CN113570101B - 一种台风对称度的分析系统和分析方法 - Google Patents
一种台风对称度的分析系统和分析方法 Download PDFInfo
- Publication number
- CN113570101B CN113570101B CN202010565437.5A CN202010565437A CN113570101B CN 113570101 B CN113570101 B CN 113570101B CN 202010565437 A CN202010565437 A CN 202010565437A CN 113570101 B CN113570101 B CN 113570101B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- data
- precipitation
- wave
- wind speed
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 47
- 238000001556 precipitation Methods 0.000 claims abstract description 179
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 14
- 238000003908 quality control method Methods 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003696 structure analysis method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种台风对称度的分析系统和分析方法,所述系统的特征在于,其包括:1)台风基础数据获取模块,确定台风中心位置和最大风速半径;2)降水数据资料获取模块,获取台风中心附近的降水数据资料;3)降水数据资料处理模块,展开傅里叶分解;4)坐标转换模块,开展坐标转换,计算基于最大风速半径的降水分量等;5)数据处理模块,计算出10倍最大风速半径范围内的降水分量等;6)结果输出模块,计算台风对称度TCA:TCA=a0/∑(a0+ai)。本发明的台风对称度(TCA)分析方法采用台风降水数据资料,获得的数据考虑到了最大风速半径的台风分布结构。本发明可实现性高,有利于及时有效地开展台风结构诊断分析,并且可适用于不同的坐标系,适用性广。
Description
技术领域
本发明涉及台风结构的分析系统和分析技术,尤其涉及一种台风对称度的分析系统和分析技术。
背景技术
台风是我国东南沿海最主要的气象灾害,以其风速强,袭击范围大,常引发暴雨强风、泥石流和风暴潮等灾害。台风结构的演变往往会伴随台风强度的变化,严重影响台风风雨分布,从而给我国防台减灾带来巨大挑战。台风对称度作为衡量台风结构的一个重要参数,近年已有一些研究给出了计算方法,主要包括:
1)Fdeyasu等人(2010,见参考文献1)利用扰动动能与平均动能之间的比率,来分析台风对称度。
2)Miyamoto和Takemi(2013,见参考文献2)利用位势涡度的扰动与平均场,分析台风对称度。
以上的这些计算方法都需要有较准确的风场资料等数据,才能较好地分析台风对称度。而在实际业务中,台风的风场资料尤其在海上、高山等地区仍缺少可靠的观测数据。因此,需要一种取代依赖风场资料等数据的分析台风对称度的方法。
近年来,卫星降水数据资料得到广泛应用,Chen等人基于该卫星降水数据资料进行过台风的深入研究,但是在以往的研究(Chen等,2006,见参考文献3;Yu等,2015,见参考文献4,2017,见参考文献5)中,侧重相对于以距离台风中心经纬度为半径的台风降水1波非对称分析,也即台风降水本身进行分析,并没有涉及对台风对称度进行分析。
参考文献:
参考文献1:Fudeyasu, H., Y. Wang, M. Satoh, T. Nasuno, H. Miura, andW. Yanase, 2010: Multiscale interactions in the life cycle of a tropicalcyclone simulated in a global cloud-system-resolving model. Part I: Large-scale and storm-scale evolutions. Monthly Weather Review, 138, 4285–4304。
参考文献2:Miyamoto, Y., and T. Takemi, 2013: A transition mechanismfor the spontaneous axisymmetric intensification of tropical cyclones.Journal of the Atmospheric Sciences, 70, 112–129。
参考文献3:Chen, S., J. A. Knaff, and F. D. Marks, 2006: Effects ofvertical wind shear and storm motion on tropical cyclone rainfall asymmetriesdeduced from TRMM. Monthly Weather Review, 134, 3190–3208, https://doi.org/10.1175/MWR3245.1。
