CN110941032A - 台风的预报方法、装置、设备和计算机可读存储介质 - Google Patents

台风的预报方法、装置、设备和计算机可读存储介质 Download PDF

Info

Publication number
CN110941032A
CN110941032A CN201911140356.4A CN201911140356A CN110941032A CN 110941032 A CN110941032 A CN 110941032A CN 201911140356 A CN201911140356 A CN 201911140356A CN 110941032 A CN110941032 A CN 110941032A
Authority
CN
China
Prior art keywords
typhoon
oni
trend
time period
forecasted
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.)
Granted
Application number
CN201911140356.4A
Other languages
English (en)
Other versions
CN110941032B (zh
Inventor
陈淑敏
吴睿霖
吴雨思
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.)
Sun Yat Sen University
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen University
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 National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN201911140356.4A priority Critical patent/CN110941032B/zh
Publication of CN110941032A publication Critical patent/CN110941032A/zh
Application granted granted Critical
Publication of CN110941032B publication Critical patent/CN110941032B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions

Abstract

本申请涉及一种台风的预报方法、装置、设备和计算机可读存储介质,其中,该方法包括:获取待预报时间段之前的预设时段的第一ONI指数趋势;获取历史年份中与预设时段同时期的第二ONI指数趋势;判断第一ONI指数趋势与第二ONI指数趋势是否相似;在判断到第一ONI指数趋势与第二ONI指数趋势相似的情况下,根据第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。通过本发明,解决了相关技术中在进行台风预报时存在着预报方法繁琐复杂、计算资源消耗大的问题,简化了预报台风的操作流程,节省了预报台风的计算资源。

Description

台风的预报方法、装置、设备和计算机可读存储介质
技术领域
本发明涉及气象预报领域,特别是涉及一种台风的预报方法、装置、设备和计算机可读存储介质。
背景技术
台风是西北太平洋上的一种热带气旋,其根据中心附近风力的大小划分成以下强度:
台风生成:一般是指热带低压发展后强度达到热带风暴等级以上的热带气旋,其中心附近风力达到8~9级。
南海土台风:指在南海范围内生成的台风。
TY(TYPHOON,台风):指强度达到台风等级的热带气旋,其中心附近风力为12~13级。
STY(Stronger TYPHOON,强台风):其中心附近风力为14~15级。
SuperTY(Stronger TYPHOON,超强台风):中心附近风力为16级或以上。
在每年的年初,我国气象部门都会发布当年台风的活动预测,主要内容包括西北太平洋台风的生成个数、登陆我国的台风个数,包括台风/强台风/超强台风的个数等,现有的相关预报手段主要通过统计方法或数值模式方法进行预报。
统计预报方法一般通过建立多元线性回归方程来寻找若干变量之间的统计关系,利用所找到的统计关系对某一预报变量作出未来时刻的估计。这些预报变量一般为每年的台风频数、登陆台风的个数、台风强度等。在建立回归方程时,需要根据一些台风相关的背景知识,选择预报量前期已发生的多个有关的气象要素,即预报因子。一般而言,这些预报因子包括海表温度、大气温度、大气湿度、垂直风切变、垂直涡度和水平散度等。然而,每个回归方程只能对一个预报变量进行预报,若需要同时预报台风的频数、登陆个数、移动方向及强度等多个信息,则必须研发多个预报方程。由于预报方程仅体现预报因子与预报变量间的统计关系,它们之间的物理联系并没有很好的表达出来,所以方程可能会随着全球环境背景的改变而改变,当下的预报方程未必在未来适用。因此,为了保证一定的预报准确度,就需要每一两年更新多个预报方程,十分繁琐而复杂。
相对于统计预报方法而言,数值模式预报方法可以做一些较为精细的预报。该方法利用全球或区域气候数值模式,根据一些实际的状况,对全球或西太平洋及我国相关地区进行一些天气和气候的数值模拟及预报,从而根据数值模式模式中未来的海洋大气环境状况及台风的活动情况,对未来的台风活动情况进行预测。然而,该预报方法的制作时间较长,需要消耗大量的计算资源,其必须在100个CPU(Central Processing Unit,中央处理器)上,且储存至少50T以上的大型计算机中运行。
综上,针对相关技术中在进行台风预报时存在着预报方法繁琐复杂、计算资源消耗大的问题,目前尚未提出有效的解决方案。
发明内容
基于此,本申请提供一种台风的预报方法、装置、设备和计算机可读存储介质,用以解决相关技术中在进行台风预报时存在着预报方法繁琐复杂、计算资源消耗大的问题。
第一方面,本申请提供了一种台风的预报方法,所述方法包括:获取待预报时间段之前的预设时段的第一ONI趋势;获取历史年份中与所述预设时段同时期的第二ONI趋势;判断所述第一ONI趋势与所述第二ONI趋势是否相似;在判断到所述第一ONI趋势与所述第二ONI趋势相似的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
在一种可能的实现方式中,所述预设时段的时间跨度不低于3个月。
在一种可能的实现方式中,所述方法还包括:获取所述待预报时间段所在年份的前一年份的台风记录,结合所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
在一种可能的实现方式中,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报包括:判断所述第二ONI趋势对应的历史年份的前一年份是否发生极端异常气候现象;在判断到所述第二ONI趋势对应的历史年份的前一年份未发生极端异常气候现象的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
在一种可能的实现方式中,所述第二ONI趋势对应的历史年份的台风记录包括以下至少之一:预设生成区域生成的热带气旋个数、预设生成区域生成的热带气旋的移动路径、移动路径对应的热带气旋的个数、预设生成区域生成的热带气旋在预设目标区域登陆的个数、预设目标区域登陆的热带气旋的强度、预设目标区域登陆的达到预设强度的热带气旋的个数。
在一种可能的实现方式中,在所述第二ONI趋势对应的历史年份的数量为多个的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报包括:确定所述多个历史年份中与所述待预报时间段同时期的台风记录的平均值和标准差;根据所述多个历史年份中与所述待预报时间段同时期的台风记录的平均值和标准差,确定所述待预报时间段的台风预报;发布所述待预报时间段的台风预报。
在一种可能的实现方式中,所述台风预报包括以下至少之一:预设生成区域中生成的热带气旋个数的预测值;移动路径对应的热带气旋的个数的预测值;预设生成区域中生成的热带气旋在预设目标区域登陆的个数的预测值;在预设目标区域登陆并达到预设强度的热带气旋的个数的预测值。
第二方面,本申请提供了一种台风的预报装置,所述装置包括:第一获取模块,用于获取待预报时间段之前的预设时段的第一ONI趋势;第二获取模块,用于获取历史年份中与所述预设时段同时期的第二ONI趋势;判断模块,用于判断所述第一ONI趋势与所述第二ONI趋势是否相似;发布模块,用于在判断到所述第一ONI趋势与所述第二ONI趋势相似的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
第三方面,本申请提供了一种台风的预报设备,包括存储器、处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述的台风的预报方法。
第四方面,本申请提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现上述的台风的预报方法。
本申请通过获取待预报时间段之前的预设时段的第一ONI趋势;获取历史年份中与预设时段同时期的第二ONI趋势;判断第一ONI趋势与第二ONI趋势是否相似;在判断到第一ONI趋势与第二ONI趋势相似的情况下,根据第二ONI趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。解决了相关技术中在进行台风预报时存在着预报方法繁琐复杂、计算资源消耗大的问题,简化了预报台风的操作流程,节省了预报台风的计算资源。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种台风的预报方法的流程图;
图2是根据相关技术的截至2019年1月的厄尔尼诺指数演变情况的统计图;
图3是根据相关技术的台风路径图解的示意图一;
图4是根据相关技术的台风路径图解的示意图二;
图5是根据相关技术的台风路径图解的示意图三;
图6是根据本申请实施例的一种台风的预报方法的结构框图;
图7是根据本申请实施例的一种台风的预报方法的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请中的实例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实例,都属于本申请保护的范围。
在本实施例中提供了一种台风的预报方法。图1是根据本申请实施例的一种台风的预报方法的流程图,如图1所示,该流程包括如下步骤:
步骤S102,获取待预报时间段之前的预设时段的第一ONI趋势;
步骤S104,获取历史年份中与预设时段同时期的第二ONI趋势;
步骤S106,判断第一ONI趋势与第二ONI趋势是否相似;
步骤S108,在判断到第一ONI趋势与第二ONI趋势相似的情况下,根据第二ONI趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。
