CN105488594A - 一种台风路径预测方法 - Google Patents

一种台风路径预测方法 Download PDF

Info

Publication number
CN105488594A
CN105488594A CN201510896980.2A CN201510896980A CN105488594A CN 105488594 A CN105488594 A CN 105488594A CN 201510896980 A CN201510896980 A CN 201510896980A CN 105488594 A CN105488594 A CN 105488594A
Authority
CN
China
Prior art keywords
typhoon
predicted
initial stage
initial
history
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510896980.2A
Other languages
English (en)
Inventor
耿焕同
周利发
陈哲
李俊徽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201510896980.2A priority Critical patent/CN105488594A/zh
Publication of CN105488594A publication Critical patent/CN105488594A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种台风路径预测方法,采用基于范例推理的技术,并结合客观预报的方法对台风移动路径进行相似性预测,首先在预测上大大缩短了传统数值预报所需要的时间,同时对于传统预测法,需要大型计算机进行辅助运行而言,一方面,本发明所设计的预测方法在运行的复杂度上,只需要一台配置较高的小型服务器即可;另一方面,本发明所设计的预测方法,对于所需要的参数也较少,不需要大量的参数进行输入,大大提高了台风路径预测的工作效率。

Description

一种台风路径预测方法
技术领域
本发明涉及一种台风路径预测方法,属于台风预测技术领域。
背景技术
国内目前大部分的气象局对台风的预测方法采用的都是数值预报法,而对于这些台风路径的预测方法、模型具有一定的局限性,例如,预测时间较长,算法复杂度太高,需要大型计算机来进行运算,模型需要的参数过于复杂,需要大量的数据来进行推算,得出最终的结果。
发明内容
针对上述技术问题,本发明所要解决的技术问题是提供一种台风路径预测方法,采用基于范例推理的技术,并结合客观预报的方法对台风移动路径进行相似性预测,大大提高了台风路径预测的工作效率。
本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种台风路径预测方法,基于历史台风数据,针对初期待预测台风的移动路径进行预测,获得初期待预测台风的预测移动路径,包括如下步骤:
步骤001.获得初期待预测台风所对应预设各个参数种类的参数信息,并进入步骤002;
步骤002.针对初期待预测台风所对应预设各个参数种类的参数信息,分别预设波动变化规则,获得相对初期待预测台风所对应预设各个参数种类的参数信息的波动变化规则,并进入步骤003;
步骤003.针对历史台风,筛选获得符合相对初期待预测台风所对应预设各个参数种类的参数信息的波动变化规则的各个历史台风,作为待选历史台风,并进入步骤004;
步骤004.获得各个待选历史台风的移动路径,并将该各个待选历史台风的移动路径作为初期待预测台风的各条初级预测移动路径,实现针对初期待预测台风的预测,然后进入步骤005;
步骤005.针对初期待预测台风各条初级预测移动路径上的形成位置,利用空间相似度模型,分别获得该各个形成位置与初期待预测台风形成位置之间的相似度,并获得最高相似度所对应形成位置所在的初级预测移动路径,然后将该初级预测移动路径作为初期待预测台风的预测移动路径。
作为本发明的一种优选技术方案:所述步骤001中,所述预设各个参数种类包括初期待预测台风的形成日期、初期待预测台风的形成位置、初期待预测台风的初始移动方向和初始移动速度。
作为本发明的一种优选技术方案:所述步骤002中,针对初期待预测台风的形成日期,预设波动变化范围,构成季节相似判断范围;针对初期待预测台风的形成位置,预设波动变化范围,构成地理相似判断范围;针对初期待预测台风的初始移动方向,预设波动变化范围,构成移向相似判断范围;针对初期待预测台风的初始移动速度,预设波动变化范围,构成移速相似判断范围;
所述步骤003中,针对历史台风,筛选同时符合季节相似判断范围、地理相似判断范围、移向相似判断范围和移速相似判断范围的各个历史台风,作为待选历史台风。
作为本发明的一种优选技术方案:所述步骤002中,针对初期待预测台风形成日期的前后,分别设定预设天数,构成季节相似判断范围;
所述步骤003中,针对历史台风,筛选获得形成日期位于季节相似判断范围内的各个历史台风。
作为本发明的一种优选技术方案:所述步骤002中,针对初期待预测台风的形成位置,以该形成位置为圆心半径不大于预设纬距的范围,构成地理相似判断范围;
所述步骤003中,针对历史台风,筛选获得形成位置位于地理相似判断范围内的各个历史台风。
作为本发明的一种优选技术方案:所述步骤005中,针对初期待预测台风各条初级预测移动路径上的形成位置,根据所述预设纬距,以及初期待预测台风形成位置,根据如下空间相似度模型:
SSI k = 1 - ( d k D ) 2
分别获得初期待预测台风各条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度SSIk,其中,k={1,…,K},K为初期待预测台风的初级预测移动路径的条数,即待选历史台风的个数;SSIk表示初期待预测台风第k条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度;dk表示初期待预测台风第k条初级预测移动路径上的形成位置,与初期待预测台风形成位置之间的距离;D表示预设纬距。
作为本发明的一种优选技术方案:所述步骤002中,针对初期待预测台风的初始移动方向,设定与该初始移动方向偏差预设角度的范围,作为移向相似判断范围;
所述步骤003中,针对历史台风,筛选获得初始移动方向位于移向相似判断范围内的各个历史台风。