参考文献4:Yu, Z., Y. Wang, and H. Xu, 2015: Observed rainfallasymmetry in tropical cyclones making landfall over China. Journal of AppliedMeteorology and Climatology, 54, 117–136, https://doi.org/10.1175/JAMC-D-13-0359.1。
参考文献5:Yu, Z., Y. Wang, H. Xu, N. E. Davidson, Y. Chen, Y. Chen,and H. Yu, 2017: On the relationship between intensity and rainfalldistribution in tropical cyclones making landfall over China. Journal ofApplied Meteorology and Climatology, 56, 2883–2901, https://doi.org/10.1175/JAMC-D-16-0334.1。
发明内容
为克服现有技术中的问题,为了能够不依赖风场资料等数据获得台风对称度,本发明人提出了基于降水数据资料的台风对称度概念和分析技术,在考虑台风本身结构即台风最大风速半径的基础上开展台风对称度的分析。
具体而言,本发明提供了一种台风对称度的分析系统,其特征在于,其包括:
1)台风基础数据获取模块,该模块依据时间确定台风中心位置和最大风速半径;
2)降水数据资料获取模块,该模块用于获得卫星降水数据资料,并根据所述台风基础数据获取模块提供的时间和台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料;
3)降水数据资料处理模块,该模块对在所述降水数据资料获取模块提供的降水数据资料展开傅里叶分解,计算相对台风中心距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
4)坐标转换模块,该模块基于所述降水数据资料处理模块提供的数据,开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
5)数据处理模块,该模块基于所述坐标转换模块提供的数据,分别计算出10倍最大风速半径范围内的0波降水分量、及1-4波的不同波数降水分量的波动振幅;
6)结果输出模块,该模块利用所述数据处理模块提供的数据,根据下述公式,计算0波降水分量与0波降水分量及1-4波的不同波数降水分量的波动振幅之和的比率,作为台风对称度(TCA, TC axismmetricity):
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
优选的是,本发明的台风对称度的分析系统的特征在于,所述台风中心位置和最大风速半径从现行国际气象业务标准的台风最佳路径数据插值确定,或者通过卫星、雷达直接获得所述台风中心位置、最大风速半径。
优选的是,本发明的台风对称度的分析系统的特征在于,所述台风中心位置和最大风速半径的资料时间分辨率为6小时。
优选的是,本发明的台风对称度的分析系统的特征在于,所述卫星降水数据资料通过中国气象局获得相关数据,并且采用的卫星降水数据资料数据的内容为逐小时卫星反演降水产品。
优选的是,本发明的台风对称度的分析系统的特征在于,所述降水数据资料处理模块在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下,在判断数据出现缺测或错误的情况下对这些数据样本进行错误剔除,在不合格的情况下结束分析。
本发明还提供了一种台风对称度的分析方法,其特征在于,其包括下述步骤:
1)依据时间确定台风中心位置和最大风速半径,从而获取台风基础数据;
2)获得卫星降水数据资料,根据步骤1)的时间和获得的台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料;
3)对在步骤2)获得的降水数据资料展开傅里叶分解,计算相对台风中心距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
4)基于步骤3)获得的数据开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
5)基于步骤4)获得的数据,分别计算出10倍最大风速半径范围内的0波降水分量、及1-4波的不同波数降水分量的波动振幅;
6)利用步骤5)得到的数据,根据下述公式,计算0波降水分量与0波降水分量及1-4波的不同波数降水分量的波动振幅之和的比率,,作为台风对称度(TCA, TCaxismmetricity):
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
优选的是,本发明的台风对称度的分析方法的特征在于,在步骤1)中,所述台风中心位置和最大风速半径从现行国际气象业务标准的台风最佳路径数据插值确定,或者通过卫星、雷达直接获得所述台风中心位置、最大风速半径。
优选的是,本发明的台风对称度的分析方法的特征在于,所述台风中心位置和最大风速半径的资料时间分辨率为6小时。
优选的是,本发明的台风对称度的分析方法的特征在于,所述卫星降水数据资料通过中国气象局获得相关数据,并且采用的卫星降水数据资料数据的内容为逐小时卫星反演降水产品。
优选的是,本发明的台风对称度的分析方法的特征在于,步骤2)进一步包括:在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下对这些数据样本进行错误剔除,在不合格的情况下结束分析。
