CN109343154A - 登陆热带气旋过程降水预报系统 - Google Patents
登陆热带气旋过程降水预报系统 Download PDFInfo
- Publication number
- CN109343154A CN109343154A CN201811062128.5A CN201811062128A CN109343154A CN 109343154 A CN109343154 A CN 109343154A CN 201811062128 A CN201811062128 A CN 201811062128A CN 109343154 A CN109343154 A CN 109343154A
- Authority
- CN
- China
- Prior art keywords
- similar
- module
- target
- path
- precipitation
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Abstract
本发明涉及一种公开了登陆热带气旋过程降水预报系统,其中,包括:TC路径预报模块用于获取目标TC的预报路径;相似路径TC识别模块,用于接收TC路径预报模块中获得的目标TC的预报路径,并读取目标TC的观测路径以及历史TC的观测路径,得到基于路径相似的历史相似TC排序;特征相似性判别模块,用于得到N个新的相似历史TC排序;TC降水集合预报模块,用于接收特征相似性判别模块中产生的n个历史最佳相似TC信息,以及分离得到最佳相似TC历史过程降水场信息,并进行集合预报,得到目标TC的过程降水场信息;最佳预报方案选择模块,用于得到最佳预报方案参数组合。
Description
技术领域
本发明涉及气象技术,特别涉及一种登陆热带气旋过程降水预报系统。
背景技术
针对登陆热带气旋(LTC)降水有三类预报技术:数值天气预报(NWP)模式、统计方法和动力-统计结合的预报方法。以NWP模式为代表的预报技术对LTC降水的预报能力仍然非常有限,而动力-统计相似预报是一项很有潜力的技术。该登陆热带气旋过程降水预报系统正是新发展的LTC降水动力-统计相似预报技术的应用。
发明内容
本发明的目的在于提供一种登陆热带气旋过程降水预报系统,用于解决上述现有技术的问题。
本发明一种登陆热带气旋过程降水预报系统,其中,包括:TC路径预报模块、相似路径TC识别模块、特征相似性判别模块、TC降水集合预报模块以及最佳预报方案选择模块;TC路径预报模块用于获取目标TC的预报路径;相似路径TC识别模块,用于接收TC路径预报模块中获得的目标TC的预报路径,并读取目标TC的观测路径以及历史TC的观测路径,将目标TC的预报路径和目标TC的观测路径相结合成为目标TC的完整路径,并在相似区域R内计算目标TC完整路径与各个历史TC观测路径的路径相似面积指数,依据路径相似面积指数从小到大排列得到基于路径相似的历史相似TC排序;特征相似性判别模块,用于接收相似路径TC识别模块中基于路径相似的历史相似TC排序,并读取目标TC与历史相似TC对陆地产生影响的时间信息,根据目标TC与历史相似TC对陆地产生影响的时间信息,在基于路径相似的历史相似TC排序基础上进行目标TC与历史TC其他特征相似性的判别,得到N个新的相似历史TC排序,挑选其中n个历史TC作为最佳相似TC信息;TC降水集合预报模块,用于接收特征相似性判别模块中产生的n个历史最佳相似TC信息,以及分离得到最佳相似TC历史过程降水信息,并进行集合预报,得到目标TC的过程降水信息;最佳预报方案选择模块,用于接收TC降水集合预报模块产生的目标TC的过程降水信息,根据目标TC的过程降水信息计算出预报准确率TS评分,以得到最佳预报方案参数组合。
根据本发明的登陆热带气旋过程降水预报系统的实例,其中,预报路径采用数值天气预报模式的TC路径预报结果。
根据本发明的登陆热带气旋过程降水预报系统的实例,其中,在相似路径TC识别模块包括目标TC完整路径获取模块、相似区域R确定模块、TC路径相似指数计算模块和目标TC路径最相似TC确定模块;目标TC完整路径获取模块,能够获取起报时刻点之前的目标TC观测路径和之后的和目标TC预报路径;相似区域R确定模块,用于根据目标TC登陆情况和预报的具体需求来确定相似区域R;TC路径相似指数计算模块,在相似区域R内就目标TC路径与该区域内历史TC逐一进行路径相似面积指数的计算;目标TC路径最相似TC确定模块依据TSAI指数从小到大排列得到相应的历史相似TC排序,并将排序信息发送给特征相似性判别模块。
根据本发明的登陆热带气旋过程降水预报系统的实例,其中,特征相似性判别模块将基于路径相似排序的历史TC的影响期时间逐个与目标TC起报时刻点的时间进行比对,若符合当前季节相似的要求则在排序中保留该历史TC,反之则将该历史TC从当前排序中剔除,经过季节相似筛选后则会得到一组新的相似历史TC排序,挑选其中排序靠前的n个为最佳相似TC,并将最佳相似TC信息发送给TC降水集合预报模块。
根据本发明的登陆热带气旋过程降水预报系统的实例,其中,在TC降水集合预报模块采用客观天气图分析法对这n个最佳相似TC进行降水分离,得到每一个相似TC的历史过程降水场信息;然后,基于这n个相似TC的历史降水采用不同的集合方案进行集合,从而得到目标TC的降水场预报,并输出给最佳预报方案选择模块。
根据本发明的登陆热带气旋过程降水预报系统的实例,其中,最佳预报方案选择模块在模型建立的过程中执行,当模型最优方案确立后,用于预报时的参数即为模型最优方案的参数,从众多方案M=m1×m2×...×mk中挑选预报效果预报准确率TS评分最高者,作为TC降水预报的最优预报方案;其中,m1、m2、...、mk分别为k个参数相似性取值的种类数。
本发明的登陆热带气旋过程降水预报系统,通过TC路径预报、相似路径TC识别、其他特征相似性判别、TC降水集合预报以及最佳预报方案选择等计算,具有对登陆中国的TC良好的预报性能。
附图说明
图1所示为本发明预报登陆热带气旋过程降水的系统模块图;
图2所示为本发明预报登陆热带气旋过程降水的系统另一模块图;
图3所示为TC完整路径的示意图;
图4所示相似区域R的确定示意图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
图1所示为本发明预报登陆热带气旋过程降水的系统模块图,如图1所示,本发明预报登陆热带气旋过程降水的系统包括:TC路径预报模块1、相似路径TC识别模块2、特征相似性判别模块3、TC降水集合预报模块4以及最佳预报方案选择模块5。
如图1所示,TC路径预报模块1用于获取目标TC的预报路径。预报路径直接采用数值天气预报(NWP)模式的TC路径(未来不同时刻经纬度数据)预报结果。
如图1所示,相似路径TC识别模块2,用于接收TC路径预报模块1中获得的目标TC的预报路径,并读取目标TC的观测路径以及历史TC的观测路径。将目标TC的预报路径和目标TC的观测路径二者相结合成为目标TC的完整路径,并在相似区域R内计算目标TC完整路径与各个历史TC观测路径的路径相似面积指数(TSAI),依据TSAI指数从小到大排列得到基于路径相似的历史相似TC排序。
如图1所示,特征相似性判别模块3,用于接收相似路径TC识别模块2中基于路径相似的历史相似TC排序,并读取目标TC与历史相似TC对陆地产生影响的时间信息。根据目标TC与历史相似TC对陆地产生影响的时间信息,在基于路径相似的历史相似TC排序基础上进行目标TC与历史TC其他特征(季风)相似性的判别,得到N(N≥1)个新的相似历史TC排序,挑选其中n(如n≤N)个历史TC作为最佳相似TC。
如图1所示,TC降水集合预报模块4,用于接收特征相似性判别模块3中产生的n个历史最佳相似TC信息,并读取由TC降水客观分离方法(OSAT)分离得出的最佳相似TC历史过程降水信息。利用最佳相似TC的历史过程降水信息进行集合预报,最终得出目标TC的过程降水信息,并输出。
如图1所示,最佳预报方案选择模块5,用于接收TC降水集合预报模块4产生的目标TC降水预报信息,根据目标TC的降水预报信息计算出TS评分,筛选出最佳预报方案参数组合用于今后的目标TC降水确定性预报。预报准确率TS评分计算公式如下:式中,NA为预报正确站(次)数;NB为空报站(次)数;NC为漏报站(次)数。
如图1所示,在获取目标TC的预报路径的模块1,并将读取的目标TC预报路径信息发送给相似路径TC识别模块2。
图2所示为本发明预报登陆热带气旋过程降水的系统另一模块图,图3所示为TC完整路径的示意图,图4所示相似区域R的确定示意图,如图1至图4所示,在相似路径TC识别模块2进一步包括目标TC完整路径获取模块21、相似区域R确定模块22、TC路径相似指数计算模块23和目标TC路径最相似TC确定模块24。其中,目标TC完整路径获取模块21,能够获取起报时刻点(含)之前的目标TC观测路径和之后的目标TC预报路径。
相似区域R确定模块22可根据使用目标TC的完整路径位置信息,根据目标TC登陆情况和预报的具体需求来得出相似区域R的位置信息,如图3所示,相似区域东南角为起报时刻点,西北角为路径预报最大时效点。除此种取法外,东南角还可沿起报时刻点依次前移4个点,每个点相距两个观测时刻(12小时);西北角还可沿路径预报最大时效点依次前移2个点,每个点相距一个观测时刻(6小时)。如此,相似区域R取值共计3×5=15种取值方案。TC路径相似指数计算模块23,在相似区域R内就目标TC路径与该区域内历史TC逐一进行TSAI指数的计算,得出目标TC与每一个历史TC的TSAI指数值,直接采用TC路径面积相似指数(TSAI),在相似区域R内就目标TC路径与该区域内历史TC逐一进行TSAI指数的计算。目标TC路径最相似TC确定模块24依据TSAI指数从小到大排列得到基于路径相似的历史相似TC排序,并将排序信息发送给特征相似性判别模块3。
如图1所示,在特征相似性判别模块3中加入了登陆季节这一相似特征,在相似路径TC识别模块2传送的基于路径相似的历史相似TC排序基础上进行季节相似的筛选。将基于路径相似排序的历史TC的影响期时间逐个与目标TC起报时刻点的时间进行比对,若符合当前季节相似的要求则在排序中保留该历史TC,反之则将该历史TC从当前排序中剔除,经过季节相似筛选后则会得到一组新的相似历史TC排序,挑选其中排序靠前的n(如1~16)个为最佳相似TC,并将最佳相似TC信息发送给TC降水集合预报模块4。
在TC降水集合预报模块4中利用n个最佳相似TC的历史降水对目标TC未来过程降水进行集合预报。首先,采用客观天气图分析法(OSAT)对这n个最佳相似TC进行降水分离,得到每一个相似TC的历史过程降水信息;然后,基于这n个相似TC的历史降水采用不同的集合方案(如每站取平均、每站取最大值、单站日降水最大、单站过程降水最大或体积降水最大等方案)进行集合,从而得到目标TC的降水预报,并输出给最佳预报方案选择模块5。
最佳预报方案选择模块5在模型建立的过程中执行,当模型最优方案确立后,实际用于预报时的参数即为模型最优方案的参数,此时该步则省略。从众多方案M=m1×m2×...×mk中挑选预报准确率TS评分最高者,作为TC降水预报的最优预报方案;其中,m1、m2、...、mk分别为k个参数相似性取值的种类数。目前共有7个参数:起报时刻、TC路径面积相似指数(TSAI)中的3个参数(相似区域、纬度极值点分割度临界值和重叠度临界值)、季节相似、最佳相似TC个数和集合预报方案。
本发明的登陆热带气旋过程降水预报系统,通过TC路径预报、相似路径TC识别、其他特征相似性判别、TC降水集合预报以及最佳预报方案选择等计算,具有对登陆中国的TC良好的预报性能。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种登陆热带气旋过程降水预报系统,其特征在于,包括:TC路径预报模块、相似路径TC识别模块、特征相似性判别模块、TC降水集合预报模块以及最佳预报方案选择模块;
TC路径预报模块用于获取目标TC的数值天气预报模式的预报路径;
相似路径TC识别模块,用于接收TC路径预报模块中获得的目标TC的预报路径,并读取目标TC的观测路径以及历史TC的观测路径,将目标TC的预报路径和目标TC的观测路径相结合成为目标TC的完整路径,并在相似区域R内计算目标TC路径与各个历史TC观测路径的路径相似面积指数,依据路径相似面积指数从小到大排列得到基于路径相似的历史相似TC排序;
特征相似性判别模块,用于接收相似路径TC识别模块中基于路径相似的历史相似TC排序,并读取目标TC与历史相似TC对陆地产生影响的时间信息,在此基础上进行目标TC与历史TC其他特征相似性的判别,得到N个新的相似历史TC排序,挑选其中排名最靠前的n个历史TC作为最佳相似TC;
TC降水集合预报模块,用于接收特征相似性判别模块中产生的n个历史最佳相似TC信息,以及分离得到最佳相似TC历史过程降水信息,并进行集合预报,得到目标TC的过程降水预报信息;
最佳预报方案选择模块,用于接收TC降水集合预报模块产生的目标TC的过程降水信息,根据目标TC的过程降水信息计算出预报准确率TS评分,供进行最佳预报方案选择。
2.如权利要求1所述的登陆热带气旋过程降水预报系统,其特征在于,预报路径采用数值天气预报模式的TC路径预报结果。
3.如权利要求1所述的登陆热带气旋过程降水预报系统,其特征在于,在相似路径TC识别模块包括目标TC完整路径获取模块、相似区域R确定模块、TC路径相似指数计算模块和目标TC路径最相似TC确定模块;
目标TC完整路径获取模块,能够获取起报时刻点之前的目标TC观测路径和之后的和目标TC预报路径;
相似区域R确定模块,使用目标TC的完整路径位置信息,根据目标TC登陆情况和预报的具体需求来得出相似区域R的位置信息;
TC路径相似指数计算模块,在相似区域R内就目标TC路径与该区域内历史TC逐一进行TSAI指数的计算,得出目标TC与每一个历史TC的TSAI指数值;
目标TC路径最相似TC确定模块依据TSAI指数从小到大排列得到相应的历史相似TC排序,并将排序信息发送给特征相似性判别模块。
4.如权利要求1所述的登陆热带气旋过程降水预报系统,其特征在于,特征相似性判别模块将基于路径相似排序的历史TC的影响期时间逐个与目标TC起报时刻点的时间进行比对,若符合当前季节相似的要求则在排序中保留该历史TC,反之则将该历史TC从当前排序中剔除,经过季节相似筛选后则会得到一组新的相似历史TC排序,挑选其中排序靠前的n个为最佳相似TC,并将最佳相似TC信息发送给TC降水集合预报模块。
5.如权利要求1所述的登陆热带气旋过程降水预报系统,其特征在于,在TC降水集合预报模块采用客观天气图分析法对这n个最佳相似TC进行降水分离,得到每一个相似TC的历史过程降水场信息;然后,基于这n个相似TC的历史降水采用不同的集合方案进行集合,从而得到目标TC的降水预报,并输出给最佳预报方案选择模块。