作为本发明的一种优选技术方案:所述步骤002中,针对初期待预测台风初始移动速度,设定预设速度大小的上下波动范围,构成移速相似判断范围;
所述步骤003中,针对历史台风,筛选获得初始移动速度位于移速相似判断范围内的各个历史台风。
本发明所述一种台风路径预测方法采用以上技术方案与现有技术相比,具有以下技术效果:本发明设计的台风路径预测方法,采用基于范例推理的技术,并结合客观预报的方法对台风移动路径进行相似性预测,首先在预测上大大缩短了传统数值预报所需要的时间,同时对于传统预测法,需要大型计算机进行辅助运行而言,一方面,本发明所设计的预测方法在运行的复杂度上,只需要一台配置较高的小型服务器即可;另一方面,本发明所设计的预测方法,对于所需要的参数也较少,不需要大量的参数进行输入,大大提高了台风路径预测的工作效率。
附图说明
图1是本发明设计台风路径预测方法的流程示意图。
具体实施方式
下面结合说明书附图针对本发明的具体实施方式作进一步详细的说明。
如图1所示,本发明设计的一种台风路径预测方法在实际应用过程当中,基于历史台风数据,针对初期待预测台风的移动路径进行预测,获得初期待预测台风的预测移动路径,具体包括如下步骤:
步骤001.采用函数file()通过相关气象网站进行读取,获得初期待预测台风所对应预设各个参数种类的参数信息,构成数据集data_typhoon,并利用htmlspecialchars()函数,将data_typhoon数据集转化为字符型,再利用正则表达式从上述数据集中匹配出具体的初期待预测台风的参数信息,并进入步骤002;其中,所述预设各个参数种类包括初期待预测台风的形成日期、初期待预测台风的形成位置、初期待预测台风的初始移动方向和初始移动速度等等,具体详见下表1所示:
属性 描述
num 初期待预测台风的编号
data 初期待预测台风的形成日期
hour 初期待预测台风某时刻的具体的小时
level 初期待预测台风的某时刻的强度标记
place 初期待预测台风的形成位置
direction 初期待预测台风的初始移动方向
pres 初期待预测台风的中心最低气压
wnd 初期待预测台风某时刻的近中心最大风速
speed 初期待预测台风的初始移动速度
表1
步骤002.针对初期待预测台风形成日期的前后,分别设定预设天数15天,构成季节相似判断范围。
与初期待预测台风形成位置相距过远的历史台风,其地理位置的地形或者洋流、季风等因素与初期待预测台风必然相差甚大,因此,针对初期待预测台风的形成位置,以该形成位置为圆心半径不大于预设2.0纬距的范围,构成地理相似判断范围;即与初期待预测台风的形成位置距离在2.0纬距以内的历史台风满足地理相似判断范围,这里,在计算距离时,因为地球是一球体,所以两个地点之间的连线为一条弧线,弧线的长度计算公式较为复杂,多次重复该运算会影响到算法的时间效率,故此,以平面上两点之间的距离di代替弧长距离,平面上的距离di则可以通过勾股定理直接进行求解获得,具体的运算公式如下所示:
d i = ( x - x i ) 2 + ( y - y i ) 2 ≤ D
其中,i={1,…,I},I表示历史台风的个数,di表示第i个历史台风形成位置与初期待预测台风形成位置之间的距离,D表示预设2.0纬距,(xi,yi)表示第i个历史台风,(x,y)表示初期待预测台风的形成位置。
针对初期待预测台风的初始移动方向,设定与该初始移动方向偏差预设角度的范围,作为移向相似判断范围,这里预设角度的范围可以预设在22.5个角度。
针对初期待预测台风初始移动速度,设定预设速度大小的上下波动范围,构成移速相似判断范围,实际应用中,如下公式所示,历史台风移动速度与初期待预测台风初始移动速度之间相差值不大于初期待预测台风初始移动速度一半时,即认为该历史台风满足移速相似判断范围。
Δv i = | v i - v 0 | ≤ 1 2 v 0
其中,Δvi表示第i个历史台风移动速度与初期待预测台风初始移动速度之间相差值,vi表示第i个历史台风的移动速度,v0表示初期待预测台风的移动速度。
基于上述具体的设计,即完成步骤002的操作,然后进入步骤003。
步骤003.针对历史台风,筛选同时符合季节相似判断范围、地理相似判断范围、移向相似判断范围和移速相似判断范围的各个历史台风,作为待选历史台风,并进入步骤004。
其中,针对历史台风,筛选获得形成日期位于季节相似判断范围内的各个历史台风;筛选获得形成位置位于地理相似判断范围内的各个历史台风;筛选获得初始移动方向位于移向相似判断范围内的各个历史台风;筛选获得初始移动速度位于移速相似判断范围内的各个历史台风。
步骤004.获得各个待选历史台风的移动路径,并将该各个待选历史台风的移动路径作为初期待预测台风的各条初级预测移动路径,实现针对初期待预测台风的预测,然后进入步骤005。
步骤005.针对初期待预测台风各条初级预测移动路径上的形成位置,根据所述预设纬距,以及初期待预测台风形成位置,根据如下空间相似度模型:
SSI k = 1 - ( d k D ) 2
分别获得初期待预测台风各条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度SSIk,其中,k={1,…,K},K为初期待预测台风的初级预测移动路径的条数,即待选历史台风的个数;SSIk表示初期待预测台风第k条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度;dk表示初期待预测台风第k条初级预测移动路径上的形成位置,与初期待预测台风形成位置之间的距离;由于从各个历史台风中经过筛选,获得各个待选历史台风,因此,这里K≤I,并且部分di与dk之间以历史台风与待选历史台风之间的对应关系为依据存在着一一对应关系,即部分di=dk;然后获得最高相似度所对应形成位置所在的初级预测移动路径,最后将该初级预测移动路径作为初期待预测台风的预测移动路径。
本发明设计的台风路径预测方法,采用基于范例推理的技术,并结合客观预报的方法对台风移动路径进行相似性预测,首先在预测上大大缩短了传统数值预报所需要的时间,同时对于传统预测法,需要大型计算机进行辅助运行而言,一方面,本发明所设计的预测方法在运行的复杂度上,只需要一台配置较高的小型服务器即可;另一方面,本发明所设计的预测方法,对于所需要的参数也较少,不需要大量的参数进行输入,大大提高了台风路径预测的工作效率。
上面结合说明书附图针对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (8)

1.一种台风路径预测方法,基于历史台风数据,针对初期待预测台风的移动路径进行预测,获得初期待预测台风的预测移动路径,其特征在于:包括如下步骤:
步骤001.获得初期待预测台风所对应预设各个参数种类的参数信息,并进入步骤002;
步骤002.针对初期待预测台风所对应预设各个参数种类的参数信息,分别预设波动变化规则,获得相对初期待预测台风所对应预设各个参数种类的参数信息的波动变化规则,并进入步骤003;
步骤003.针对历史台风,筛选获得符合相对初期待预测台风所对应预设各个参数种类的参数信息的波动变化规则的各个历史台风,作为待选历史台风,并进入步骤004;
步骤004.获得各个待选历史台风的移动路径,并将该各个待选历史台风的移动路径作为初期待预测台风的各条初级预测移动路径,实现针对初期待预测台风的预测,然后进入步骤005;
步骤005.针对初期待预测台风各条初级预测移动路径上的形成位置,利用空间相似度模型,分别获得该各个形成位置与初期待预测台风形成位置之间的相似度,并获得最高相似度所对应形成位置所在的初级预测移动路径,然后将该初级预测移动路径作为初期待预测台风的预测移动路径。
2.根据权利要求1所述一种台风路径预测方法,其特征在于:所述步骤001中,所述预设各个参数种类包括初期待预测台风的形成日期、初期待预测台风的形成位置、初期待预测台风的初始移动方向和初始移动速度。
3.根据权利要求2所述一种台风路径预测方法,其特征在于:所述步骤002中,针对初期待预测台风的形成日期,预设波动变化范围,构成季节相似判断范围;针对初期待预测台风的形成位置,预设波动变化范围,构成地理相似判断范围;针对初期待预测台风的初始移动方向,预设波动变化范围,构成移向相似判断范围;针对初期待预测台风的初始移动速度,预设波动变化范围,构成移速相似判断范围;
所述步骤003中,针对历史台风,筛选同时符合季节相似判断范围、地理相似判断范围、移向相似判断范围和移速相似判断范围的各个历史台风,作为待选历史台风。
4.根据权利要求3所述一种台风路径预测方法,其特征在于:所述步骤002中,针对初期待预测台风形成日期的前后,分别设定预设天数,构成季节相似判断范围;
所述步骤003中,针对历史台风,筛选获得形成日期位于季节相似判断范围内的各个历史台风。
5.根据权利要求3所述一种台风路径预测方法,其特征在于:所述步骤002中,针对初期待预测台风的形成位置,以该形成位置为圆心半径不大于预设纬距的范围,构成地理相似判断范围;
所述步骤003中,针对历史台风,筛选获得形成位置位于地理相似判断范围内的各个历史台风。
6.根据权利要求5所述一种台风路径预测方法,其特征在于:所述步骤005中,针对初期待预测台风各条初级预测移动路径上的形成位置,根据所述预设纬距,以及初期待预测台风形成位置,根据如下空间相似度模型:
SSI k = 1 - ( d k D ) 2
分别获得初期待预测台风各条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度SSIk,其中,k={1,…,K},K为初期待预测台风的初级预测移动路径的条数,即待选历史台风的个数;SSIk表示初期待预测台风第k条初级预测移动路径上形成位置与初期待预测台风形成位置之间的相似度;dk表示初期待预测台风第k条初级预测移动路径上的形成位置,与初期待预测台风形成位置之间的距离;D表示预设纬距。
7.根据权利要求3所述一种台风路径预测方法,其特征在于:所述步骤002中,针对初期待预测台风的初始移动方向,设定与该初始移动方向偏差预设角度的范围,作为移向相似判断范围;
所述步骤003中,针对历史台风,筛选获得初始移动方向位于移向相似判断范围内的各个历史台风。
8.根据权利要求3所述一种台风路径预测方法,其特征在于:所述步骤002中,针对初期待预测台风初始移动速度,设定预设速度大小的上下波动范围,构成移速相似判断范围;所述步骤003中,针对历史台风,筛选获得初始移动速度位于移速相似判断范围内的各个历史台风。
CN201510896980.2A 2015-12-08 2015-12-08 一种台风路径预测方法 Pending CN105488594A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510896980.2A CN105488594A (zh) 2015-12-08 2015-12-08 一种台风路径预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510896980.2A CN105488594A (zh) 2015-12-08 2015-12-08 一种台风路径预测方法

Publications (1)

Publication Number Publication Date
CN105488594A true CN105488594A (zh) 2016-04-13

Family

ID=55675563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510896980.2A Pending CN105488594A (zh) 2015-12-08 2015-12-08 一种台风路径预测方法

Country Status (1)

Country Link
CN (1) CN105488594A (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106779274A (zh) * 2016-04-20 2017-05-31 海南电力技术研究院 一种电力设备台风风险预警方法及系统
CN107133636A (zh) * 2017-03-30 2017-09-05 宁波市水利水电规划设计研究院 一种获取相似台风的方法和系统
CN107193060A (zh) * 2017-06-20 2017-09-22 厦门大学 一种多路径台风风暴潮快速预测方法及系统
CN107562840A (zh) * 2017-08-25 2018-01-09 北京科技大学 一种基于gis的台风路径快速预测方法
CN107992607A (zh) * 2017-12-14 2018-05-04 广州数鹏通科技有限公司 台风预报图的绘制方法、装置、计算机设备和存储介质
CN109063894A (zh) * 2018-06-26 2018-12-21 广西电网有限责任公司电力科学研究院 一种用于电网的台风路径预测显示系统
CN109917394A (zh) * 2019-03-13 2019-06-21 南京信息工程大学 一种基于天气雷达的短临智能外推方法
CN110033132A (zh) * 2019-03-29 2019-07-19 中国人民解放军空军研究院战场环境研究所 基于深度目标检测和数值天气预报的热带气旋预报方法
CN110941032A (zh) * 2019-11-20 2020-03-31 中山大学 台风的预报方法、装置、设备和计算机可读存储介质
CN111221819A (zh) * 2019-12-27 2020-06-02 中国电子科技集团公司第十四研究所 一种基于多维数据空间分割的相似台风快速匹配方法
CN111523087A (zh) * 2020-04-10 2020-08-11 北京航空航天大学 一种台风强度长期变化趋势分析方法
CN111766642A (zh) * 2020-06-16 2020-10-13 中国气象科学研究院 登陆热带气旋日降水预报系统
CN111898815A (zh) * 2020-07-21 2020-11-06 中远海运科技(北京)有限公司 台风轨迹预测方法、装置、电子设备和计算机可读介质
CN112149891A (zh) * 2020-09-16 2020-12-29 南京信息工程大学 一种简捷的台风移动方向预测方法
CN114550007A (zh) * 2022-02-25 2022-05-27 中山大学 一种台风中心位置偏移量生成方法及台风中心定位方法
CN116400435A (zh) * 2023-06-07 2023-07-07 航天宏图信息技术股份有限公司 一种台风路径预测方法和装置
US12174861B2 (en) 2020-07-21 2024-12-24 Cosco Shipping Technology (beijing) Co., Ltd. Method and device for determining whether ship enters typhoon circle and electronic equipment

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122005A (zh) * 2010-12-20 2011-07-13 福建四创软件有限公司 基于gis的台风相似路径空间分析应用方法
CN102156308A (zh) * 2011-03-09 2011-08-17 南京恩瑞特实业有限公司 台风路径判别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122005A (zh) * 2010-12-20 2011-07-13 福建四创软件有限公司 基于gis的台风相似路径空间分析应用方法
CN102156308A (zh) * 2011-03-09 2011-08-17 南京恩瑞特实业有限公司 台风路径判别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王喜娜等: "利用GIS空间分析进行台风相似路径筛选及预测", 《测绘通报》 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106779274A (zh) * 2016-04-20 2017-05-31 海南电力技术研究院 一种电力设备台风风险预警方法及系统
CN107133636B (zh) * 2017-03-30 2020-06-16 宁波市水利水电规划设计研究院有限公司 一种获取相似台风的方法和系统
CN107133636A (zh) * 2017-03-30 2017-09-05 宁波市水利水电规划设计研究院 一种获取相似台风的方法和系统
CN107193060A (zh) * 2017-06-20 2017-09-22 厦门大学 一种多路径台风风暴潮快速预测方法及系统
CN107193060B (zh) * 2017-06-20 2019-08-20 厦门大学 一种多路径台风风暴潮快速预测方法及系统
CN107562840A (zh) * 2017-08-25 2018-01-09 北京科技大学 一种基于gis的台风路径快速预测方法
CN107992607A (zh) * 2017-12-14 2018-05-04 广州数鹏通科技有限公司 台风预报图的绘制方法、装置、计算机设备和存储介质
CN107992607B (zh) * 2017-12-14 2020-05-22 广州数鹏通科技有限公司 台风预报图的绘制方法、装置、计算机设备和存储介质
CN109063894A (zh) * 2018-06-26 2018-12-21 广西电网有限责任公司电力科学研究院 一种用于电网的台风路径预测显示系统
CN109917394A (zh) * 2019-03-13 2019-06-21 南京信息工程大学 一种基于天气雷达的短临智能外推方法
CN109917394B (zh) * 2019-03-13 2022-12-23 南京信息工程大学 一种基于天气雷达的短临智能外推方法
CN110033132A (zh) * 2019-03-29 2019-07-19 中国人民解放军空军研究院战场环境研究所 基于深度目标检测和数值天气预报的热带气旋预报方法
CN110941032B (zh) * 2019-11-20 2020-09-29 中山大学 台风的预报方法、装置、设备和计算机可读存储介质
CN110941032A (zh) * 2019-11-20 2020-03-31 中山大学 台风的预报方法、装置、设备和计算机可读存储介质
CN111221819B (zh) * 2019-12-27 2023-10-10 中国电子科技集团公司第十四研究所 一种基于多维数据空间分割的相似台风快速匹配方法
CN111221819A (zh) * 2019-12-27 2020-06-02 中国电子科技集团公司第十四研究所 一种基于多维数据空间分割的相似台风快速匹配方法
CN111523087A (zh) * 2020-04-10 2020-08-11 北京航空航天大学 一种台风强度长期变化趋势分析方法
CN111766642A (zh) * 2020-06-16 2020-10-13 中国气象科学研究院 登陆热带气旋日降水预报系统
CN111766642B (zh) * 2020-06-16 2021-07-23 中国气象科学研究院 登陆热带气旋日降水预报系统
CN111898815A (zh) * 2020-07-21 2020-11-06 中远海运科技(北京)有限公司 台风轨迹预测方法、装置、电子设备和计算机可读介质
US12288167B2 (en) 2020-07-21 2025-04-29 Cosco Shipping Technology (beijing) Co., Ltd. Typhoon trajectory prediction method, device, electronic equipment and computer readable medium
US12174861B2 (en) 2020-07-21 2024-12-24 Cosco Shipping Technology (beijing) Co., Ltd. Method and device for determining whether ship enters typhoon circle and electronic equipment
CN112149891A (zh) * 2020-09-16 2020-12-29 南京信息工程大学 一种简捷的台风移动方向预测方法
CN112149891B (zh) * 2020-09-16 2023-05-23 南京信息工程大学 一种简捷的台风移动方向预测方法
CN114550007B (zh) * 2022-02-25 2022-08-19 中山大学 一种台风中心位置偏移量生成方法及台风中心定位方法
CN114550007A (zh) * 2022-02-25 2022-05-27 中山大学 一种台风中心位置偏移量生成方法及台风中心定位方法
CN116400435B (zh) * 2023-06-07 2023-08-15 航天宏图信息技术股份有限公司 一种台风路径预测方法和装置
CN116400435A (zh) * 2023-06-07 2023-07-07 航天宏图信息技术股份有限公司 一种台风路径预测方法和装置

