CN114003623A - 一种相似路径台风的检索方法 - Google Patents

一种相似路径台风的检索方法 Download PDF

Info

Publication number
CN114003623A
CN114003623A CN202111387486.5A CN202111387486A CN114003623A CN 114003623 A CN114003623 A CN 114003623A CN 202111387486 A CN202111387486 A CN 202111387486A CN 114003623 A CN114003623 A CN 114003623A
Authority
CN
China
Prior art keywords
path
typhoon
historical
similarity
current
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
Application number
CN202111387486.5A
Other languages
English (en)
Inventor
王彦迪
刘伯俊
许多
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.)
Nanjing Enruite Industrial Co Ltd
Original Assignee
Nanjing Enruite Industrial Co Ltd
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 Nanjing Enruite Industrial Co Ltd filed Critical Nanjing Enruite Industrial Co Ltd
Priority to CN202111387486.5A priority Critical patent/CN114003623A/zh
Publication of CN114003623A publication Critical patent/CN114003623A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种相似路径台风的检索方法，根据当前台风路径数据计算缓冲区范围，根据缓冲区范围筛选历史台风路径数据集，根据当前台风路径数据和历史台风路径数据确定控制点和对应关系，根据控制点和对应关系计算路径相似离度，根据路径相似离度得到检索结果，路径裁剪减少后续计算量，提高计算效率，控制点建立对应关系，为后续相似度计算定下基础，相似离度既考虑距离相似因子，又考虑到形态相似因子，计算结果较为准确。

Description

一种相似路径台风的检索方法
技术领域
本发明属于气象探测技术领域，具体涉及一种相似度计算技术。
背景技术
台风的路径是气象、地理等因素共同作用的结果，这些因素在空间上具有较强的关联性。相似路径台风往往具有和当前台风相似的气象、地理条件，且影响范围也相对一致。分析历史相似路径台风，有助于预测当前台风的走向，以及降水、风力等因素的变化趋势。对台风所造成的城市内涝、房屋倒塌、山洪、泥石流等次生灾害准确预报与评估，可以减少命财产损失。
台风数据繁多复杂，人工筛选的方式无法保证检索结果的效率以及可靠性。在实际工作中，相似路径台风的检索主要基于台风基本空间数据的简单筛选。根据当前台风路径的空间位置，设置经纬度范围，分析每一条历史台风路径。若路径经过该范围，则视为相似路径台风，反之则不是。该方法虽然简单高效，但算法本身考虑的影响因素不全面。仅分析路径整体的空间位置，未考虑路径本身的几何特征，生成结果的准确性有待提升。
相似路径台风检索，实质上是一种二维平面曲线相似程度计算的数学问题。近年来，以此问题为出发点，产生了一些有效果的相似路径台风检索方法。最邻近距离提取法、缓冲区分析法、关键点相似度法等方法，基于台风路径控制点之间的欧氏距离，计算相似度。不分析路径之间的形态相似程度，对路径形态复杂的台风，上述方法的检索结果存在一定程度的偏差。
在多年的台风观测工作中，气象部门积累了大量的台风数据，无法采用人工对比的方式进行相似台风索引。实际工作中，主要的索引方法虽然简单高效，单效果无法满足需求。若直接采用最邻近距离提取法、缓冲区分析法、关键点相似度法等方法，依次将历史台风与当前台风比对，则导致速度有所降低，且检索结果在路径形态上存在偏差。
台风数据量庞大，且逐年增加，若算法较复杂，遍历历史台风与当前台风，对比分析花费大量时间。优先对历史台风初步筛选，过滤掉相似度非常低的历史台风，以提高方法效率，如何快速筛选数据？
台风路径的二维平面曲线之间的相似程度计算，需要将线离散成多个控制点。建立两条曲线之间控制点的对应关系，依次分析每组对应的控制点之间的空间关系，才能得到曲线相似度的计算结果。台风路径由多个拐点按一定的顺序规则相连组成，拐点根据预测站点以固定时间间隔观测生成。由于台风的风速不同，相同时间间隔观测拐点之间的距离有所不同。若采用拐点作为控制点分析，检索结果的准确性无法保证。在计算相似度前，如何建立合理的台风路径控制点确定方法？
主流的相似度计算方法，大多以对应控制点之间的平均距离为主要参考依据，计算相似度。该方法没有考虑路径形态相似程度，无法准确检索路径形态复杂的台风。计算路径形态相似程度，与距离相似因子结合，如何兼顾路径距离与路径形态？
发明内容
本发明为了解决现有技术存在的问题，提出了一种相似路径台风的检索方法，为了实现上述目的，本发明采用了以下技术方案。
根据当前台风路径数据计算缓冲区范围，根据缓冲区范围筛选历史台风路径数据集，根据当前台风路径数据和历史台风路径数据确定控制点和对应关系，根据控制点和对应关系计算路径相似离度，根据路径相似离度得到检索结果。
进一步的，根据当前台风路径拐点坐标，计算最小经度MinX、最大经度MaxX、最小纬度 MinY和最大纬度MaxY，得到最小外接矩形。
设置范围增量阈值A在1°到5°之间，调整最小经度MinX-A、最大经度MaxX+A、最小纬度MinY-A和最大纬度为MaxY+A，作为当前台风路径的缓冲区范围，防止当前台风形成时间短、路径方向单一导致的最小外接矩形过小，遗漏相似路径台风。
进一步的，遍历历史台风路径数据集，若某历史台风路径在缓冲区范围内，则判定该历史台风与当前台风相似，保留该历史台风路径数据。
若某历史台风路径与缓冲区范围存在交集，则判定该历史台风路径与当前台风路径存在重叠，剪裁该历史台风路径范围，保留缓冲区范围内数据，降低相似度计算的复杂程度，提高计算效率。
进一步的，取当前台风路径数据的平均差值，得到间隔相等的当前台风路径控制点，依次根据当前台风路径控制点，得到历史台风路径控制点，建立对应关系。
用插值算法计算当前台风路径数据，得到均匀分布的控制点，依次过每个控制点向历史台风路径做垂线，若存在垂线，则垂线与历史台风路径的交叉点作为历史台风路径控制点，否则距离该控制点的历史台风路径最近点作为历史台风路径控制点，当前台风路径控制点和历史台风路径控制点的计算过程作为对应关系。
进一步的，用公式CAB＝DAB+SAB计算路径相似离度，其中A表示当前台风路径，B 表示历史台风路径，CAB表示A与B的相似离度，DAB表示A与B的距离相似因子，体现路径之间的距离离散程度，SAB表示A与B的形态相似因子，体现路径之间的形态离散程度，相似离度由距离相似因子和形态相似因子共同决定，数值越小相似程度越高。
设控制点数量N，当前台风控制点ai与历史台风控制点bi的欧氏距离d(ai,bi)，用公式
Figure RE-GDA0003446612480000031
计算路径之间的平均欧氏距离，作为距离相似因子。
设方向系数M，判断点与路径走向的偏差方向是1或-1，用公式
Figure RE-GDA0003446612480000032
计算形态偏差的数学期望，用公式
Figure RE-GDA0003446612480000033
计算形态相似因子。
本发明的有益效果：路径裁剪减少后续计算量，提高计算效率，控制点建立对应关系，为后续相似度计算定下基础，相似离度既考虑距离相似因子，又考虑到形态相似因子，计算结果较为准确。
附图说明
图1是方法流程，图2是当前台风路径数据，图3是历史台风数据集。
具体实施方式
以下结合附图对本发明的技术方案做具体的说明。
输入当前台风路径数据，包括台风编号、名称、待检索起止时间、历史台风年份、月份检索范围、拐点检测时间以及拐点空间位置坐标，如图2所示。
对当前台风路径可视化，遍历拐点空间位置坐标数据，寻找最小经度124.7°、最小纬度 19.2°、最大经度129.9°以及最大纬度31.3°，设置范围增量为1°，最终确定最小经度为123.7°、最小纬度18.2°、最大经度130.9°以及最大纬度32.3°的矩形范围为当前台风路径的缓冲区范围。
历史台风数据集包括历史台风的名称、时间、拐点坐标等信息，共1747条数据，如图3 所示，对历史台风数据进行遍历，判断历史台风数据是否在缓冲区范围内或者是否通过缓冲区范围，判断结果为“是”，对历史台风数据进行裁剪，仅保留缓冲区范围内的路径数据，经计算，共有265条历史台风与当前台风路径初步相似。
首先对当前台风路径数据进行内部平均插值，得到40个间隔相等的控制点，依次过每一控制点向历史台风路径做垂线，取垂线与历史台风路径的交点为该点对应的历史台风路径的控制点；若无垂线则取历史台风路径最近端点为该点对应的历史台风路径控制点。
通过计算两条台风路径数据中对应控制点的平均欧氏距离，得到结果并作为距离相似因子，根据两条台风路径数据中的对应控制点位置，通过计算向量叉乘的方式求得方向系数，并根据方向系数进一步计算得到形态相似因子。
将距离相似因子与形态相似因子相加，结果为历史台风路径与当前台风的相似离度数值，数值越小，相似度越高，将历史台风按相似离度数值从小到大进行排序并输出为相似路径台风检索结果，结果中，排名越靠前，路径相似度越高，上述流程如图1所示。
上述作为本发明的实施例，并不限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。

Claims (10)

1.一种相似路径台风的检索方法，其特征在于，包括：根据当前台风路径数据计算缓冲区范围，根据缓冲区范围筛选历史台风路径数据集，根据当前台风路径数据和历史台风路径数据确定控制点和对应关系，根据控制点和对应关系计算路径相似离度，根据路径相似离度得到检索结果。
2.根据权利要求1所述的相似路径台风的检索方法，其特征在于，所述根据当前台风路径数据计算缓冲区范围，包括：根据当前台风路径拐点坐标，计算最小经度MinX、最大经度MaxX、最小纬度MinY和最大纬度MaxY，得到最小外接矩形。
3.根据权利要求2所述的相似路径台风的检索方法，其特征在于，还包括：设置范围增量阈值A在1°到5°之间，调整最小经度MinX-A、最大经度MaxX+A、最小纬度MinY-A和最大纬度为MaxY+A，作为当前台风路径的缓冲区范围。
4.根据权利要求1所述的相似路径台风的检索方法，其特征在于，所述根据缓冲区范围筛选历史台风路径数据集，包括：遍历历史台风路径数据集，若某历史台风路径在缓冲区范围内，则判定该历史台风与当前台风相似，保留该历史台风路径数据。
5.根据权利要求4所述的相似路径台风的检索方法，其特征在于，还包括：若某历史台风路径与缓冲区范围存在交集，则判定该历史台风路径与当前台风路径存在重叠，剪裁该历史台风路径范围，保留缓冲区范围内数据。
6.根据权利要求1所述的相似路径台风的检索方法，其特征在于，所述根据当前台风路径数据和历史台风路径数据确定控制点和对应关系，包括：取当前台风路径数据的平均差值，得到间隔相等的当前台风路径控制点，依次根据当前台风路径控制点，得到历史台风路径控制点，建立对应关系。
7.根据权利要求6所述的相似路径台风的检索方法，其特征在于，还包括：用插值算法计算当前台风路径数据，得到均匀分布的控制点，依次过每个控制点向历史台风路径做垂线，若存在垂线，则垂线与历史台风路径的交叉点作为历史台风路径控制点，否则距离该控制点的历史台风路径最近点作为历史台风路径控制点，当前台风路径控制点和历史台风路径控制点的计算过程作为对应关系。
8.根据权利要求1所述的相似路径台风的检索方法，其特征在于，所述根据控制点和对应关系计算路径相似离度，包括：用公式CAB＝DAB+SAB计算路径相似离度，其中A表示当前台风路径，B表示历史台风路径，CAB表示A与B的相似离度，DAB表示A与B的距离相似因子，SAB表示A与B的形态相似因子，相似离度数值越小相似程度越高。
9.根据权利要求8所述的相似路径台风的检索方法，其特征在于，所述距离相似因子，包括：设控制点数量N，当前台风控制点ai与历史台风控制点bi的欧氏距离d(ai,bi)，用公式
Figure FDA0003367607760000021
计算路径之间的平均欧氏距离，作为距离相似因子。
10.根据权利要求8所述的相似路径台风的检索方法，其特征在于，所述形态相似因子，包括：设方向系数M，判断点与路径走向的偏差方向是1或-1，用公式
Figure FDA0003367607760000022
计算形态偏差的数学期望，用公式
Figure FDA0003367607760000023
计算形态相似因子。
CN202111387486.5A 2021-11-22 2021-11-22 一种相似路径台风的检索方法 Pending CN114003623A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111387486.5A CN114003623A (zh) 2021-11-22 2021-11-22 一种相似路径台风的检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111387486.5A CN114003623A (zh) 2021-11-22 2021-11-22 一种相似路径台风的检索方法

Publications (1)

Publication Number Publication Date
CN114003623A true CN114003623A (zh) 2022-02-01

Family

ID=79929728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111387486.5A Pending CN114003623A (zh) 2021-11-22 2021-11-22 一种相似路径台风的检索方法

Country Status (1)

Country Link
CN (1) CN114003623A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115907159A (zh) * 2022-11-22 2023-04-04 应急管理部国家减灾中心 一种相似路径台风的确定方法、装置、设备及介质
CN116401474A (zh) * 2023-06-08 2023-07-07 航天宏图信息技术股份有限公司 多指标相似台风的检索方法、装置、电子设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115907159A (zh) * 2022-11-22 2023-04-04 应急管理部国家减灾中心 一种相似路径台风的确定方法、装置、设备及介质
CN115907159B (zh) * 2022-11-22 2023-08-29 应急管理部国家减灾中心 一种相似路径台风的确定方法、装置、设备及介质
CN116401474A (zh) * 2023-06-08 2023-07-07 航天宏图信息技术股份有限公司 多指标相似台风的检索方法、装置、电子设备和存储介质
CN116401474B (zh) * 2023-06-08 2023-09-12 航天宏图信息技术股份有限公司 多指标相似台风的检索方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN114003623A (zh) 一种相似路径台风的检索方法
CN109815993B (zh) 基于gps轨迹的区域特征提取、数据库建立及路口识别方法
CN108961758B (zh) 一种基于梯度提升决策树的路口展宽车道探测方法
CN104820718A (zh) 基于地理位置特征与全局视觉特征的图像分类和检索方法
CN108510008B (zh) 一种基于浮动车轨迹点空间关系和分布的路网提取方法
CN109000656B (zh) 基于空间聚类的水下地形匹配导航适配区选择方法
Yang et al. Maritime traffic flow clustering analysis by density based trajectory clustering with noise
CN111341103A (zh) 车道信息提取方法、装置、设备及存储介质
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
CN111985389A (zh) 一种基于流域属性距离的流域相似判别方法
CN113902720A (zh) 一种基于建筑物剖面图深度学习的屋顶样式识别方法
CN105758403A (zh) 一种基于Vague集模糊推理的地磁图适配性的综合评价方法
CN110909037B (zh) 一种频繁轨迹模式的挖掘方法及装置
CN110348483B (zh) 基于空间信息与统计学习的空间信息变化检测与分类方法
CN115686070B (zh) 配电/输电线路无人机自主巡线路径规划方法
CN113780459B (zh) 一种基于空间谱系的城乡聚落类型自动识别的方法与系统
CN113516850B (zh) 基于空间句法分析的管道沿线交通流量数据采集方法
CN113673619B (zh) 一种基于拓扑分析的地理大数据空间潜模式分析方法
CN108399413B (zh) 一种图片拍摄区域识别及地理定位方法及装置
CN115795947A (zh) 一种基于数字高程模型的河道反向溯源确定方法
CN115358507A (zh) 生产建设项目扰动图斑水土流失风险识别评估方法
CN115205699A (zh) 一种基于cfsfdp改进算法的地图图斑聚类融合处理方法
CN113205543A (zh) 一种基于机器学习的激光雷达点云树干提取方法
CN114021867A (zh) 一种基于物联网和大数据的生态景观规划设计方法
FAN et al. Intelligent antenna attitude parameters measurement based on deep learning ssd model

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