其中,ONI(Oceanic Nino Index,厄尔尼诺指数)是监测、评估机预测厄尔尼诺现象和拉尼娜现象的理论指标;ONI趋势是ONI在预设时段中演变的趋势,其演变形式可参考图2,图2是根据相关技术的截至2019年1月的厄尔尼诺指数演变情况的统计图,厄尔尼诺现象是发生在热带中东部太平洋海温异常增暖的一种气候现象,拉尼娜现象是发生在热带中东部太平洋海温异常变冷的一种气候现象。
通过上述步骤,可以在普通个人电脑中,在每年预报台风情况时,获取待预报时间段之前的预设时段的第一ONI趋势;获取历史年份中与预设时段同时期的第二ONI趋势;判断第一ONI趋势与第二ONI趋势是否相似;在判断到第一ONI趋势与第二ONI趋势相似的情况下,根据第二ONI趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。解决了相关技术中在进行台风预报时存在着预报方法繁琐复杂、计算资源消耗大的问题,简化了预报台风的操作流程,节省了预报台风的计算资源。
目前,针对热带气旋的中长期预报因子主要包括ENSO(厄尔尼诺及南方涛动)和ISO(季节内振荡),其中南方涛动是指南太平洋高压和印度尼西亚—澳大利亚低压同时减弱,甚至气压场分布完全相反的现象。南方涛动与厄尔尼诺/拉尼娜现象几乎同时出现,当南方涛动指数为负值时,厄尔尼诺现象出现;当南方涛动指数为正值时,拉尼娜现象出现,它们被统称为ENSO现象。
考虑热带气旋主要发生在8至9月,而每年发布预报的时间为2月,相关技术中通常利用ISO来预报本年度热带气旋的情况,而ISO的周期较短,预报结果存在不确定性。本预报方法利用相对演变较慢的ENSO进行预报,其中ONI的演变周期相对ISO的演变周期较长,预报结果更值得参考。
一般而言,当ONI指数连续三个月大于0.5°即为厄尔尼诺事件,连续三个月小于-0.5°即为拉尼娜事件,故本预报方法将预设时段的时间跨度设置为不低于3个月,以使预报结果更为准确。
考虑到海洋及大气状况存在一定的记忆性,可以获取待预报时间段所在年份的前一年份的台风记录,结合第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。本实施例增加了待预报时间段所在年份的前一年份的台风记录,丰富了参考样本。
进一步地,为了排除特殊样本对预报结果的影响,在本实施例中,判断第二ONI指数趋势对应的历史年份的前一年份是否发生极端异常气候现象;在判断到第二ONI指数趋势对应的历史年份的前一年份未发生极端异常气候现象的情况下,根据第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。比如,待预报时间段所在年份为2015年,在过去数十年中寻找与之相似的年份作为参考,初步选取的参考年份为1976年、1978年、1980年和2007年。然而考虑1976年之前的一年(1975年)发生了强拉尼娜事件,与本年情况不相似,故不作参考。
针对相关技术中的统计预报方法,采用单一预报变量进行分析,导致预报结果不够精细的问题,本实施例通过细分预报变量,获取第二ONI指数趋势对应的历史年份的台风记录包括以下至少之一:预设生成区域生成的热带气旋个数、预设生成区域生成的热带气旋的移动路径、移动路径对应的热带气旋的个数、预设生成区域生成的热带气旋在预设目标区域登陆的个数、预设目标区域登陆的热带气旋的强度、预设目标区域登陆的达到预设强度的热带气旋的个数。以克服相关技术中存在的预报变量单一、不够精细的问题。
针对相关技术中的统计预报方法,其预报方程必须每一两年更新才能适用,导致操作流程十分繁琐复杂。本实施例在第二ONI指数趋势对应的历史年份的数量为多个的情况下,根据第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报包括:确定多个历史年份中与待预报时间段同时期的台风记录的平均值和标准差;根据多个历史年份中与待预报时间段同时期的台风记录的平均值和标准差,确定待预报时间段的台风预报;发布待预报时间段的台风预报。
在前述实施例的基础之上,以2015作为待预报时间段所在年份为例,在过去数十年中寻找与之相似的年份作为参考,选取的参考年份为1978年、1980年、2007年和2014年。计算参考年份中与2015年同时期的台风记录的平均值a和标准差σ,确定2015年的台风预报结果为(a-σ/2)~(a+σ/2)。
与相关技术相比,本实施例简化了台风预报方法的操作流程,而且不需要每一两年更新预报方程,本预报方法可以逐年使用。
在本实施例中,台风预报包括以下至少之一:预设生成区域中生成的热带气旋个数的预测值;移动路径对应的热带气旋的个数的预测值;预设生成区域中生成的热带气旋在预设目标区域登陆的个数的预测值;在预设目标区域登陆并达到预设强度的热带气旋的个数的预测值。
相对于统计预报而言,本实施例的台风预报方法提供了多个预报变量,可以做一些较为精细的预报。
相对于数值预报而言,本实施例的台风预报方法不仅可以做一些较为精细的预报,同时还节省了大量的计算资源。另外,数值预报法由于气候模式的空间分辨率较低,所以跟实际的海洋和大气状况存在一定差距,必须通过一系列的订正才能做出较为准确的预报。然而订正方法却因不同模式而异,且同一个模式对不同时段的预报,订正的方法也会不一样。所以,利用数值气候模式对当年台风进行预报,就会存在很大的不确定性,难以保证预报准确度。而本实施例不存在上述问题,能够克服数值预报法准确度不高的缺陷。
以下采用优选实施例对本申请的台风的预报方法进行描述和说明。
针对2015年的台风预报,以上一年的下半年至本年1月作为预设时段,根据该时段的ONI指数趋势,初步选取的历史参考年份为1976年、1978年、1980年和2007年。考虑到海洋及大气状况存在一定的记忆性,故增加上一年(2014年)的情况作为参考。然而,考虑到1976年之前的一年(1975年)发生了强拉尼娜事件,与本年情况不相似,故不作参考。因此,最终选取的参考年份为1978年、1980年、2007年和2014年。
表1是根据本申请实施例的一种台风的预报项目表,如表1所示,依据参考年份中各个预报项目的热带气旋个数,取其平均值a及标准差σ,以四舍五入的方式确定预报年份2015年的不同预报项目的热带气旋的个数范围。比如,以生成的热带气旋的总个数项目为例,在历史参考年份中,对生成的热带气旋的总个数进行处理,如下:
平均值
Figure BDA0002280748600000091
标准差
Figure BDA0002280748600000092
则2015年预报的生成的热带气旋的总个数最小值为
Figure BDA0002280748600000093
生成的热带气旋的总个数最大值为
Figure BDA0002280748600000094
综上,2015年预报的生成的热带气旋的总个数的范围是24~27个。
表1根据本申请实施例的一种台风的预报项目
Figure BDA0002280748600000101
以此类推,可确定2015年的其他项目的台风情况,并发布台风预报如下:
总体来说,预计本年(2015年)西北太平洋生成热带气旋24-27个,而在南海本地生成的热带气旋(“土台风”)为1-2个。本年度热带气旋路径以北行或西北至后期折向东北为多,预计将有5-8个热带气旋登陆我国。在生成的热带气旋中,预计达到台风及以上强度的有14-15个。具体说明如下。
(一)生成:
预计本年度西北太平洋生成热带气旋个数较往年差异不大,为24-27个,其中“土台风”个数为1-2个。
(二)移动路径:
预计本年度折向热带气旋较去年略多,呈西北偏北(含西北后期折向东北)路径的热带气旋有16-18个。
(三)登陆:
预计今年没有登陆东北及华北的热带气旋,登陆华东的热带气旋有2-3个(其中台风或强台风以上强度1个),登陆华南的有3-5个(其中台风或强台风以上强度2个)。需要注意的是,因预计本年在南海以外西北太平洋区域生成的热带气旋较多,热带气旋强度一般较强,故需密切留意热带气旋以台风及以上的强度登陆我国。
(四)强度:
预计今年达到台风等级以上强度的有14-15个,其中强台风或更高强度2-3个。
其中,台风路径图解可参考图3、图4、图5。图3示出了西,西北偏北的台风移动路径;图4示出了西北偏北(含西北后期折向东北)的台风移动路径;图5示出了北,东北偏北的台风移动路径。
经实验研究发现,将预报结果与实际情况进行对比。表2是根据本申请实施例的一种台风的预报情况与实际情况的对比表,如如表2所示,除了热带气旋强度预报有所欠缺外,对热带气旋路径及登陆位置的预报跟实况十分一致,2015年预报准确率达85%,预报的可参考性较高。
表2根据本申请实施例的一种台风的预报情况与实际情况的对比
Figure BDA0002280748600000121
在本实施例中还提供了一种台风的预报装置,该装置用于实现上述实施例及优选实施例方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“子模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本申请实施例的一种台风的预报装置的结构框图,如图6所示,该装置包括:获取模块602,生成模块604,判断模块606,发布模块608,其中,
第一获取模块602,用于获取待预报时间段之前的预设时段的第一ONI指数趋势;
第二获取模块604,用于获取历史年份中与预设时段同时期的第二ONI指数趋势;
判断模块606,耦合至第一获取模块602和第二获取模块604,用于判断第一ONI指数趋势与第二ONI指数趋势是否相似;
发布模块608,耦合至判断模块606,用于在判断到第一ONI指数趋势与第二ONI指数趋势相似的情况下,根据第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。
在其中一些实施例中,预设时间跨度不低于3个月。
在其中一些实施例中,第二获取模块604还包括:第一获取子模块,用于获取待预报时间段所在年份的前一年份的台风记录,结合第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。
在其中一些实施例中,发布模块608还包括:判断子模块,用于判断第二ONI指数趋势对应的历史年份的前一年份是否发生极端异常气候现象;在判断到第二ONI指数趋势对应的历史年份的前一年份未发生极端异常气候现象的情况下,根据第二ONI指数趋势对应的历史年份的台风记录,发布待预报时间段的台风预报。
在其中一些实施例中,第二获取模块604还包括:第二获取子模块,其中,该子模块获取的第二ONI指数趋势对应的历史年份的台风记录包括以下至少之一:预设生成区域生成的热带气旋个数、预设生成区域生成的热带气旋的移动路径、移动路径对应的热带气旋的个数、预设生成区域生成的热带气旋在预设目标区域登陆的个数、预设目标区域登陆的热带气旋的强度、预设目标区域登陆的达到预设强度的热带气旋的个数。
在其中一些实施例中,发布模块608还包括:确定子模块,用于确定多个历史年份中与待预报时间段同时期的台风记录的平均值和标准差;根据多个历史年份中与待预报时间段同时期的台风记录的平均值和标准差,确定待预报时间段的台风预报;发布子模块,用于发布待预报时间段的台风预报。