与现有技术相比,本发明具有如下优点:本发明的台风对称度(TCA)分析方法采用台风降水数据资料,可靠性和可获取性佳,同时获得的数据也考虑到了最大风速半径的台风分布结构。本发明可实现性高,有利于及时有效地开展台风结构诊断分析。本发明基于降水的台风对称度分析系统和分析方法计算,可适用于不同的坐标系(如经纬度物理坐标),适用性广。
附图说明
为了更清楚地说明本发明具体实施方式中的技术方案,下面将对具体实施方式中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明的基于降水的台风对称度的分析系统的流程图。
图2是本发明的实施例当中1307号台风活动记录数据。
图3是本发明的实施例当中1307号台风在2013年7月13日08时降水率(mm/h)分布示意图。
具体实施方式
下面结合附图对本发明的内容进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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其他实施例,都属于本发明保护的范围。而且,下列描述应当被理解为对于本领域技术人员的广泛知道,而并不作为本发明的限制。
在台风预测的实际应用中,台风最大风速半径是表征台风结构的重要参数。台风降水结构可分为两部分:轴对称部分和非对称部分,轴对称部分可以理解为台风降水的平均分布;非对称部分可以刻画和理解台风降水分布的极值特征,这已是台风降水研究领域的普遍观点。在此基础上,本发明人为满足诊断分析的需要,结合台风自身结构(以最大风速半径为例),提出基于降水数据资料的台风对称度的分析技术。该分析技术能弥补现有依赖风场资料的台风结构分析技术上的不足,并具有不同坐标系的广泛适用性。基于此,本发明提出一种基于降水的台风对称度的分析方法,以能满足台风结构分析的实际需求。
图1是本发明的基于降水的台风对称度的分析系统的流程图。如图1所示,本发明还提供了一种台风对称度的分析系统,其特征在于,其包括:
1)台风基础数据获取模块,该模块依据时间确定台风中心位置和最大风速半径;
台风中心位置和最大风速半径可以依据现行国际气象业务标准的台风最佳路径数据插值得到,也可以通过卫星、雷达等方法直接获得台风中心位置(经纬度)、最大风速半径(km)等信息。这些资料的时间分辨率由采用的观测手段或原始数据本身确定,通常为6小时,但是在实际分析方法中,资料时间分辨率为6小时并非是必须的。
2)降水数据资料获取模块,该模块用于获得卫星降水数据资料,并根据所述台风基础数据获取模块提供的时间和台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料;
卫星降水数据资料可以通过例如中国气象局获得相关数据。并且在一个实施方式当中,采用的降水数据资料数据的内容为逐小时卫星反演降水产品。
必要时,在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下,结束分析或者对这些数据样本进行错误剔除。
3)降水数据资料处理模块,该模块对在所述降水数据资料获取模块提供的降水数据资料展开傅里叶分解,计算相对台风中心距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
在一个实施方式当中,根据步骤1)获得的台风中心位置,对距离台风中心1500km半径范围的降水开展傅里叶分解,获得相对台风中心距离1500km内的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;其中,所述1500km是考虑了最大风速半径可能的范围,计算10倍最大风速半径后再确定的1500km的半径范围。
4)坐标转换模块,该模块基于所述降水数据资料处理模块提供的数据,开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
考虑台风最大风速半径后,进行坐标转换,将相对台风中心距离1500km内的0波轴对称降水分量、及包括1-4波的高波非对称降水分量转换为相对0-10倍最大风速半径的0波轴对称降水分量、及1-4波降水非对称降水分量。
5)数据处理模块,该模块基于所述坐标转换模块提供的数据,分别计算出10倍最大风速半径范围内的0波降水分量、及1-4波的不同波数降水分量的波动振幅;
如此一来,利用傅里叶分解方法,依据台风最大风速半径,获取距离台风中心10倍最大风速半径范围内的0波轴对称降水、以及1-4波非对称降水分布情况;
6)结果输出模块,该模块利用所述数据处理模块提供的数据,根据下述公式,计算0波降水分量与0波降水分量及1-4波的不同波数降水分量的波动振幅之和的比率,作为台风对称度(TCA, TC axismmetricity):
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
本发明的还提供了一种基于降水的台风对称度的分析方法的包括下述步骤:
1)依据时间确定台风中心位置和最大风速半径,从而获取台风基础数据;
台风中心位置和最大风速半径可以依据现行国际气象业务标准的台风最佳路径数据插值得到,也可以通过卫星、雷达等方法直接获得台风中心位置(经纬度)、最大风速半径(km)等信息。这些资料的时间分辨率由采用的观测手段或原始数据本身确定,通常为6小时,但是在实际分析方法中,资料时间分辨率为6小时并非是必须的。
2)获得卫星降水数据资料,根据步骤1)的时间和获得的台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料,在需要的情况下;
