[发明专利]基于卷积神经网络CNN的全球台风报文收集方法及收集系统

说明书

本发明提供了一种基于CNN的全球台风报文收集方法及收集系统，属于台风监测领域。所述基于CNN的全球台风报文收集方法在构建基于CNN的台风分类识别模型的基础上，对台风进行分类监测，当识别出有热带气旋生成时，对热带气旋生成海域进行定位，主动从定位海域所属的编报中心提取报文资料，再根据主动提取的报文资料，编发台风报文并上传至台风预警发布平台，当判断为有效台风报文时，收集完整的台风报文，并进行持久化存储。本发明能够主动识别台风预警信息，且在识别到台风预警后再从WMO处获取台风报文，节约了传输距离，提高了传输时效性，同时提高了报文的完整性，降低了报文持久性存储的资源消耗。

技术领域

本发明属于气象观测领域，具体涉及一种基于卷积神经网络(ConvolutionNeural Network，CNN)的全球台风报文收集方法及收集系统。

背景技术

和卫星和气象站的观测数据一样，台风报文是一类记录台风发生、发展、结束状态的观测数据及强度、路径预测的资料，根据台风报文中的数据，分析台风过程，改进未来气候条件模拟中的台风初值质量，是提高台风预报准确性的重要资料。

世界气象组织(WMO)记录有31个编报中心对全球8大海域发生的台风过程进行编报。随着预报工作的细化，WMO热带气旋计划(TCP)将全球海域共计划分为13个区域。表1示出了上述13个海域的范围及名称。

表1

如表1所示，13个海域的台风预警信息分别由6个区域中心(RSMCs)和6个热带警报中心(TCWCs)负责，保证了每部分中包含1-2个RSMCs或TCWCs，同时针对每次台风过程涉及的海域，各成员国家和地区中心(NMHSs)也会编发台风警报和警告，形成区域协调系统，以确保生命损失和热带气旋造成的损害减少到最低。

图1示出了现有技术中全球台风报文收集流程图。如图1所示，当有热带气旋生成的第一时间，所在海域的各RSMCs、TCWCs和NMHSs编发预警信息，通过各自的编报中心上传台风报文至编报中心所属的上级WMO分节点；再有分节点上传至直属WMO主节点，主节点上转至WMO台风预警发布平台，主节点在WMO平台完成信息汇总，并交换获取到其他主节点海域的报文信息后，在下发给分节点，分节点接到信息后再下发给各编报中心；各编报中心对接收的数据报文进行抽取、解析、入库，并完成持久化存储。

由图1可以看出，现有技术中台风报文从编写到接收，经历了WMO分节点、主节点、主节点、分节点等多次转发和分发的流程，对于像台风这种过程变化快的天气现象，需要高时效的运用观测数据进行路径预报，在台风形成并进入24小时警戒区域后，需要每1小时进行当前时次定位，以及下一时次的定位警报，而往复的传输导致的时间延误，信息传输时效性低；GTS的主节点和分节点的下发由于受到通讯带宽的限制，报文是有选择的、有节选的传输，是有选择性的，不是全部信息下发，因此造成台风报文收集信息种类不完整、报文不连续；且收集到的台风报文仅为国际通信系统(GTS)主节点的分发，收集渠道单一且被动，无法采集到最需要的报文数据，资料收集不全面；同时，通过GTS节点定时触发获取报文，对于像台风这类事件性天气过程，虽然实现简单，但过于浪费计算资源。

发明内容

鉴于上述问题，本发明实施例提供了一种基于卷积神经网络CNN的全球台风报文收集方法及收集系统，主动识别台风预警信息，且在识别到台风预警后再从WMO处获取台风报文，提高传输时效性，同时提高报文的完整性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种基于卷积神经网络CNN的全球台风报文收集方法及收集系统，所述方法包括如下步骤：

步骤S1，收集多源卫星(MSG、Meteosat 5、MTSAT、GOES-W、GOES-E卫星)的红外IR图像，存储到台风图像大数据中；