CN111709170B - 一种热带与非热带气旋降水的分离方法、设备及存储介质 - Google Patents
一种热带与非热带气旋降水的分离方法、设备及存储介质 Download PDFInfo
- Publication number
- CN111709170B CN111709170B CN202010503390.XA CN202010503390A CN111709170B CN 111709170 B CN111709170 B CN 111709170B CN 202010503390 A CN202010503390 A CN 202010503390A CN 111709170 B CN111709170 B CN 111709170B
- Authority
- CN
- China
- Prior art keywords
- precipitation
- tropical cyclone
- tropical
- area
- cyclone
- 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
Links
- 238000003860 storage Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 20
- 238000000926 separation method Methods 0.000 title abstract description 21
- 230000009467 reduction Effects 0.000 title description 2
- 238000001556 precipitation Methods 0.000 claims abstract description 285
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims abstract description 43
- 230000007704 transition Effects 0.000 claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 15
- 230000000977 initiatory effect Effects 0.000 claims description 13
- 230000002902 bimodal effect Effects 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Cyclones (AREA)
Abstract
本发明实施例公开了一种热带与非热带气旋降水的分离方法、设备及存储介质。包括：获取热带气旋事件的信息，热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据；根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域；获取生长起始区域，并以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果；以热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据各个环状区域内的降水量得到热带气旋降水衰减范围；得到热带气旋降水和非热带气旋降水。本发明能够精确分离出热带气旋降水与非热带气旋降水，为研究热带气旋提供有力支持。
Description
技术领域
本发明涉及气象研究领域，尤其涉及一种热带与非热带气旋降水的分离方法、设备及存储介质。
背景技术
热带气旋是指生成于热带或副热带洋面上，具有组织的对流和确定的气旋性环流的非锋面性涡旋的统称，包括热带低压、热带风暴、强热带风暴、台风、强台风和超强台风。我国濒临西北太平洋及南海，是受热带气旋灾害严重的几个主要国家之一。
热带气旋降水是一种平滑、连续、空间整合的指标，其可以解释热带气旋活动的所有潜在重要方面(如频率、强度、持续时间等)。因此，获取可靠的热带气旋降水数据对研究热带气旋活动意义重大，而目前并没有完善的分离热带气旋降水与非热带气旋降水方法。
发明内容
为解决上述技术问题，本发明实施例期望提供一种热带与非热带气旋降水的分离方法、设备及存储介质，能够精确分离出热带气旋降水与非热带气旋降水，为研究热带气旋活动提供有力的数据支持。
本发明的技术方案是这样实现的：
第一方面，本发明实施例提供了一种热带与非热带气旋降水的分离方法，包括：
获取热带气旋事件的信息，热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据；
根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域；
获取生长起始区域，并以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果；
以热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据各个环状区域内的降水量得到热带气旋降水衰减范围；
根据内圈区域、外圈区域、过渡区域、连通结果和热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水。
可选的，根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域，包括：
根据热带气旋的中心气压，利用风场模型，计算不同气压对应的风圈半径，不同气压对应的风圈半径为不同气压对应的风圈距热带气旋的中心位置的距离；
对不同气压对应的风圈半径进行三次多项式函数拟合，得到气压值与风圈半径的关系；
根据气压值与风圈半径的关系，得到内圈半径和外圈半径，其中，位于内圈半径以内的区域为内圈区域，位于外圈半径以外的区域为外圈区域，位于内圈半径以外且位于外圈半径以内的区域为过渡区域。
可选的，在获取生长起始区域前，还包括：
剔除降水量小于预设阈值的降水网格数据。
可选的，以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果，包括：
判断生长起始区域的邻域是否具有与生长起始区域相同或相似性质的单元，邻域的大小为预设大小；
若是，则将邻域合并至生长起始区域，并判断合并后的区域的邻域是否具有与合并后的区域相同或相似性质的单元，直至再没有满足条件的邻域为止，将最后合并得到的区域作为连通结果。
可选的，根据各个环状区域内的降水量得到热带气旋降水衰减范围，包括：
对各个环状区域内的降水量进行平滑处理，并判断降水的峰值类型；
根据降水的峰值类型，拟合降水趋势，得到热带气旋降水衰减范围。
可选的，判断降水的峰值类型，包括：
获取内圈区域以内的降水凸点个数；
若内圈区域以内的降水凸点个数为0，则为无峰型；
若内圈区域以内的降水凸点个数为1，则为单峰型；
若内圈区域以内的降水凸点个数大于或者等于2，则为单峰型或者双峰型。
可选的，任意相邻的两个环状区域部分重叠。
可选的，根据内圈区域、外圈区域、过渡区域、连通结果和热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水，包括：
位于内圈区域的降水为热带气旋降水，
位于过渡区域、且位于连通结果内的降水为热带气旋降水，
位于过渡区域、位于连通结果外、且在热带气旋降水衰减范围内的降水为热带气旋降水，
位于外圈区域的降水为非热带气旋降水，
位于过渡区域、位于连通结果外、且不在热带气旋降水衰减范围内的降水为非热带气旋降水。
第二方面，本发明实施例提供了一种设备，包括：处理器，处理器用于在执行计算机程序时实现具有上述第一方面任一特征的热带与非热带气旋降水的分离方法。
第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现具有上述第一方面任一特征的热带与非热带气旋降水的分离方法。
本发明实施例提供了一种热带与非热带气旋降水的分离方法、设备及存储介质。通过对热带气旋事件的信息进行不同角度的分析，分别得到降水网格数据的内圈区域、外圈区域和过渡区域，连通结果，以及热带气旋降水衰减范围，从而分离出热带气旋降水与非热带气旋降水。与现有技术相比，本发明结合了热带气旋的结构与热带气旋降水的连续变化特征，提高了热带气旋降水与非热带气旋降水的分离精度，为研究热带气旋提供有力支持。
附图说明
图1为本发明实施例提供的一种热带与非热带气旋降水的分离方法的流程示意图；
图2为本发明实施例提供的莫兰蒂(1614)热带气旋6h的最佳路径与插值为10min的路径分布图；
图3为本发明实施例提供的莫兰蒂(1614)热带气旋某一时刻内圈与外圈的范围示意图；
图4为本发明实施例提供的莫兰蒂(1614)热带气旋所有时刻内圈的范围叠加示意图；
图5为本发明实施例提供的莫兰蒂(1614)热带气旋所有时刻内圈与外圈的范围结合降水的示意图；
图6为本发明实施例提供的莫兰蒂(1614)热带气旋的确定分辨率的瞬时降水运算结果示意图；
图7为本发明实施例提供的莫兰蒂(1614)热带气旋的确定分辨率的综合降水运算结果示意图；
图8为本发明实施例提供的根据降水趋势拟合方法得到的瞬时降水趋势图；
图9为本发明实施例提供的根据降水趋势拟合方法得到的莫兰蒂(1614)热带气旋持续时间内的降水拟合效果；
图10为本发明实施例提供的利用热带气旋降水的分离方法得到的莫兰蒂(1614)热带气旋持续时间内的综合降水分离结果；
图11为本发明实施例提供的一种设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本发明中术语“系统”和“网络”在本文中常被可互换使用。本发明实施例中提到的“和/或”是指包括一个或更多个相关所列项目的任何和所有组合。本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。
还需要说明是，本发明下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。
《热带气旋等级国家标准(GB/T192012006)》中指出：热带气旋是指生成于热带或副热带洋面上，具有组织的对流和确定的气旋性环流的非锋面性涡旋的统称，包括热带低压、热带风暴、强热带风暴、台风、强台风和超强台风。我国濒临西北太平洋及南海，是受热带气旋灾害严重的几个主要国家之一。
热带气旋对于气候的影响主要在于热带气旋来带的降水(简称热带气旋降水)。热带气旋降水是一种平滑、连续、空间整合的指标，其可以解释热带气旋活动的所有潜在重要方面(如频率、强度、持续时间等)。因此，获取可靠的热带气旋降水数据对研究热带气旋活动意义重大。而目前并没有完善的分离热带气旋降水与非热带气旋降水方法。
现有的分离热带气旋降水与非热带气旋降水方法通常是利用栅格降水数据，通过直接划定范围或者利用连通性等方法得到热带气旋降水，但该方法存在明显的不足。例如，Jiang,H.等发表在Journal of Climate(气候杂志)，23(2010)，第1526至1543页的Contribution of Tropical Cyclones to the Global Precipitation from EightSeasons of TRMM Data：Regional，Seasonal，and Interannual Variations(热带气旋对TRMM(热带降雨测量任务卫星)数据八个季节的全球降水量的贡献：区域、季节和年际变化)一文中，基于TRMM 3B42栅格降水数据，直接划定热带气旋中心周围500km的范围作为热带气旋降水区域，由此得到热带气旋降水。而此方法仅适用于部分热带气旋，由于热带气旋并不是一个规则的圆形，围绕在热带气旋中心附近的螺旋雨带以及与其他天气系统相互影响等因素常常使热带气旋呈现不对称的情况。并且，直接以固定半径划定范围极易忽略掉部分热带气旋降水范围较大时的降水，而热带气旋降水范围较小时往往又包含非热带气旋降水，导致分离效果不佳。
Skok,G.等发表在Journal of Climate，26(2013)，第2563至2579页的Analysisof Tropical Cyclone Precipitation Using an Object-Based Algorithm(基于目标算法的热带气旋降水分析)一文中改进了热带气旋目标识别算法，引入了生长对象的概念，通过计算热带气旋的高降水区域以及周围的降水值，使得热带气旋的面积逐渐扩大，从而得到热带气旋的范围。该方法利用了热带气旋降水的特征，能够得到一定程度上合理的热带气旋降水，但是其得到的热带气旋范围边界完全依赖于数据本身，并且没有边界尺寸的限制，没有考虑热带气旋降水范围的近圆性及热带气旋降水趋势等特征，仍具有较大改进空间。
为解决上述问题，本发明实施例提供了一种热带与非热带气旋降水的分离方法、设备及存储介质，能够精确分离出热带气旋降水与非热带气旋降水，为研究热带气旋活动提供有力的数据支持。
下面，对热带与非热带气旋降水的分离方法、设备及其技术效果进行详细描述。
图1为本发明实施例提供的一种热带与非热带气旋降水的分离方法的流程示意图，本发明实施例公开的方法适用于终端设备，示例性的，本发明实施例中的终端设备可以是智能手机，也可以是笔记本电脑或者计算机等任意具有分析计算功能的终端设备。如图1，该方法可以包括下述步骤：
S110、获取热带气旋事件的信息，热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据。
具体的，热带气旋的中心位置和热带气旋的气压可以根据中国气象局热带气旋资料中心的资料得到，其时间分辨率为6小时，时间跨度为1949-2018年；降水网格数据可以从中国气象数据网获得中国自动站与CMORPH降水产品融合的逐时降水量网格数据集(1.0版)，其时间分辨率为1小时，空间分辨率为0.1°×0.1°，时间跨度为1998-2017年。
可选的，降水网格数据还可以根据站点降水数据进行插值得到。由于降水网格数据的时间精度高，为了使时间分辨率匹配，可以将热带气旋路径信息线性插值为10分钟分辨率的数据。10分钟分辨率的数据为后续步骤的执行提供了高精度的数据。
S120、根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域。
热带气旋的影响范围与热带气旋强度的关系可以通过统计得到。当热带气旋强度较弱时，热带气旋的结构较为松散，影响范围较大但影响程度小；当热带气旋强度较强时，热带气旋的结构较为紧凑，影响范围较小但影响程度大。因此，随着热带气旋的强度下降(中心气压上升或最大风速下降)，热带气旋的影响范围大致呈现逐渐上升趋势。
具体的，根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域的方法可以包括如下3个步骤：
步骤1、根据热带气旋的中心气压，利用风场模型，计算不同气压对应的风圈半径，不同气压对应的风圈半径为不同气压对应的风圈距热带气旋的中心位置的距离。
步骤2、对不同气压对应的风圈半径进行三次多项式函数拟合，得到气压值与风圈半径的关系。
步骤3、根据气压值与风圈半径的关系，得到内圈半径和外圈半径，其中，位于内圈半径以内的区域为内圈区域，位于外圈半径以外的区域为外圈区域，位于内圈半径以外且位于外圈半径以内的区域为过渡区域。
S130、获取生长起始区域，并以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果。
由于热带气旋降水常常具有连续的特征，因此可以从与热带气旋核心区域关系密切的邻域出发，利用邻域连通运算的方法确定热带气旋的范围。
可选的，在步骤S103执行前，本发明实施例还包括：剔除降水量小于预设阈值的降水网格数据。例如，先设定某一降水量作为预设阈值，低于该预设阈值的降水网格数据被剔除邻域连通运算，避免微量降水对连通结果的影响。
另外，生长起始区域可以根据实际需要进行选择。例如，选择热带气旋的中心位置附近的某一核心区域作为生长起始区域。
在一实施例中，以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果的方法可以包括如下2个步骤：
步骤1、判断生长起始区域的邻域是否具有与生长起始区域相同或相似性质的单元，邻域的大小为预设大小。
邻域的大小可以根据需要调整。当热带气旋的中心位置附近的雨带呈现较明显的零星断开的趋势，则需要扩大邻域。
领域可以是指生长起始区域附近的4个邻域，也可以指生长起始区域附近的8个邻域。
步骤2、若是，则将邻域合并至生长起始区域，并判断合并后的区域的邻域是否具有与合并后的区域相同或相似性质的单元，直至再没有满足条件的邻域为止，将最后合并得到的区域作为连通结果。
步骤S130的邻域连通运算在实践中的关键问题是生长起始区域的选取和邻域判定准则的确定。生长起始区域的选取可以人工选择，也可以建立规则自动选取；邻域判定准则通常选用灰度图的判定准则，即一般用灰度差值小于某个阈值来表示，不同的判定准则可能会产生不同的连通结果。
S140、以热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据各个环状区域内的降水量得到热带气旋降水衰减范围。
在一实施例中，任意相邻的两个环状区域部分重叠。
具体的，根据各个环状区域内的降水量得到热带气旋降水衰减范围的方法可以包括如下2个步骤：
步骤1、对各个环状区域内的降水量进行平滑处理，并判断降水的峰值类型。
其中，判断降水的峰值类型是以内圈区域以内的降水凸点个数来判断的：
若内圈区域以内的降水凸点个数为0，则为无峰型；
若内圈区域以内的降水凸点个数为1，则为单峰型；
若内圈区域以内的降水凸点个数大于或者等于2，则为单峰型或者双峰型；其中，可进一步地选取最大的两个降水凸点，其之间的线段用三次多项式拟合得到拟合线段的最低点。把最大降水凸点对应的x轴、最低点对应的y轴、拟合线段，这三者所围的面积记为pk1；把第二大降水凸点对应的x轴、最低点对应的y轴、拟合线段，这三者所围的面积记为pk2。若pk1与pk2的比值<1.5，则为双峰型，否则为单峰型。
步骤2、根据降水的峰值类型，拟合降水趋势，得到热带气旋降水衰减范围。
根据降水的峰值类型，从内圈以外开始，使用多项式拟合降水趋势。
当利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置时，该位置距离热带气旋的中心位置的距离即为降水衰减半径。
具体的，无峰型：降水衰减半径设定为500km；单峰型：用多项式拟合单峰的最大值及向外至外圈半径的衰减趋势，再利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置，该位置距离热带气旋的中心位置的距离即为降水衰减半径；双峰型：用多项式拟合外侧峰值的最大值及向外至外圈半径的衰减趋势，再利用三次多项式预测降水值的下降趋势，最后利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置，该位置距离热带气旋的中心位置的距离即为降水衰减半径。
S150、根据内圈区域、外圈区域、过渡区域、连通结果和热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水。
具体的，位于内圈区域的降水为热带气旋降水，
位于过渡区域、且位于连通结果内的降水为热带气旋降水，
位于过渡区域、位于连通结果外、且在热带气旋降水衰减范围内的降水为热带气旋降水，
位于外圈区域的降水为非热带气旋降水，
位于过渡区域、位于连通结果外、且不在热带气旋降水衰减范围内的降水为非热带气旋降水。
下面罗列一些示例性实施方式，用于说明本发明实施例提供的热带与非热带气旋降水的分离方法，下述示例性实施方式以我国《热带气旋年鉴》中示出的2016年第14号热带气旋事件(莫兰蒂)的降水格网数据为例进行说明。
步骤A、获取热带气旋事件的信息，热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据。
热带气旋往往具有不同的特征，与不同天气系统的相互作用，不同气压值的热带气旋降水往往具有明显不同的分布。我国《热带气旋年鉴》的6h时间分辨率资料如表1所示(时间已转换为世界时)。
表1 2016年第14号热带气旋路径属性表
对其进行线性插值得到每10分钟的热带气旋的路径及气压数据如表2所示(时间已转换为世界时)。
表2 2016年第16号热带气旋部分路径属性表
图2为本发明实施例提供的莫兰蒂(1614)热带气旋6h的最佳路径与插值为10min的路径分布图，其中图2(a)和图2(b)分别为两种不同的比例尺。
降水格网数据可以从中国气象数据网获得全国范围内的逐时降水量数据集。我国《热带气旋年鉴》中记录了该场热带气旋事件的各路径点的测量时间以及坐标数据，时间分辨率为6h(2017年后部分加密为3h)，空间分辨率为0.1°，主要字段：经纬度、时间、中心最低气压。根据降水格网数据的时间分辨率，将热带气旋路径数据的经度、纬度与中心气压字段由6h线性插值为10mins。
步骤B、根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域。
热带气旋的影响范围与热带气旋强度的关系可以通过统计得到。当热带气旋强度较弱时，热带气旋的结构较为松散，影响范围较大但影响程度小；当热带气旋强度较强时，热带气旋的结构较为紧凑，影响范围较小但影响程度大。因此，随着热带气旋的强度下降(中心气压上升或最大风速下降)，热带气旋的影响范围大致呈现逐渐上升趋势。
根据热带气旋的中心气压，利用BATTS风场模型，计算不同气压对应的风圈半径，不同气压对应的风圈半径为不同气压对应的风圈距热带气旋的中心位置的距离。例如，7级风圈及其以上的范围可以认为是热带气旋的影响核心范围，3级风圈及其以下的范围可以认为热带气旋的影响已经较小，从而计算各级风圈距离热带气旋中心位置的距离。由于利用BATTS风场模型得到的各级风圈常常非圆形，故取风场结果距离热带气旋的中心位置的平均距离，并将以此距离为半径的圆作为划分区域的范围。
BATTS风场模型可以模拟热带气旋发生时的分布，基于热带气旋的中心气压、中心附近的最大风速、热带气旋的运行轨迹和中心气压差得到最大风速半径等因素，在现实情况比较复杂时，模拟出来的风场结果甚至会与现实情况具有较大差异。故将模拟得到的风圈，求取风圈与热带气旋中心距离的平均值，则可以避免模拟风圈偏离较大的情况。根据多影响因素的结果，构造单因素的影响关系，就是求取平均值的目的。
得到不同气压对应的风圈半径后，对不同气压对应的风圈半径进行三次多项式函数拟合，得到气压值与风圈半径的关系(即气压值与风圈半径的方程)。
0.00251P3-7.37365P2+7212.90999P-2349199.73782＝r 公式(1)
0.00099P3+0.26488P2-234.65446P+69244.68436＝R 公式(2)
其中，P为热带气旋某时刻的气压值，r为内圈半径，R为外圈半径。
根据公式(1)、公式(2)得到分段的气压值与内、外圈半径的分段方程，当气压值符合某个范围时，则可以统一使用一个内外圈半径结果，可以一定程度降低运算量。
通过热带气旋年鉴的记录，可以得到热带气旋各个时间点对应的气压值，再代入气压值与风圈半径的方程。得到内圈半径和外圈半径，其中，位于内圈半径以内的区域为内圈区域，位于外圈半径以外的区域为外圈区域，位于内圈半径以外且位于外圈半径以内的区域为过渡区域。图3为本发明实施例提供的莫兰蒂(1614)热带气旋某一时刻内圈与外圈的范围示意图。图4为本发明实施例提供的莫兰蒂(1614)热带气旋所有时刻内圈的范围叠加示意图。图5为本发明实施例提供的莫兰蒂(1614)热带气旋所有时刻内圈与外圈的范围结合降水的示意图。
各个时刻的内外圈结果通过叠加得到所有时刻的内外圈结果，叠加方法为：与每10min的路径垂直的直径，其与内圈、外圈的交点作为每10min的结果，再连接内圈所有时刻的内圈交点得到综合内圈范围，连接所有外圈的交点得到综合外圈结果。划分出的不同区域的结果将与后续步骤的结果进行组合运算。
步骤C、获取生长起始区域，并以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果。
由于热带气旋降水常常具有连续的特征，因此可以从与热带气旋核心区域关系密切的邻域出发，利用邻域连通运算的方法确定热带气旋的范围。
可选的，在获取生长起始区域前，还包括：剔除降水量小于预设阈值的降水网格数据。例如，先设定某一降水量作为预设阈值，低于该预设阈值的降水网格数据被剔除邻域连通运算，避免微量降水对连通结果的影响。
生长起始区域可以根据实际需要进行选择。例如，可以选择热带气旋的中心位置附近的某一核心区域、或者某个等级风圈内的范围作为生长起始区域。在本实施例中，是选择内圈区域及其以内的区域作为邻域连通运算的生长起始区域的。生长起始区域可以设定多种标准，例如风速、距离等。同时，邻域连通运算中邻域(又称单元)的大小可以根据需要调整。当热带气旋中心附近的雨带呈现较明显的零星断开的趋势，则需要扩大邻域连通运算的单元大小。结合本实施例，从中国气象数据网获得中国自动站与CMORPH降水产品融合的逐时降水量网格数据集(1.0版)，该数据空间分辨率为0.1°×0.1°，在某些情况下，距离主体雨带降水50～100km仍有可能被认为是热带气旋降水。故需要将邻域连通运算中的单元划定为5×5像素。不同运算单元的大小往往会影响瞬时降水分离结果，不同运算单元的瞬时降水分离结果也会影响综合降水分离结果。示例性的，图6为本发明实施例提供的莫兰蒂(1614)热带气旋的确定分辨率的瞬时降水运算结果示意图，图7为本发明实施例提供的莫兰蒂(1614)热带气旋的确定分辨率的综合降水运算结果示意图。
在具体的邻域连通运算中，首先判断生长起始区域的邻域是否具有与生长起始区域相同或相似性质的单元(根据事先确定的生长或相似准则来确定)，邻域的大小为预设大小。若是，则将邻域合并至生长起始区域，并判断合并后的区域的邻域是否具有与合并后的区域相同或相似性质的单元，直至再没有满足条件的邻域为止，将最后合并得到的区域作为连通结果。
领域可以是指生长起始区域附近的4个邻域，也可以指生长起始区域附近的8个邻域。4个邻域：对位于坐标(x,y)的像素p有4个水平和垂直的相邻像素，坐标为(x-1,y)，(x+1,y)，(x,y-1)，(x,y+1)；或者，对角相邻像素(x-1,y-1)，(x-1,y+1)，(x+1,y-1)，(x+1,y+1)。8个邻域：为4邻域的所有情况。本实施例选择8个邻域作为运算参数。
邻域连通运算在实践中的关键问题是生长起始区域的选取和邻域判定准则的确定。生长起始区域的选取可以人工选择，也可以建立规则自动选取；邻域判定准则通常选用灰度图的判定准则，即一般用灰度差值小于某个阈值来表示，不同的判定准则可能会产生不同的连通结果。
步骤D、以热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据各个环状区域内的降水量得到热带气旋降水衰减范围。
示例性的，根据热带气旋的中心位置，从内向外划分环状区域，求取各个10km圆环内的平均降水。
pk＝(P(ak+a)-P(ak-a))/(R(ak+a)-R(ak-a)) 公式(3)
其中，pk为第k个点的平均降水；P(ak±a)为半径(ak±a)范围内的总降水；R(ak±a)为半径(ak±a)范围内的总面积；k为1,2,…,(Rmax/5)-1，a取5。
通过公式(3)得到各个环状区域内的平均降水，对各个环状区域内的降水量进行Savitzky-Golay平滑处理，并判断降水的峰值类型。
其中，判断降水的峰值类型是以内圈区域以内的降水凸点个数来判断的：
若内圈区域以内的降水凸点个数为0，则为无峰型；
若内圈区域以内的降水凸点个数为1，则为单峰型；
若内圈区域以内的降水凸点个数大于或者等于2，则为单峰型或者双峰型；其中，可进一步地选取最大的两个降水凸点，其之间的线段用三次多项式拟合得到拟合线段的最低点。把最大降水凸点对应的x轴、最低点对应的y轴、拟合线段，这三者所围的面积记为pk1；把第二大降水凸点对应的x轴、最低点对应的y轴、拟合线段，这三者所围的面积记为pk2。若pk1与pk2的比值<1.5，则为双峰型，否则为单峰型。
y＝a*Tm*e^[(rm-r)/re]+b 公式(4)
其中，rm为最大降水的径向距离，Tm为在rm处的降水，re为热带气旋最外围降水半径。
根据降水的峰值类型，从内圈以外开始，使用上述公式(4)拟合降水趋势。当利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置时，该位置距离热带气旋的中心位置的距离即为降水衰减半径。
具体的，无峰型：降水衰减半径设定为500km；单峰型：用多项式拟合单峰的最大值及向外至外圈半径的衰减趋势，再利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置，该位置距离热带气旋的中心位置的距离即为降水衰减半径；双峰型：用多项式拟合外侧峰值的最大值及向外至外圈半径的衰减趋势，再利用三次多项式预测降水值的下降趋势，最后利用拟合降水趋势曲线预测降水值小于预设值(例如0.01mm或者0.02mm)的位置，该位置距离热带气旋的中心位置的距离即为降水衰减半径。
若拟合趋势的峰值向外的第一个凹点降水值小于预设值(例如0.01mm或者0.02mm)，说明不需要再预测其下降趋势，则将第一个凹点对应的距离热带气旋中心的距离作为降水衰减半径。同时，可以根据不同降水阈值相比较，从而得到合适的降水衰减半径。
示例性的，图8为本发明实施例提供的根据降水趋势拟合方法得到的瞬时降水趋势图，图9为本发明实施例提供的根据降水趋势拟合方法得到的莫兰蒂(1614)热带气旋持续时间内的降水拟合效果。结合图8和图9可以看出在莫兰蒂(1614)持续时间，0.02mm降水的阈值的R2、RMSE的折线图，整体效果良好。
步骤E、根据内圈区域、外圈区域、过渡区域、连通结果和热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水。
具体的，位于内圈区域的降水为热带气旋降水，
位于过渡区域、且位于连通结果内的降水为热带气旋降水，
位于过渡区域、位于连通结果外、且在热带气旋降水衰减范围内的降水为热带气旋降水，
位于外圈区域的降水为非热带气旋降水，
位于过渡区域、位于连通结果外、且不在热带气旋降水衰减范围内的降水为非热带气旋降水。
在内圈范围外以及外圈范围内的区域为过渡性区域，此部分为热带气旋强度为中等的区域，需要额外的判断标准。由于降水有很明显的连续缓慢变化的特征。所以若过渡性区域的降水满足和热带气旋核心区域连通的标准(即位于连通结果内)，说明该降水区域与核心关系密切，所以此部分降水很有可能为热带气旋降水。同时，根据降水峰值的下降趋势，降水衰减的半径以内的区域可以认为是热带气旋降水逐渐向非热带气旋降水的过渡范围，所以此区域可以认为是热带气旋的降水，除此之外的降水皆为非热带气旋降水。
示例性的，图10为本发明实施例提供的利用热带气旋降水的分离方法得到的莫兰蒂(1614)热带气旋持续时间内的综合降水分离结果。
本发明实施例提供一种热带与非热带气旋降水的分离方法，包括：获取热带气旋事件的信息，热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据；根据热带气旋的中心位置和热带气旋的气压，将降水网格数据划分为内圈区域、外圈区域和过渡区域；获取生长起始区域，并以生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果；以热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据各个环状区域内的降水量得到热带气旋降水衰减范围；根据内圈区域、外圈区域、过渡区域、连通结果和热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水。通过对热带气旋事件的信息进行不同角度的分析，分别得到降水网格数据的内圈区域、外圈区域和过渡区域，连通结果，以及热带气旋降水衰减范围，从而分离出热带气旋降水与非热带气旋降水。与现有技术相比，本发明结合了热带气旋的结构与热带气旋降水的连续变化特征，提高了热带气旋降水与非热带气旋降水的分离精度，为研究热带气旋提供有力支持。
本发明实施例还提供了一种设备，包括：处理器，处理器用于在执行计算机程序时实现具有上述实施例任一特征的热带与非热带气旋降水的分离方法。
图11为本发明实施例提供的一种设备的结构示意图，如图11所示，该设备包括处理器20、存储器21、输入装置22和输出装置23；设备中处理器20的数量可以是一个或多个，图11中以一个处理器20为例；设备中的处理器20、存储器21、输入装置22和输出装置23可以通过总线或其他方式连接，图11中以通过总线连接为例。总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器21作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的方法对应的程序指令/模块。处理器20通过运行存储在存储器21中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的方法。
存储器21可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器21可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器21可进一步包括相对于处理器20远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置22可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置23可包括显示屏等显示设备。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种视频处理方法，该方法具体可以但不限于上述各方法实施例所公开的内容。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Ruby、Go，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (6)
1.一种热带与非热带气旋降水的分离方法，其特征在于，包括：
获取热带气旋事件的信息，所述热带气旋事件的信息包括热带气旋的中心位置，热带气旋的气压和降水网格数据；
根据所述热带气旋的中心位置和所述热带气旋的气压，将所述降水网格数据划分为内圈区域、外圈区域和过渡区域；
获取生长起始区域，并以所述生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果；
以所述热带气旋的中心位置为圆心由内向外划分环状区域，计算各个环状区域内的降水量，并根据所述各个环状区域内的降水量得到热带气旋降水衰减范围；
根据所述内圈区域、所述外圈区域、所述过渡区域、所述连通结果和所述热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水；
其中，所述根据所述热带气旋的中心位置和所述热带气旋的气压，将所述降水网格数据划分为内圈区域、外圈区域和过渡区域，包括：
根据热带气旋的中心气压，利用风场模型，计算不同气压对应的风圈半径，所述不同气压对应的风圈半径为不同气压对应的风圈距所述热带气旋的中心位置的距离；
对所述不同气压对应的风圈半径进行三次多项式函数拟合，得到气压值与风圈半径的关系；
根据气压值与风圈半径的关系，得到内圈半径和外圈半径，其中，位于所述内圈半径以内的区域为所述内圈区域，位于所述外圈半径以外的区域为所述外圈区域，位于所述内圈半径以外且位于所述外圈半径以内的区域为所述过渡区域；