卫星降水数据资料可以通过例如中国气象局获得相关数据。并且在一个实施方式当中,采用的降水数据资料数据的内容为逐小时卫星反演降水产品。
必要时,在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下,结束分析或者对这些数据样本进行错误剔除。
3)对在步骤2)获得的降水数据资料展开傅里叶分解,计算相对台风中心距离1500km的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
在一个实施方式当中,根据步骤1)获得的台风中心位置,对距离台风中心1500km半径范围的降水开展傅里叶分解,获得相对台风中心距离1500km内的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
4)基于步骤3)获得的数据开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
考虑台风最大风速半径后,进行坐标转换,将相对台风中心距离1500km内的0波轴对称降水分量、及包括1-4波的高波非对称降水分量转换为相对0-10倍最大风速半径的0波轴对称降水分量、及1-4波降水非对称降水分量。
5)基于步骤4)获得的数据,分别计算出10倍最大风速半径范围内的0波降水分量、及1-4波的不同波数降水分量的波动振幅;
如此一来,利用傅里叶分解方法,依据台风最大风速半径,获取距离台风中心10倍最大风速半径范围内的0波轴对称降水、以及1-4波非对称降水分布情况;
6)利用步骤5)得到的数据,根据下述公式,计算0波降水分量与0波降水分量及1-4波的不同波数降水分量的波动振幅之和的比率,作为台风对称度(TCA, TCaxismmetricity):
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
根据该台风对称度的计算公式,实现了基于降水的台风对称度分析。
本发明充分考虑了台风最大风速半径的不同,进行基于降水的台风对称度的分析监测,在分析的结果中得到体现。
实施例1
具体地,以2013年第7号(1307号)台风Soulik在2013年7月13日08时(北京时)的降水率(mm/h)为例,具体介绍本发明实施例的基于降水的台风对称度分析方法的实现过程:
1)获取1307号台风活动记录。图2是本发明的实施例当中1307号台风活动记录数据,如图2所示,该记录数据包括时间(世界时)、中心位置经度(LON),纬度(LAT),中心最低气压(MSLP)、最大风速半径(RMW)等。具体地,该台风历史数据来源于中国气象局上海台风研究所热带气旋资料中心(tcdata.typhoon.org.cn)提供的1949年至2019年西北太平洋海域热带气旋最佳路径数据集、以及美国联合台风警报中心最佳路径数据集;
2)根据步骤1)获得的台风信息,并通过剔除错误或缺测数据质控,获取1307号台风Soulik中心附近的历史降水数据资料,如图3所示,图3是本发明的实施例当中1307号台风在2013年7月13日08时降水率(mm/h,填充)分布示意图。图中卫星降水数据资料来源于中国气象局提供的降水数据资料,X,Y轴表示距离台风中心的经纬度数,(0,0)表示台风中心。
3)对1307号台风降水数据资料展开傅里叶分解,计算相对台风中心经纬度物理坐标距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
根据步骤1)获得的1307号台风中心位置,对距离台风中心1500km半径范围的降水开展傅里叶分解,获得相对台风中心距离1500km内的0波轴对称分量,以及包括1-4波的高波非对称降水分量。
4)开展坐标转换,计算1307号台风的基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
考虑1307号台风最大风速半径为15kt(~27km)后,进行坐标转换,将相对台风中心距离1500km内的0波轴对称降水分量、及1-4波降水非对称降水分量转换为相对0-10倍最大风速半径的0波轴对称降水分量、及1-4波降水非对称降水分量。
5)根据步骤4)的结果,分别计算出1307号台风最大风速半径范围内的0波降水、及1-4波的不同波数降水分量的波动振幅;
6)利用步骤5)求得的0波降水及1-4波的不同波数降水分量的波动振幅,计算0波降水分量及1-4波的不同波数降水分量的波动振幅之和的比率,根据下述公式,最终求得1307号台风的对称度(TCA, TC axismmetricity):
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的降水0波降水分量,ai表示10倍最大风速半径范围内的1-4波的降水分量的波动振幅。
根据本发明的分析技术,算出1307号台风在2013年7月13日08时的对称度为0.58。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种台风对称度的分析系统,其特征在于,其包括:
1)台风基础数据获取模块,该模块依据时间确定台风中心位置和最大风速半径;
2)降水数据资料获取模块,该模块用于获得卫星降水数据资料,并根据所述台风基础数据获取模块提供的时间和台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料;
3)降水数据资料处理模块,该模块对在所述降水数据资料获取模块提供的台风中心附近的降水数据资料展开傅里叶分解,计算相对台风中心距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