Similar Documents

Publication Publication Date Title
CN105488594A (zh) 一种台风路径预测方法
CN110598290B (zh) 考虑气候变化的流域未来水电发电能力预测方法和系统
CN115481791A (zh) 一种水风光发电功率联合预测方法、装置和设备
CN106250656A (zh) 一种结合大数据的复杂地形风电场设计平台及方法
CN104376384B (zh) 一种基于电力大数据分析的台风日最大日负荷预测系统
CN103150613B (zh) 一种土地利用布局智能优化方法
CN106168991A (zh) 一种基于水动力数值模拟的感潮河网潮位预报方法
CN108647829A (zh) 一种基于随机森林的梯级水电站群联合调度规则提取方法
CN101976842A (zh) 基于电气分区的关键断面自动获取方法
CN106650784A (zh) 一种基于特征聚类比较的光伏电站功率预测方法及装置
CN103093643A (zh) 一种确定公共停车场泊位数的方法
US20240054267A1 (en) Method for planning a layout of a renewable energy site
CN104899446A (zh) 基于数据驱动的脉动风速模拟方法
CN111814079A (zh) 结合聚类与cmab的群智感知车联网用户筛选方法
CN106156267A (zh) 一种面向高速公路的车道级增强型矢量数字地图制作方法
CN116526473A (zh) 基于粒子群优化lstm的电热负荷预测方法
CN107545101A (zh) 一种设计目标与设计变量均为区间的优化设计方法
CN106503833A (zh) 基于支持向量机算法的光伏发电短期功率滚动预测方法
CN107292537A (zh) 考虑路径跟踪和灾情风险评判的台风日短期负荷预测方法
CN103745274A (zh) 一种用于分散式风电的短期功率预测方法
CN110969197B (zh) 一种基于实例迁移的风力发电的分位数预测方法
CN111985690A (zh) 一种风电基地升压站选址方法
CN102354376B (zh) 对测风数据进行补缺修正的方法
CN105138729A (zh) 基于pso-grnn风电场风电机缺损风速值填充方法
CN118735078B (zh) 一种降尺度风资源评估方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160413

RJ01 Rejection of invention patent application after publication