其中，所述根据所述各个环状区域内的降水量得到热带气旋降水衰减范围，包括：
对所述各个环状区域内的降水量进行平滑处理，并判断降水的峰值类型；
根据所述降水的峰值类型，拟合降水趋势，得到所述热带气旋降水衰减范围；
所述判断降水的峰值类型，包括：
获取所述内圈区域以内的降水凸点个数；
若所述内圈区域以内的降水凸点个数为0，则为无峰型；
若所述内圈区域以内的降水凸点个数为1，则为单峰型；
若所述内圈区域以内的降水凸点个数大于或者等于2，则为单峰型或者双峰型；
其中，所述根据所述内圈区域、所述外圈区域、所述过渡区域、所述连通结果和所述热带气旋降水衰减范围，得到热带气旋降水和非热带气旋降水，包括：
位于所述内圈区域的降水为所述热带气旋降水，
位于所述过渡区域、且位于所述连通结果内的降水为所述热带气旋降水，
位于所述过渡区域、位于所述连通结果外、且在所述热带气旋降水衰减范围内的降水为所述热带气旋降水，
位于所述外圈区域的降水为所述非热带气旋降水，
位于所述过渡区域、位于所述连通结果外、且不在所述热带气旋降水衰减范围内的降水为所述非热带气旋降水。
2.根据权利要求1所述的方法，其特征在于，在所述获取生长起始区域前，还包括：
剔除降水量小于预设阈值的降水网格数据。
3.根据权利要求1所述的方法，其特征在于，所述以所述生长起始区域为起点、以预设大小作为运算单元进行邻域连通运算，得到连通结果，包括：
判断所述生长起始区域的邻域是否具有与所述生长起始区域相同或相似性质的单元，所述邻域的大小为所述预设大小；
若是，则将所述邻域合并至所述生长起始区域，并判断合并后的区域的邻域是否具有与合并后的区域相同或相似性质的单元，直至再没有满足条件的邻域为止，将最后合并得到的区域作为所述连通结果。
4.根据权利要求1所述的方法，其特征在于，任意相邻的两个所述环状区域部分重叠。
5.一种设备，其特征在于，包括：处理器，所述处理器用于在执行计算机程序时实现如权利要求1-4中任一所述的热带与非热带气旋降水的分离方法。
6.一种计算机可读存储介质，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1-4中任一所述的热带与非热带气旋降水的分离方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010503390.XA CN111709170B (zh) | 2020-06-05 | 2020-06-05 | 一种热带与非热带气旋降水的分离方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010503390.XA CN111709170B (zh) | 2020-06-05 | 2020-06-05 | 一种热带与非热带气旋降水的分离方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111709170A CN111709170A (zh) | 2020-09-25 |
| CN111709170B true CN111709170B (zh) | 2023-07-28 |
Family
ID=72539321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010503390.XA Active CN111709170B (zh) | 2020-06-05 | 2020-06-05 | 一种热带与非热带气旋降水的分离方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111709170B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112669360B (zh) * | 2020-11-30 | 2023-03-10 | 西安电子科技大学 | 一种基于非封闭多维轮廓特征序列的多源图像配准方法 |
| CN114910980B (zh) * | 2022-06-08 | 2023-07-18 | 中国气象局上海台风研究所(上海市气象科学研究所) | 基于主观路径强度预报和参数化风场模型的风圈预报方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6128578A (en) * | 1996-12-26 | 2000-10-03 | Nippon Telegraph And Telephone Corporation | Meteorological radar precipitation pattern prediction method and apparatus |
| CN101933448A (zh) * | 2010-07-26 | 2011-01-05 | 北京师范大学 | 一种制作热带气旋风带的方法 |
| CN102354002A (zh) * | 2011-06-20 | 2012-02-15 | 国家气候中心 | 一种热带气旋潜在破坏力的测定方法 |
| 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 |
| CN109856702A (zh) * | 2019-01-29 | 2019-06-07 | 南京泛在地理信息产业研究院有限公司 | 一种基于聚类的降水日变化类型划分与空间分布提取方法 |
| CN111190241A (zh) * | 2019-10-16 | 2020-05-22 | 防城港市气象局 | 一种影响热带气旋衰减的分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180292573A1 (en) * | 2017-04-05 | 2018-10-11 | Weather Analytics Llc | Corrective Ensemble Forecasting System for Tropical Cyclones |