4)坐标转换模块,该模块基于所述降水数据资料处理模块提供的数据,开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波数非对称降水分量;
5)数据处理模块,该模块基于所述坐标转换模块提供的数据,分别计算出10倍最大风速半径范围内的0波轴对称降水分量、及1-4波的高波非对称降水分量的波动振幅;
6)结果输出模块,该模块利用所述数据处理模块提供的数据,根据下述公式,计算0波轴对称降水分量与0波轴对称降水分量及1-4波的高波非对称降水分量的波动振幅之和的比率,作为台风对称度TCA:
TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的0波轴对称降水分量,ai表示10倍最大风速半径范围内的1-4波的高波非对称降水分量的波动振幅。
2.根据权利要求1所述的台风对称度的分析系统,其特征在于,所述台风中心位置和最大风速半径从台风最佳路径数据插值确定,或者通过卫星、雷达直接获得所述台风中心位置、最大风速半径。
3.根据权利要求1所述的台风对称度的分析系统,其特征在于,所述台风中心位置和最大风速半径的资料时间分辨率为6小时。
4.根据权利要求1所述的台风对称度的分析系统,其特征在于,所述卫星降水数据资料通过中国气象局获得,并且采用的卫星降水数据资料数据的内容为逐小时卫星反演降水产品。
5.根据权利要求1所述的台风对称度的分析系统,其特征在于,所述降水数据资料处理模块在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下对这些数据样本进行错误剔除使其合格,在不合格的情况下结束分析。
6.一种台风对称度的分析方法,其特征在于,其包括下述步骤:
1)依据时间确定台风中心位置和最大风速半径,从而获取台风基础数据;
2)获得卫星降水数据资料,根据步骤1)的时间和获得的台风中心位置,从该卫星降水数据资料来获取台风中心附近的降水数据资料;
3)对在步骤2)获得的台风中心附近的降水数据资料展开傅里叶分解,计算相对台风中心距离的0波轴对称降水分量,以及包括1-4波的高波非对称降水分量;
4)基于步骤3)获得的数据开展坐标转换,计算基于最大风速半径的0波轴对称降水分量、及包括1-4波的高波非对称降水分量;
5)基于步骤4)获得的数据,分别计算出10倍最大风速半径范围内的0波轴对称降水分量、及1-4波的高波非对称降水分量的波动振幅;
6)利用步骤5)得到的数据,根据下述公式,计算0波轴对称降水分量与0波轴对称降水分量及1-4波的高波非对称降水分量的波动振幅之和的比率,作为台风对称度TCA:TCA=a0/∑(a0+ai)
其中a0表示10倍最大风速半径范围内的0波轴对称降水分量,ai表示10倍最大风速半径范围内的1-4波的高波非对称降水分量的波动振幅。
7.根据权利要求6所述的台风对称度的分析方法,其特征在于,在步骤1)中,所述台风中心位置和最大风速半径从台风最佳路径数据插值确定,或者通过卫星、雷达直接获得所述台风中心位置、最大风速半径。
8.根据权利要求6所述的台风对称度的分析方法,其特征在于,所述台风中心位置和最大风速半径的资料时间分辨率为6小时。
9.根据权利要求6所述的台风对称度的分析方法,其特征在于,所述卫星降水数据资料通过中国气象局获得,并且采用的卫星降水数据资料数据的内容为逐小时卫星反演降水产品。
10.根据权利要求6所述的台风对称度的分析方法,其特征在于,步骤2)进一步包括:在获得卫星降水数据资料后,对获得的降水数据资料采取质控手段进行判断,在判断数据出现缺测或错误的情况下对这些数据样本进行错误剔除使其合格,在不合格的情况下结束分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010565437.5A CN113570101B (zh) | 2020-06-19 | 2020-06-19 | 一种台风对称度的分析系统和分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010565437.5A CN113570101B (zh) | 2020-06-19 | 2020-06-19 | 一种台风对称度的分析系统和分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570101A CN113570101A (zh) | 2021-10-29 |
CN113570101B true CN113570101B (zh) | 2023-04-07 |
Family
ID=78158700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010565437.5A Active CN113570101B (zh) | 2020-06-19 | 2020-06-19 | 一种台风对称度的分析系统和分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570101B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007256183A (ja) * | 2006-03-24 | 2007-10-04 | Tokyo Electric Power Co Inc:The | 台風による災害発生予測システム |
CN104106436A (zh) * | 2013-02-08 | 2014-10-22 | 美国政府(由美国商务部长代表) | 使用风力涡轮机阵列缓和风暴的技术 |
CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4352881B2 (ja) * | 2003-12-04 | 2009-10-28 | 三菱電機株式会社 | 台風中心検出装置 |
CN104318503B (zh) * | 2014-10-30 | 2018-04-17 | 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 |
-
2020
- 2020-06-19 CN CN202010565437.5A patent/CN113570101B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007256183A (ja) * | 2006-03-24 | 2007-10-04 | Tokyo Electric Power Co Inc:The | 台風による災害発生予測システム |
CN104106436A (zh) * | 2013-02-08 | 2014-10-22 | 美国政府(由美国商务部长代表) | 使用风力涡轮机阵列缓和风暴的技术 |
CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113570101A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113936142B (zh) | 一种基于深度学习的降水临近预报方法及装置 | |
Woodworth et al. | Evidence for systematic changes in extreme high waters since the mid-1970s | |
Casson et al. | Simulation and extremal analysis of hurricane events | |
CN110083977A (zh) | 一种基于深度学习的大气湍流监测方法 | |
Hatsushika et al. | Impact of wind profile retrievals on the analysis of tropical cyclones in the JRA-25 reanalysis | |
CN112946657A (zh) | 强对流天气中地面风场的识别方法 | |
CN116644379A (zh) | 多源海面物理要素的机器学习融合方法、设备及介质 | |
CN115310706A (zh) | 一种台风路径智能预报方法 | |
CN110288117B (zh) | 一种电离层参数临界频率的区域重构方法 | |
CN113570101B (zh) | 一种台风对称度的分析系统和分析方法 | |
KR102370681B1 (ko) | 윈드프로파일러 원시 자료의 도플러 스펙트럼을 이용한 바람 벡터 산출 시스템 및 그 방법 | |
Harpham et al. | A Bayesian method for improving probabilistic wave forecasts by weighting ensemble members | |
CN113570102B (zh) | 一种台风非对称最大降水落区半径的分析系统和分析方法 | |
CN114296046B (zh) | 基于人工神经网络的hfswr多海况有效波高提取方法与装置 | |
CN114089443B (zh) | 一种基于tec积分量及季节变化系数的uhf频段电离层闪烁事件预报方法 | |
Byun et al. | Converting Ieodo Ocean Research Station wind speed observations to reference height data for real-time operational use | |
CN111582546B (zh) | 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统 | |
Hongwei et al. | Features of sea ice motion observed with ice buoys from the central Arctic Ocean to Fram Strait | |
Luo et al. | Assessment of Atmospheric Reanalysis Data Based on Buoy Observations over the Tropical Western Indian Ocean in 2019 | |
CN113126154A (zh) | 一种地震预报的面波频谱分析方法 | |
CN110727719A (zh) | 一种基于动力松弛逼近的闪电定位资料同化方法 | |
Ortega et al. | Verification of multi-sensor, multi-radar hail diagnosis techniques | |
CN111695250B (zh) | 一种内潮波特征提取方法 | |
CN115638775B (zh) | 一种基于二维流场物理和几何特性的联合涡旋检测装置和方法 | |
CN115826093B (zh) | 一种海面风全区订正预报方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |