的路径相似法也存在一定的弊端：第一，传统相似标准仅考虑台风属性信息，对于影响台风演变的场信息并没有有效利用，对匹配台风的参考价值有一定的影响；第二，传统的相似算法相对单一，大数据条件下很难具备较高的时效性；第三，精细化的台风影响评估需求迫切，传统的路径相似法无法为精细化台风影响评估提供参考。

发明内容

为了克服现有技术的不足，本发明公开了一种基于多维数据空间分割的相似台风快速匹配方法，该方法在传统相似标准的基础上增加了环流场相似和结构相似，采用人工智能算法替代传统的相似算法，从而使相似台风的匹配更高效、更精细、更精准。

为实现上述目的，本发明采用的技术方案为：

一种基于多维数据空间分割的相似台风快速匹配方法，该方法包括以下步骤：

1)基于历史数据进行特征提取，其中，特征提取包括选择N条台风个例作为历史台风，对选定的每一条历史台风进行位置及移速移向特征的提取、环流场特征的提取以及环台风结构特征的提取，获得位置及移速移向特征向量ε_L、环流场特征向量ε_F和环台风结构特征向量ε_S：

其中，

ε_L＝[Lat₁ Lng₁ … Lat_T Lng_T]^T (1)

ε_L代表由某一条历史台风路径上T个连续时次的经度和纬度信息组成的向量，其中Lat₁代表第1时次的纬度，Lng₁代表第1时次的经度；Lat_T代表第T时次的纬度，Lng_T代表第T时次的经度；

ε_F＝[Ug₁ Vg₁ … Ug_T Vg_T]^T (2)

ε_F代表由某一条历史台风路径上T个连续时次的风场u、v分量计算得到指数组成的向量，其中Ug₁代表第1时次由u分量计算得到的平均值，其中Vg₁代表第1时次由v分量计算得到的平均值；Ug_T代表第T时次由u分量计算得到的平均值，其中Vg_T代表第T时次由v分量计算得到的平均值；