在其中一些实施例中,发布子模块发布的台风预报包括以下至少之一:预设生成区域中生成的热带气旋个数的预测值;移动路径对应的热带气旋的个数的预测值;预设生成区域中生成的热带气旋在预设目标区域登陆的个数的预测值;在预设目标区域登陆并达到预设强度的热带气旋的个数的预测值。
另外,结合图1描述的本申请实施例的台风的预报方法可以由台风的预报设备来实现。图7示出了本申请实施例的台风的预报设备的硬件结构示意图。
如图7所示,该台风的预报设备可以包括处理器701以及存储有计算机程序指令的存储器702。
具体地,上述处理器701可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器702可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器702可在数据处理装置的内部或外部。在特定实施例中,存储器702是非易失性固态存储器。在特定实施例中,存储器702包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器701通过读取并执行存储器702中存储的计算机程序指令,以实现上述实施例中的任意一种台风的预报方法。
在一个示例中,台风的预报设备还可以括通信接口703和总线700。其中,如图7所示,处理器701、存储器702、通信接口703通过总线700连接并完成相互间的通信。
通信接口703,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线700包括硬件、软件或两者,将台风的预报设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线700可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该台风的预报设备可以基于获取到的第一ONI趋势和第二ONI第二趋势,执行本申请实施例中的台风的预报方法,从而实现结合图1描述的台风的预报方法。
另外,结合上述实施例中的台风的预报方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种台风的预报方法。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种台风的预报方法,其特征在于,所述方法包括:
获取待预报时间段之前的预设时段的第一ONI趋势;
获取历史年份中与所述预设时段同时期的第二ONI趋势;
判断所述第一ONI趋势与所述第二ONI趋势是否相似;
在判断到所述第一ONI趋势与所述第二ONI趋势相似的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
2.根据权利要求1所述的台风的预报方法,其特征在于,所述预设时段的时间跨度不低于3个月。
3.根据权利要求1所述的台风的预报方法,其特征在于,所述方法还包括:
获取所述待预报时间段所在年份的前一年份的台风记录,结合所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
4.根据权利要求1所述的台风的预报方法,其特征在于,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报包括:
判断所述第二ONI趋势对应的历史年份的前一年份是否发生极端异常气候现象;
在判断到所述第二ONI趋势对应的历史年份的前一年份未发生极端异常气候现象的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
5.根据权利要求1所述的台风的预报方法,其特征在于,所述第二ONI趋势对应的历史年份的台风记录包括以下至少之一:
预设生成区域生成的热带气旋个数、预设生成区域生成的热带气旋的移动路径、移动路径对应的热带气旋的个数、预设生成区域生成的热带气旋在预设目标区域登陆的个数、预设目标区域登陆的热带气旋的强度、预设目标区域登陆的达到预设强度的热带气旋的个数。
6.根据权利要求1所述的台风的预报方法,其特征在于,在所述第二ONI趋势对应的历史年份的数量为多个的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报包括:
确定所述多个历史年份中与所述待预报时间段同时期的台风记录的平均值和标准差;
根据所述多个历史年份中与所述待预报时间段同时期的台风记录的平均值和标准差,确定所述待预报时间段的台风预报;
发布所述待预报时间段的台风预报。
7.根据权利要求6所述的台风的预报方法,其特征在于,所述台风预报包括以下至少之一:
预设生成区域中生成的热带气旋个数的预测值;
移动路径对应的热带气旋的个数的预测值;
预设生成区域中生成的热带气旋在预设目标区域登陆的个数的预测值;
在预设目标区域登陆并达到预设强度的热带气旋的个数的预测值。
8.一种台风的预报装置,其特征在于,所述装置包括:
第一获取模块,用于获取待预报时间段之前的预设时段的第一ONI趋势;
第二获取模块,用于获取历史年份中与所述预设时段同时期的第二ONI趋势;
判断模块,用于判断所述第一ONI趋势与所述第二ONI趋势是否相似;
发布模块,用于在判断到所述第一ONI趋势与所述第二ONI趋势相似的情况下,根据所述第二ONI趋势对应的历史年份的台风记录,发布所述待预报时间段的台风预报。
9.一种台风的预报设备,包括存储器、处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的方法。