6.如权利要求1所述的登陆热带气旋过程降水预报系统,其特征在于,最佳预报方案选择模块在模型建立的过程中执行,当模型最优方案确立后,用于预报时的参数即为模型最优方案的参数,从众多方案M=m1×m2×...×mk中挑选预报效果TS评分最高者,作为TC降水预报的最优预报方案;其中,m1、m2、...、mk分别为k个参数相似性取值的种类数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811062128.5A CN109343154A (zh) | 2018-09-12 | 2018-09-12 | 登陆热带气旋过程降水预报系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811062128.5A CN109343154A (zh) | 2018-09-12 | 2018-09-12 | 登陆热带气旋过程降水预报系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109343154A true CN109343154A (zh) | 2019-02-15 |
Family
ID=65305121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811062128.5A Pending CN109343154A (zh) | 2018-09-12 | 2018-09-12 | 登陆热带气旋过程降水预报系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109343154A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325392A (zh) * | 2020-02-18 | 2020-06-23 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
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 |
CN111880245A (zh) * | 2020-08-03 | 2020-11-03 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
CN113805252A (zh) * | 2021-09-15 | 2021-12-17 | 中国气象科学研究院 | 基于集合预报模型的登陆热带气旋过程大风预报系统 |
CN114117314A (zh) * | 2021-11-11 | 2022-03-01 | 江苏海洋大学 | 一种判定登陆热带气旋降水分布的方法 |
CN114202104A (zh) * | 2021-11-17 | 2022-03-18 | 国家海洋环境预报中心 | 热带气旋路径相似程度确定方法及存储介质 |
CN115629431A (zh) * | 2022-12-22 | 2023-01-20 | 成都数之联科技股份有限公司 | 一种水汽含量预测方法、装置、设备及介质 |
Citations (4)
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 |
CN104318503A (zh) * | 2014-10-30 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 一种根据台风预报降雨的系统及方法 |
KR20160060793A (ko) * | 2014-10-21 | 2016-05-31 | 군산대학교산학협력단 | 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법 |
CN107942407A (zh) * | 2017-11-14 | 2018-04-20 | 中国气象科学研究院 | 一种判别热带气旋路径相似的系统 |
-
2018
- 2018-09-12 CN CN201811062128.5A patent/CN109343154A/zh active Pending
Patent Citations (4)
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 |
KR20160060793A (ko) * | 2014-10-21 | 2016-05-31 | 군산대학교산학협력단 | 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법 |
CN104318503A (zh) * | 2014-10-30 | 2015-01-28 | 中国科学院深圳先进技术研究院 | 一种根据台风预报降雨的系统及方法 |
CN107942407A (zh) * | 2017-11-14 | 2018-04-20 | 中国气象科学研究院 | 一种判别热带气旋路径相似的系统 |
Non-Patent Citations (1)
Title |
---|
REN FUMIN: "A New Technique for Landfalling Tropical Cyclone Quantitative Precipitation Forecast (QPF)", 《THE AMS 33RD CONFERENCE ON HURRICANES AND TROPICAL METEOROLOGY》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325392A (zh) * | 2020-02-18 | 2020-06-23 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
CN111325392B (zh) * | 2020-02-18 | 2023-09-29 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
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 |
CN111880245A (zh) * | 2020-08-03 | 2020-11-03 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
CN111880245B (zh) * | 2020-08-03 | 2021-09-24 | 中国气象科学研究院 | 登陆热带气旋过程降水预报系统 |
CN113805252A (zh) * | 2021-09-15 | 2021-12-17 | 中国气象科学研究院 | 基于集合预报模型的登陆热带气旋过程大风预报系统 |
CN114117314A (zh) * | 2021-11-11 | 2022-03-01 | 江苏海洋大学 | 一种判定登陆热带气旋降水分布的方法 |
CN114202104A (zh) * | 2021-11-17 | 2022-03-18 | 国家海洋环境预报中心 | 热带气旋路径相似程度确定方法及存储介质 |
CN114202104B (zh) * | 2021-11-17 | 2022-06-03 | 国家海洋环境预报中心 | 热带气旋路径相似程度确定方法及存储介质 |
CN115629431A (zh) * | 2022-12-22 | 2023-01-20 | 成都数之联科技股份有限公司 | 一种水汽含量预测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343154A (zh) | 登陆热带气旋过程降水预报系统 | |
CN111553236B (zh) | 基于道路前景图像的路面病害目标检测与实例分割方法 | |
CN105788273B (zh) | 基于低精度时空轨迹数据的城市交叉口自动识别的方法 | |
CN104899263B (zh) | 一种基于特定区域的船舶轨迹挖掘分析与监控方法 | |
CN110728411B (zh) | 一种基于卷积神经网络的高低空区域联合降雨预测方法 | |
CN110211097A (zh) | 一种基于Faster R-CNN参数迁移的裂缝图像检测方法 | |
CN101369316B (zh) | 基于全局和局部结构融合的图像特征提取方法 | |
CN108427965A (zh) | 一种基于路网聚类的热点区域挖掘方法 | |
CN109299673B (zh) | 城市群绿度空间提取方法及介质 | |
CN108416985B (zh) | 一种基于图像识别的地质灾害监测预警系统及预警方法 | |
CN104199840B (zh) | 基于统计模型的智能地名识别技术 | |
CN107944472B (zh) | 一种基于迁移学习的空域运行态势计算方法 | |
CN104200082B (zh) | 台风登陆预测方法 | |
CN110929939B (zh) | 一种基于聚类-信息量耦合模型下的滑坡灾害易发性空间预测方法 | |
CN104900057B (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
CN106897681A (zh) | 一种遥感图像对比分析方法及系统 | |
CN111832615A (zh) | 一种基于前景背景特征融合的样本扩充方法及系统 | |
CN107270922A (zh) | 一种基于poi索引的交通事故空间定位方法 | |
CN106845080B (zh) | 基于差异修正的景区旅游气象灾害智能预测方法 | |
CN104268532B (zh) | 网络环境下大规模图像与视频数据高效处理的方法 | |
CN107230350A (zh) | 一种基于卡口与手机流量话单数据的城市交通量获取方法 | |
CN109489679A (zh) | 一种导航路径中的到达时间计算方法 | |
CN108919252A (zh) | 风暴天气自动追踪导航系统 | |
CN110955804B (zh) | 一种针对用户时空数据行为检测的Adaboost方法 | |
CN108981728A (zh) | 一种智能车辆导航地图建立方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190215 |