-
2020
- 2020-06-05 CN CN202010503390.XA patent/CN111709170B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6128578A (en) * | 1996-12-26 | 2000-10-03 | Nippon Telegraph And Telephone Corporation | Meteorological radar precipitation pattern prediction method and apparatus |
| CN101933448A (zh) * | 2010-07-26 | 2011-01-05 | 北京师范大学 | 一种制作热带气旋风带的方法 |
| CN102354002A (zh) * | 2011-06-20 | 2012-02-15 | 国家气候中心 | 一种热带气旋潜在破坏力的测定方法 |
| 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 |
| CN109856702A (zh) * | 2019-01-29 | 2019-06-07 | 南京泛在地理信息产业研究院有限公司 | 一种基于聚类的降水日变化类型划分与空间分布提取方法 |
| CN111190241A (zh) * | 2019-10-16 | 2020-05-22 | 防城港市气象局 | 一种影响热带气旋衰减的分析方法 |
Non-Patent Citations (3)
| Title |
|---|
| Enhancement of orographic precipitation in Jeju Island during the passage of Typhoon Khanun (2012);Jung-Tae Lee等;Atmospheric Research(第201期);58-71 * |
| 基于Copula 函数的海南热带气旋风雨联合概率特征分析;侯静惟 等;自然灾害学报;第28卷(第3期);54-63 * |
| 热带气旋潜在影响力指数的改进及其应用――以14号热带气旋"莫兰蒂"为例;王琳 等;自然灾害学报;27(05);151-157 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111709170A (zh) | 2020-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111709170B (zh) | 一种热带与非热带气旋降水的分离方法、设备及存储介质 | |
| CN111427100B (zh) | 一种台风中心定位方法、装置及台风路径生成方法 | |
| Hanley et al. | Objective identification and tracking of multicentre cyclones in the ERA‐Interim reanalysis dataset | |
| CN109168177B (zh) | 基于软采信令的经纬度回填方法 | |
| CN109783591B (zh) | 基于互联网地图的空间数据采集方法及装置 | |
| CN110147778B (zh) | 稀土矿开采识别方法、装置、设备及存储介质 | |
| CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
| CN112835997B (zh) | 一种基于GeoSOT网格的电网巡检空间网格编码方法 | |
| CN110263412A (zh) | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 | |
| CN114067234A (zh) | 一种电网数字孪生体数据嵌入方法及系统 | |
| CN111260564A (zh) | 一种图像处理方法和装置及计算机存储介质 | |
| CN103648080A (zh) | WiFi室内定位中指纹库的构建方法及系统 | |
| CN117809297A (zh) | 基于三维重建的输电线路危险源智能识别方法 | |
| CN113140109A (zh) | 一种路测数据处理方法、装置、计算机设备及存储介质 | |
| CN116882627A (zh) | 一种电力gnss抗干扰设备综合性能评价方法及系统 | |
| CN115905798A (zh) | 热带气旋对称性结构分析方法、装置、设备及存储介质 | |
| CN108805146A (zh) | 一种放射状和向心状水系的识别方法 | |
| CN114154856A (zh) | 一种基于路网的电网路径规划节点计算方法与系统 | |
| CN109948682B (zh) | 基于正态随机抽样分布的激光雷达点云电力线分类方法 | |
| CN114123190A (zh) | 确定电表所属目标台区的方法、装置、电子设备及存储介质 | |
| CN107979818B (zh) | 一种无线指纹库初始数据的处理方法 | |
| CN115326207B (zh) | 一种基于滑动窗口的对流云识别方法及终端 | |
| KR102351117B1 (ko) | 모래 유실 정보를 제공하는 방법, 이를 이용하는 서버 및 시스템 | |
| CN118396122B (zh) | 一种针对不同自然资源的知识推理方法及装置 | |
| CN118038083B (zh) | 影响新能源出力的东北冷涡天气系统的识别方法及系统 |
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 |