CN201911140356.4A 2019-11-20 2019-11-20 台风的预报方法、装置、设备和计算机可读存储介质 Active CN110941032B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911140356.4A CN110941032B (zh) 2019-11-20 2019-11-20 台风的预报方法、装置、设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911140356.4A CN110941032B (zh) 2019-11-20 2019-11-20 台风的预报方法、装置、设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110941032A true CN110941032A (zh) 2020-03-31
CN110941032B CN110941032B (zh) 2020-09-29

Family

ID=69907882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911140356.4A Active CN110941032B (zh) 2019-11-20 2019-11-20 台风的预报方法、装置、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110941032B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707708A (zh) * 2022-03-21 2022-07-05 国家海洋环境预报中心 Enso预测方法、装置及计算机可读存储介质
CN116821673A (zh) * 2023-05-19 2023-09-29 中国科学院自动化研究所 Enso预测方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101634721A (zh) * 2009-04-15 2010-01-27 华东师范大学第二附属中学 一种基于历史数据的台风水灾智能预警系统
JP2013064393A (ja) * 2011-09-13 2013-04-11 Minoru Kamiya 海流潮流波浪・河川流・風力等の自然エネルギーを利用して発電する板動翼機構体・発電構造物と消波堤構造物。
US9230219B2 (en) * 2010-08-23 2016-01-05 Institute Of Nuclear Energy Research Atomic Energy Council, Executive Yuan Wind energy forecasting method with extreme wind speed prediction function
CN103955009B (zh) * 2014-04-25 2016-03-09 宁波市气象台 一种从数值预报产品中提取出台风客观预报信息的方法
CN105488594A (zh) * 2015-12-08 2016-04-13 南京信息工程大学 一种台风路径预测方法
CN106372746A (zh) * 2016-08-29 2017-02-01 芜湖创易科技有限公司 一种台情信息化管理系统
CN109507757A (zh) * 2018-10-09 2019-03-22 北京航空航天大学 一种基于临空飞艇的新型台风追踪探测方法与系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101634721A (zh) * 2009-04-15 2010-01-27 华东师范大学第二附属中学 一种基于历史数据的台风水灾智能预警系统
US9230219B2 (en) * 2010-08-23 2016-01-05 Institute Of Nuclear Energy Research Atomic Energy Council, Executive Yuan Wind energy forecasting method with extreme wind speed prediction function
JP2013064393A (ja) * 2011-09-13 2013-04-11 Minoru Kamiya 海流潮流波浪・河川流・風力等の自然エネルギーを利用して発電する板動翼機構体・発電構造物と消波堤構造物。
CN103955009B (zh) * 2014-04-25 2016-03-09 宁波市气象台 一种从数值预报产品中提取出台风客观预报信息的方法
CN105488594A (zh) * 2015-12-08 2016-04-13 南京信息工程大学 一种台风路径预测方法
CN106372746A (zh) * 2016-08-29 2017-02-01 芜湖创易科技有限公司 一种台情信息化管理系统
CN109507757A (zh) * 2018-10-09 2019-03-22 北京航空航天大学 一种基于临空飞艇的新型台风追踪探测方法与系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHEN SHUMIN: "Impacts of sea spray on the boundary layer structure of Typhoon", 《ACTA OCEANOL》 *
刘莹: "预估偏差法集合化台风路径概率预报", 《海洋预报》 *
蒋迪: "南海土台风生成及发展过程海气热通量交换特征", 《热 带 气 象 学 报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707708A (zh) * 2022-03-21 2022-07-05 国家海洋环境预报中心 Enso预测方法、装置及计算机可读存储介质
CN114707708B (zh) * 2022-03-21 2023-03-14 国家海洋环境预报中心 Enso预测方法、装置及计算机可读存储介质
CN116821673A (zh) * 2023-05-19 2023-09-29 中国科学院自动化研究所 Enso预测方法、装置、电子设备和存储介质
CN116821673B (zh) * 2023-05-19 2024-01-16 中国科学院自动化研究所 Enso预测方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN110941032B (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN112785053B (zh) 一种预报城市流域洪涝的方法及系统
CN110058328B (zh) 东北夏季降水多模式组合降尺度预测方法
Tao et al. Distributions of shallow to very deep precipitation–convection in rapidly intensifying tropical cyclones
Moreira et al. SPI-based drought category prediction using loglinear models
Neu et al. IMILAST: A community effort to intercompare extratropical cyclone detection and tracking algorithms
CN110941032B (zh) 台风的预报方法、装置、设备和计算机可读存储介质
Deni et al. The spatial distribution of wet and dry spells over Peninsular Malaysia
KR101646587B1 (ko) 북서태평양 태풍 활동성에 대한 하이브리드 계절 예측 방법
KR102468316B1 (ko) 과거 데이터에 기초한 시계열 예측 방법 및 장치
CN104200081A (zh) 基于历史数据的登陆台风特征因子的预报方法及系统
Martinez et al. Examining tropical cyclone structure and intensification with the FLIGHT+ dataset from 1999 to 2012
Frogner et al. Ensemble prediction with different spatial resolutions for the 2014 Sochi Winter Olympic Games: The effects of calibration and multimodel approaches
CN109671248A (zh) 基于防灾对象的山洪灾害预警方法
Agbonaye et al. Best-fit probability distribution model for rainfall frequency analysis of three cities in south eastern Nigeria
CN113554899B (zh) 天气影响空中交通程度分析方法、装置、设备及存储介质
CN113779760B (zh) 基于可预测气候模态的动力-统计结合季节气候预测方法
CN115902812A (zh) 一种短时暴雨天气背景自动判别方法、系统、设备及终端
CN115169731A (zh) 一种智慧校园能耗预测方法、装置、设备及介质
Zhu et al. An assessment of subseasonal forecast skill using an extended global ensemble forecast system (GEFS)
i Ventura et al. Analysis of the lightning production of convective cells
Rui-Wen et al. Blacklist Design of AMDAR Temperature Data and Their Application in the CMA-GFS
Knaff et al. Improving tropical cyclone guidance tools by accounting for variations in size
Haiden et al. Statistical evaluation of ECMWF extreme wind forecasts
Vitalii et al. WRF reflectivity simulation and verification of thunderstorm forecast by radar and surface observation
KR102478665B1 (ko) 통계 및 역학적 태풍 기후 예측 장치 및 방법

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