CN110516025B - 台风追踪系统及方法 - Google Patents

台风追踪系统及方法 Download PDF

Info

Publication number
CN110516025B
CN110516025B CN201910948649.9A CN201910948649A CN110516025B CN 110516025 B CN110516025 B CN 110516025B CN 201910948649 A CN201910948649 A CN 201910948649A CN 110516025 B CN110516025 B CN 110516025B
Authority
CN
China
Prior art keywords
typhoon
center
typhoon center
candidate point
hpa
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.)
Active
Application number
CN201910948649.9A
Other languages
English (en)
Other versions
CN110516025A (zh
Inventor
王磊
陈光华
王林
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.)
Institute of Atmospheric Physics of CAS
Original Assignee
Institute of Atmospheric Physics of CAS
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 Institute of Atmospheric Physics of CAS filed Critical Institute of Atmospheric Physics of CAS
Priority to CN201910948649.9A priority Critical patent/CN110516025B/zh
Publication of CN110516025A publication Critical patent/CN110516025A/zh
Application granted granted Critical
Publication of CN110516025B publication Critical patent/CN110516025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Environmental Sciences (AREA)
  • Remote Sensing (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种台风追踪系统及方法，该系统包括：台风特征检测模块；台风中心识别模块；台风路径整编模块。基于该系统，实现方法包括：台风特征检测模块检测指定区域中具有台风特征的气象变量场格点作为台风中心候选点；台风中心识别模块从台风中心候选点中识别具有涡旋中心特征的气象变量场格点作为台风中心；台风路径整编模块整理具有台风活动特征的台风中心并编排为台风移动路径。本发明提供的该台风追踪系统及方法，依据风场的涡旋特征识别台风中心进而追踪台风，改善了以往台风追踪方法的不足之处，提高了识别台风中心的准确度。

Description

台风追踪系统及方法
技术领域
本发明涉及气象监测和台风追踪技术领域，尤其涉及一种台风追踪系统及方法。
背景技术
台风是生成于全球热带海洋上空、能量巨大的热带气旋。它不仅能够给广大地区带来降水，也经常带来强风和暴雨等极端气象灾害。因此，研究台风活动机理并提高台风预报技巧有利于人们的生产生活和防灾减灾。目前，台风追踪技术是台风研究和预报中的重要工具。这项技术可识别气象数据中的台风并追踪其移动路径和登陆位置等重要信息，已广泛应用于台风研究和预报业务中。
在台风追踪技术中，如何准确识别台风中心是一个关键问题。这关系到能否准确识别台风的生成位置、移动路径和登陆地点。多年以来，人们常常使用基于海平面气压识别台风中心的方法来追踪台风(e.g.Oouchi et a1.，2006)，即依据海平面低压中心来识别台风中心。值得注意的是，海平面气压场中的低压中心与风场中的涡旋中心常常是不重合的。鉴于台风是发生在海洋上空的涡旋，其中心应为风场中的涡旋中心。因此，根据海平面气压来定位台风中心的方法不能准确识别台风中心，会造成台风追踪过程中的明显误差，不利于台风的深入研究和准确预报。
发明内容
本发明提供了一种台风追踪系统及方法，以至少部分解决上述问题。
有鉴于此，本发明一方面提供了一种台风追踪系统，包括：
台风特征检测模块，检测并记录指定区域具有台风特征的气象变量场格点作为台风中心候选点；
台风中心识别模块，识别具有涡旋中心特征的该台风中心候选点作为台风中心；
台风路径整编模块，整编多个时刻下具有台风活动特征的台风中心作为台风路径。
本发明另一方面提供了一种基于上述系统实现的台风追踪方法，包括：
台风特征检测模块检测指定区域中具有台风特征的气象变量场格点作为台风中心候选点，进一步的，该步骤包括：
选择一矩形地理区域，以该矩形地理区域中每个格点为中心为每个格点建立一设定范围的正方形区域，该每个格点称为对应的正方形区域的中心格点，检查每个正方形区域内的所有格点的关键气象变量场并判断是否具有台风特征；
提取具有台风特征的正方形区域的中心格点作为台风中心候选点。
一些实施例中，上述台风中心候选点满足：
在一设定范围内所述台风中心候选点700-hPa以下等压面的东南西北四个方向上分别存在格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
以所述台风中心候选点为原点建立直角坐标系，该直角坐标系从原点沿横轴和纵轴的正负方向分别扩展至该设定范围，该设定范围内的四个象限内700-hPa以下等压面的风速的纬向和经向风分量平均值分别为：西北象限全部为负值、西南象限分别为正值和负值、东南象限全部为正值、东北象限分别为负值和正值；
所述台风中心候选点所处的该设定范围区域内700-hPa以下等压面的最大风速大于一第一设定值；
所述台风中心候选点所处的该设定范围区域内700-hPa以下等压面的平均风速大于400-hPa以上等压面的平均风速；
所述台风中心候选点在700-hPa以下等压面、700-hPa至400-hPa等压面和400-hPa以上等压面的气温与所述台风中心候选点所处的该设定范围区域内的相应等压面的平均气温的差值之和为正值；
所述台风中心候选点所处的该设定范围区域内700-hPa以下等压面的最大相对涡度不小于一第二设定值；
所述台风中心候选点的海平面气压不大于一第三设定值，且小于所述台风中心候选点所处的该设定范围区域内海平面气压平均值；
其中，第一设定值、第二设定值和第三设定值根据实际条件确定。
台风中心识别模块从台风中心候选点中识别具有涡旋中心特征的气象变量场格点作为台风中心，进一步的，该步骤包括：
选择一固定时刻，提取该时刻的台风中心候选点；
台风中心识别模块基于该台风中心候选点识别得到台风中心，该台风中心包括：目标台风中心，或第一个台风中心和其他台风中心。
一些实施例中，上述台风中心的识别方法进一步包括：
在所述设定范围内的台风中心候选点的东南西北四个方向上各存在1个距离该台风中心候选点最近的格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
计算上述最近的格点中南北方向2个格点与该台风中心候选点距离的方差+东西方向2个格点与该台风中心候选点距离的方差+该台风中心候选点风速×10-4的值作为台风中心特征值；
根据该台风中心特征值的大小及各个该台风中心特征值对应的台风中心候选点间的距离确定台风中心，主要表现为：
该台风中心为一个时：最小的上述台风中心特征值对应的台风中心候选点即为目标台风中心；
该台风中心为多个时：最小的上述台风中心特征值对应的台风中心候选点为第一个台风中心；其余的该台风中心特征值对应的台风中心候选点中，与该第一个台风中心之间的距离大于一第四设定值的台风中心候选点为其他台风中心，且各个其他台风中心之间的距离大于该第四设定值，且各个其他台风中心的台风中心特征值≤与该其他台风中心的距离小于该第四设定值的台风中心候选点的台风中心特征值，其中，该第四设定值根据实际条件确定。
台风路径整编模块整理具有台风活动特征的台风中心并编排得到台风移动路径，进一步的，该步骤包括：
所述台风中心前一时刻没有被编入台风移动路径的台风中心或所述台风中心与其前一时刻所有被编入台风移动路径的台风中心的距离不小于一第五设定值，且位于海洋上空时，则将所述台风中心编为某台风移动路径中的第一个记录；
所述台风中心与其前一时刻被编入台风移动路径的台风中心的距离为最小且小于所述第五设定值时，则将所述台风中心编为所述前一时刻被编入台风移动路径的台风中心的下一个记录，其中，该第五设定值根据实际条件确定；
整编各个记录得到台风移动路径。
本发明提供的该台风追踪系统及方法，具有以下有益效果：
(1)本发明改善了以往台风追踪方法的不足之处，多年来，台风追踪方法基于海平面气压，这使得台风中心的识别常常出现误差，为解决此问题，我们提出了基于水平风场的追踪方法，新方法突破了以往方法的技术瓶颈，改善了台风追踪技巧；
(2)本发明提供了一种台风追踪新方法，此方法提高了识别台风中心的准确度，有助于研究台风活动机理、提高台风预报和预警水平，有利于热带和亚热带地区的防灾减灾；
(3)本发明可为台风研究提供技术支持，可应用于国家海洋局等业务部门的台风预报中。
附图说明
图1是基于Oouchi et a1.(2006)方法实现台风追踪的流程图；
图2是本发明实现台风追踪的流程图；
图3是本发明一实施例2018年8月15日12时ERA-Interim数据的850-hPa风场(单位：m/s)和海平面气压场(单位：hPa)绘示图；
图4是IBTrACS观测资料中2018年具有代表性的3条台风路径；
图5是使用本发明在ERA-Interim 6小时再分析数据中追踪的对应图4观测的台风路径。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
如图1所述方法，即为现有的依据海平面低压中心来识别台风中心的台风追踪方法，该方法对台风中心识别效果不佳，降低了台风追踪的精度。为突破现有方法的技术瓶颈，我们探索了新的方法。即本发明提出了一种台风追踪系统及方法，现对其技术方案描述如下。
在一方面，本发明提供了一种台风追踪系统，包括：
台风特征检测模块，检测并记录指定区域具有台风特征的气象变量场格点作为台风中心候选点；
台风中心识别模块，识别具有涡旋中心特征的该台风中心候选点作为台风中心；
台风路径整编模块，整编多个时刻下具有台风活动特征的台风中心作为台风路径。
在另一方面，基于上述台风追踪系统，本发明提供了一种使用其实现的台风追踪方法，请参见图2，本方法包含3个步骤：
第一步：台风特征检测模块检测指定区域中具有台风特征的气象变量场格点作为台风中心候选点。
一些实施例中，该步骤包括：
选择一矩形地理区域，以该矩形地理区域中每个格点为中心为每个格点建立一设定范围的正方形区域，该每个格点称为对应的正方形区域的中心格点，检查每个正方形区域内的所有格点的关键气象变量场并判断是否具有台风特征；
提取具有台风特征的正方形区域的中心格点作为台风中心候选点。
本实施例中，具体表现为，选择一矩形地理区域(0°-40°N，90°E-170°W)，以该矩形地理区域中每个格点为中心为每个格点建立一设定范围的正方形区域(6°×6°)，检测该正方形区域内的所有格点(即气象变量场格点)的特征，符合下列条件的正方形区域的中心格点即为台风中心候选点：
(1)在一设定范围内(本实施例中为东南西北四个方向上3°范围内)，所述台风中心候选点在对流层低层(本实施例中为850-11Pa等压面)东南西北四个方向上分别存在格点，其东西方向的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
(2)所述台风中心候选点周边4个区域(以所述台风中心候选点为中心，其所在经纬度分别为纵轴和横轴，从中心沿横轴和纵轴的正负方向分别扩展3°，划分为西北、西南、东南和东北区域)的850-hPa等压面风速满足：西北区域的纬向和经向风分量平均值全部为负值、西南区域的纬向和经向风分量平均值分别为正值和负值、东南区域的纬向和经向风分量平均值全部为正值、东北区域的纬向和经向风分量平均值分别为负值和正值；
(3)所述台风中心候选点所处区域的对流层低层(本实施例中取850-hPa等压面)最大风速大于一第一设定值(本实施例中，该第一设定值为12m/s)；
(4)所述台风中心候选点所处区域的对流层低层(本实施例中取850-hPa等压面)平均风速大于对流层高层(本实施例中取300-hPa等压面)平均风速；
(5)所述台风中心候选点在对流层高层、中层和低层(本实施例中分别取300-hPa等压面、500-hPa等压面和700-hPa等压面)的气温与其所处区域相应等压面平均气温的差值之和为正值；
(6)所述台风中心候选点所处区域的对流层低层(本实施例中取850-hPa等压面)最大相对涡度不小于一第二设定值(本实施例中，该第二设定值为9.0×10-5s-1)；
(7)所述台风中心候选点的海平面气压不大于一第三设定值(本实施例中，该第三设定值为1010hPa)，且小于其所处区域海平面气压平均值。
由此，上述(1)至(7)所述的格点即为具有台风特征的气象变量场格点。需要说明的是，对上述对流层的理解，700-hPa以下等压面为对流层低层，700-hPa至400-hPa等压面为对流层中层，400-hPa以上等压面为对流层高层；上述关于台风中心候选点“所处区域”的描述，各台风中心候选点所处区域可理解为以台风中心候选点为中心，边长为200-2000公里正方形区域内皆可，但在具体实施过程中，仍需根据实际研究内容来确定，不受任何具体的约束。
第二步：台风中心识别模块从上述台风中心候选点中识别具有涡旋中心特征的台风中心候选点作为台风中心。
一些实施例中，该步骤包括：
选择一固定时刻，提取该时刻的台风中心候选点；
台风中心识别模块基于该台风中心候选点识别得到台风中心，该台风中心包括：目标台风中心，或第一个台风中心和其他台风中心。
一些实施例中，上述台风中心的识别方法进一步包括：
在所述设定范围内的台风中心候选点的东南西北四个方向上各存在1个距离该台风中心候选点最近的格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
计算上述最近的格点中南北方向2个格点与该台风中心候选点距离的方差+东西方向2个格点与该台风中心候选点距离的方差+该台风中心候选点风速×10-4的值作为台风中心特征值；
根据该台风中心特征值的大小及各个该台风中心特征值对应的台风中心候选点间的距离确定台风中心。
本实施例中，基于上述实施方式，按以下步骤识别每一时刻的台风中心：
(1)选择本时刻第一个台风中心(或目标台风中心)：
具体实施方式为：
该台风中心为一个时，最小的上述台风中心特征值对应的台风中心候选点即为目标台风中心；
该台风中心为多个时，最小的上述台风中心特征值对应的台风中心候选点为第一个台风中心。
本实施例中，该第一个台风中心(或目标台风中心)满足：该台风中心候选点的东南西北四个方向上3°范围内各存在1个距离台风中心最近的格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值，且南北方向2个格点与该台风中心距离的方差+东西方向2个格点与该台风中心距离的方差+该台风中心风速×10-4为最小。
(2)选择本时刻其他台风中心：
除去上述台风中心为多个时的第一个台风中心，其余的该台风中心特征值对应的台风中心候选点中，与该第一个台风中心之间的距离大于一第四设定值的台风中心候选点为其他台风中心，且各个其他台风中心之间的距离大于该第四设定值，且各个其他台风中心的台风中心特征值≤与该其他台风中心的距离小于该第四设定值的台风中心候选点的台风中心特征值，其中，该第四设定值根据实际条件确定。
本实施例中，该其他台风中心满足所述条件，在此不做赘述，且该第四设定值为3°。
第三步：台风路径整编模块整理具有台风活动特征的台风中心并编排得到台风移动路径。
基于上述实施方式，通过下列条件逐一检测台风中心，符合下列条件的台风中心即为台风移动过程中各时刻对应的台风中心位置：
(1)该台风中心前一时刻没有被编入台风移动路径的台风中心或该台风中心与其前一时刻所有被编入台风移动路径的台风中心的距离不小于一第五设定值，且该台风中心位于海洋上空时，则将该台风中心编为某台风移动路径中的第一个记录；
(2)该台风中心与其前一时刻被编入台风移动路径的台风中心的距离为最小且小于所述第五设定值(本实施例中，该第五设定值为5°)时，则将该台风中心编为所述前一时刻被编入台风移动路径的台风中心的下一个记录。
(3)整编各个记录得到台风移动路径。
本发明提供的该台风追踪系统及方法已应用于追踪台风的实验中。请参照图3，为2018年8月15日12时ERA-Interim数据的850-hPa风场(单位：m/s)和海平面气压场(单位：hPa)绘示图，其中台风符号为ERA-Interim资料(6小时，0.25°×0.25°格点)的实验结果，该台风符号即表示通过本发明所述方法识别得到的台风中心位置，它表明本方法定位的台风中心位于涡旋中心位置。由于海平面低压中心偏离了涡旋中心位置，故本方法识别的台风中心比基于海平面气压方法更加准确。
为进一步验证本方法能否有效追踪台风路径，图4和图5选取了2018年西北太平洋具有代表性的3条台风路径，分别为向西、转弯和向东北的移动路径。其中，图4为IBTrACS观测数据的台风，图5为使用本方法在ERA-Interim再分析数据(6小时，0.25°×0.25°格点)中追踪对应IBTrACS观测台风的情况，图中台风符号表示台风生成的位置，数字表示台风生成的时刻(格式为yyyymmddhh。其中，yyyy：年，mm：月，dd：日，hh：时)。这两个数据都被广泛应用于科学研究和业务预报中，具有很强的代表性。考虑到科学研究和数值预报的需求，观测数据须被处理为再分析数据。由于再分析数据是观测数据同化和动力热力平衡后的结果，所以观测数据与再分析数据之间存在一定的差异。这会影响本方法的追踪结果。然而，使用本方法追踪的台风路径(由线段将台风生命期中各记录时刻的台风中心串联而成)仍然与观测十分接近。上述表明，本发明所述的方法可以比较准确地识别台风中心，进而追踪台风路径。因此，本发明提供的该台风追踪方法突破了现有方法的技术瓶颈，为研究台风活动机理、提高台风预报技巧提供了支持。
仍需说明的是，本发明提供的该台风追踪系统及方法，在实施过程中，并不仅限于三个步骤中提到的各种具体参数，本领域普通技术人员可对其进行简单的更改或替换，例如：
(1)第一步中的气象参数，可增加其他变量(如海表面温度)，这要依据追踪台风的区域来确定(如：大西洋建议增加海表面温度)；
(2)第三步中的前后两时刻台风中心的距离可选取不同范围，这要依据研究内容和预报区域来确定。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种台风追踪系统，其特征在于，包括：
台风特征检测模块，检测并记录指定区域具有台风特征的气象变量场格点作为台风中心候选点；
台风中心识别模块，识别具有涡旋中心特征的所述台风中心候选点作为台风中心，其中，所述涡旋中心包括风场的涡旋中心；
台风路径整编模块，整编多个时刻下具有台风活动特征的所述台风中心作为台风路径；
其中，所述台风特征检测模块用于选择一矩形地理区域，以该矩形地理区域中每个格点为中心为每个格点建立一设定范围的正方形区域，所述每个格点称为对应的正方形区域的中心格点，检查每个所述正方形区域内的所有格点的关键气象变量场并判断是否具有台风特征，提取具有台风特征的所述正方形区域的中心格点作为台风中心候选点；以及将符合下列条件的正方形区域的中心格点作为台风中心候选点：
在一设定范围内所述台风中心候选点700-hPa以下等压面的东南西北四个方向上分别存在格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
以所述台风中心候选点为原点建立直角坐标系，该直角坐标系从原点沿横轴和纵轴的正负方向分别扩展至所述设定范围，该设定范围内的四个象限内700-hPa以下等压面的风速的纬向和经向风分量平均值分别为：西北象限全部为负值、西南象限分别为正值和负值、东南象限全部为正值、东北象限分别为负值和正值；
所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的最大风速大于一第一设定值；
所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的平均风速大于400-hPa以上等压面的平均风速；
所述台风中心候选点在700-hPa以下等压面、700-hPa至400-hPa等压面和400-hPa以上等压面的气温与所述台风中心候选点所处的所述设定范围区域内的相应等压面的平均气温的差值之和为正值；
所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的最大相对涡度不小于一第二设定值；
所述台风中心候选点的海平面气压不大于一第三设定值，且小于所述台风中心候选点所处的所述设定范围区域内海平面气压平均值；
其中，所述第一设定值、所述第二设定值和所述第三设定值根据实际条件确定。
2.一种台风追踪方法，其特征在于，该方法基于权利要求1所述的台风追踪系统实现，包括：
台风特征检测模块检测指定区域中具有台风特征的气象变量场格点作为台风中心候选点；
台风中心识别模块从所述台风中心候选点中识别具有涡旋中心特征的气象变量场格点作为台风中心，其中，所述涡旋中心包括风场的涡旋中心；
台风路径整编模块整理具有台风活动特征的所述台风中心并编排得到台风移动路径；
其中，所述台风特征检测模块检测指定区域中具有台风特征的气象变量场格点作为台风中心候选点包括：
选择一矩形地理区域，以该矩形地理区域中每个格点为中心为每个格点建立一设定范围的正方形区域，所述每个格点称为对应的正方形区域的中心格点，检查每个所述正方形区域内的所有格点的关键气象变量场并判断是否具有台风特征；提取具有台风特征的所述正方形区域的中心格点作为台风中心候选点；以及
将符合下列条件的正方形区域的中心格点作为台风中心候选点：
在一设定范围内所述台风中心候选点700-hPa以下等压面的东南西北四个方向上分别存在格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
以所述台风中心候选点为原点建立直角坐标系，该直角坐标系从原点沿横轴和纵轴的正负方向分别扩展至所述设定范围，该设定范围内的四个象限内700-hPa以下等压面的风速的纬向和经向风分量平均值分别为：西北象限全部为负值、西南象限分别为正值和负值、东南象限全部为正值、东北象限分别为负值和正值；所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的最大风速大于一第一设定值；
所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的平均风速大于400-hPa以上等压面的平均风速；
所述台风中心候选点在700-hPa以下等压面、700-hPa至400-hPa等压面和400-hPa以上等压面的气温与所述台风中心候选点所处的所述设定范围区域内的相应等压面的平均气温的差值之和为正值；
所述台风中心候选点所处的所述设定范围区域内700-hPa以下等压面的最大相对涡度不小于一第二设定值；
所述台风中心候选点的海平面气压不大于一第三设定值，且小于所述台风中心候选点所处的所述设定范围区域内海平面气压平均值；
其中，所述第一设定值、所述第二设定值和所述第三设定值根据实际条件确定。
3.根据权利要求2所述的台风追踪方法，其特征在于，所述识别具有涡旋中心特征的气象变量场格点作为台风中心包括：
选择一固定时刻，提取该时刻的台风中心候选点；
台风中心识别模块基于所述台风中心候选点识别得到台风中心，所述台风中心包括：目标台风中心，或第一个台风中心和其他台风中心。
4.根据权利要求3所述的台风追踪方法，其特征在于，所述台风中心的识别方法包括：
在所述设定范围内所述台风中心候选点的东南西北四个方向上各存在1个距离该台风中心候选点最近的格点，其中东西方向格点的经向风分量分别为正值和负值、南北方向格点的纬向风分量分别为正值和负值；
计算所述最近的格点中南北方向2个格点与该台风中心候选点距离的方差+东西方向2个格点与该台风中心候选点距离的方差+该台风中心候选点风速×10-4的值作为台风中心特征值；
根据所述台风中心特征值的大小及各个所述台风中心特征值对应的台风中心候选点间的距离确定所述台风中心。
5.根据权利要求4所述的台风追踪方法，其特征在于，所述台风中心为一个时：
最小的所述台风中心特征值对应的所述台风中心候选点即为所述目标台风中心。
6.根据权利要求4所述的台风追踪方法，其特征在于，所述台风中心为多个时：
最小的所述台风中心特征值对应的台风中心候选点为第一个台风中心；
其余的所述台风中心特征值对应的台风中心候选点中，与所述第一台风中心之间的距离大于一第四设定值的所述台风中心候选点为其他台风中心，且各个所述其他台风中心之间的距离大于所述第四设定值，且各个所述其他台风中心的台风中心特征值≤与该所述其他台风中心的距离小于所述第四设定值的台风中心候选点的台风中心特征值，其中，所述第四设定值根据实际条件确定。
7.根据权利要求2所述的台风追踪方法，其特征在于，所述整理具有台风活动特征的所述台风中心并编排得到台风移动路径包括：
所述台风中心前一时刻没有被编入台风移动路径的台风中心或所述台风中心与其前一时刻所有被编入台风移动路径的台风中心的距离不小于一第五设定值，且位于海洋上空时，则将所述台风中心编为某台风移动路径中的第一个记录；
所述台风中心与其前一时刻被编入台风移动路径的台风中心的距离为最小且小于所述第五设定值时，则将所述台风中心编为所述前一时刻被编入台风移动路径的台风中心的下一个记录，其中，所述第五设定值根据实际条件确定；
整编各个所述记录得到台风移动路径。
CN201910948649.9A 2019-09-30 2019-09-30 台风追踪系统及方法 Active CN110516025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910948649.9A CN110516025B (zh) 2019-09-30 2019-09-30 台风追踪系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910948649.9A CN110516025B (zh) 2019-09-30 2019-09-30 台风追踪系统及方法

Publications (2)

Publication Number Publication Date
CN110516025A CN110516025A (zh) 2019-11-29
CN110516025B true CN110516025B (zh) 2022-02-22

Family

ID=68634158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910948649.9A Active CN110516025B (zh) 2019-09-30 2019-09-30 台风追踪系统及方法

Country Status (1)

Country Link
CN (1) CN110516025B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111427100B (zh) * 2020-03-30 2021-09-03 广州数鹏通科技有限公司 一种台风中心定位方法、装置及台风路径生成方法
CN112782789B (zh) * 2020-12-25 2022-12-16 济南市气象局 一种台风移动的预测方法和装置
CN113177505B (zh) * 2021-05-14 2022-03-04 中国科学院大气物理研究所 气象领域识别涡旋的方法、装置、存储介质及电子设备
CN113191299B (zh) * 2021-05-14 2022-02-18 中国科学院大气物理研究所 一种涡旋的识别方法、装置、存储介质及电子设备
CN115964602B (zh) * 2023-01-04 2023-11-03 中国气象局成都高原气象研究所 涡旋涡心识别方法、装置、存储介质及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824280A (zh) * 2013-12-30 2014-05-28 杭州师范大学 一种台风中心提取方法
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
CN109444989A (zh) * 2018-12-28 2019-03-08 中山大学 台风预报方法、系统、可读存储介质和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9690007B2 (en) * 2014-05-15 2017-06-27 National Taiwan University Device and method for comparison of multiple tropical cyclone routes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824280A (zh) * 2013-12-30 2014-05-28 杭州师范大学 一种台风中心提取方法
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
CN109444989A (zh) * 2018-12-28 2019-03-08 中山大学 台风预报方法、系统、可读存储介质和设备

Also Published As

Publication number Publication date
CN110516025A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN110516025B (zh) 台风追踪系统及方法
CN111427100B (zh) 一种台风中心定位方法、装置及台风路径生成方法
CN107193060B (zh) 一种多路径台风风暴潮快速预测方法及系统
CN104570161A (zh) 基于ec/jma全球格点预报资料的台风自动化预报方法
CN113935533B (zh) 一种黄渤海海区大风推算方法
Gentile et al. Attribution of observed extreme marine wind speeds and associated hazards to midlatitude cyclone conveyor belt jets near the British Isles
CN117475297A (zh) 一种高原低涡识别方法
Gao et al. Evolutionary characteristics of the atmospheric circulations for frequent and infrequent dust storm springs in northern China and the detection of potential future seasonal forecast signals
CN111966965A (zh) 一种浮标沉石移位识别方法及装置
Dieudonné et al. Characteristics of the low‐level jets observed over Dunkerque (North Sea French coast) using 4 years of wind lidar data
Borgers et al. Mesoscale modelling of North Sea wind resources with COSMO-CLM: model evaluation and impact assessment of future wind farm characteristics on cluster-scale wake losses
CN110531334B (zh) 一种雷达回波方位偏移的自修正方法
CN117872508B (zh) 一种欧亚地区冷锋路径的自动追踪方法
Pirazzoli et al. Flood threat anomaly for the low coastal areas of the English Channel based on analysis of recent characteristic flood occurrences
CN114282170B (zh) 一种计算大气边界层高度的方法
CN110208876A (zh) 副热带急流和极锋急流径向位置协同变化的表征方法
CN118068454B (zh) 一种影响新能源出力的冷涡移动轨迹预测方法及系统
CN113822491B (zh) 一种输电线路舞动微地形的识别方法及系统
KR102626758B1 (ko) 태풍 진로를 중기 예측하기 위한 시스템 및 방법
Ku et al. Extreme value analysis of the typhoon-induced surges on the coastal seas of South Korea
CN116934518B (zh) 一种基于标准化陆地水储量指数的干旱遥感监测方法
Feit et al. Objective wind forecasting and verification on the Great Lakes
Martinez et al. Assessment of the Spatial Variation in the Occurrence and Intensity of Major Hurricanes in the Western Hemisphere. Climate 2023, 11, 15
Kim et al. Probabilistic Tropical Cyclone Surge Hazard Under Future Sea-Level Rise Scenarios: A Case Study in The Chesapeake Bay Region, USA
Ferdiansyah et al. The estimation of sea-breeze front velocity over coastal urban using Himawari-8 images: A case study in Jakarta

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
GR01 Patent grant
GR01 Patent grant