CN114545526A - 登陆台风灾害的动力统计相似集合预评估系统 - Google Patents
登陆台风灾害的动力统计相似集合预评估系统 Download PDFInfo
- Publication number
- CN114545526A CN114545526A CN202210044690.5A CN202210044690A CN114545526A CN 114545526 A CN114545526 A CN 114545526A CN 202210044690 A CN202210044690 A CN 202210044690A CN 114545526 A CN114545526 A CN 114545526A
- Authority
- CN
- China
- Prior art keywords
- target
- module
- path
- similarity
- initial value
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种登陆台风灾害的动力相似集合预评估系统,包括:广义初值构建模块构建对预评估量有影响的若干变量的广义初值,产生目标TC路径和历史TC路径;初值相似性判别模块,接收广义初值构建模块中产生的目标TC路径和历史TC路径,在目标TC路径和历史TC路径所围成的相似区域内将目标TC路径与历史TC路径依次进行TSAI的计算,比对目标TC起报点的时间与历史TC时间,并标记相差不超过一时间阈值的历史TC,比对目标TC与历史TC的强度并标记相差不超过一强度等级的历史TC,并将被标记的历史TC依据将TSAI计算结果排序,根据被标记的历史TC的排序,确定m个最佳相似初值给集合预评估模块;集合预评估模块获取最佳相似初值的相应预评估量并将之集合。
Description
技术领域
本发明涉及台风天气预报技术,特别涉及一种的登陆台风灾害的动力统计相似集合预评估系统。
背景技术
针对登陆台风灾害(LTD),目前预评估方式多样,有的侧重建立能够分析描述热带气旋事件如何生成,如何作用于承灾体具体过程,并据此评估承灾体损伤程度,进一步估算灾害损失的动力模型,有的则依赖的历史资料建立灾情损失与影响因子之间的数学关系,从而构建出实现热带气旋灾害损失预估的统计模型,但少有人将动力统计方法结合应用到预评估模型建立中。
发明内容
本发明的目的在于提供一登陆台风灾害的动力统计相似集合预评估系统,用于解决现有技术预估登陆TC的灾情状况不准确的问题。
本发明一种登陆台风灾害的动力相似集合预评估系统,其中,包括:广义初值构建模块、初值相似性判别模块以及集合预评估模块;
广义初值构建模块构建对预评估量有影响的若干变量的广义初值,包括目标TC路径和历史TC路径,并发送给初值相似性判别模块;初值相似性判别模块,接收广义初值构建模块中产生的目标TC路径和历史TC路径,在目标TC路径和历史TC路径所围成的相似区域内将目标TC路径与历史TC路径依次进行TSAI的计算,比对目标TC起报点的时间与历史TC时间,并标记相差不超过一时间阈值的历史TC,比对目标TC与历史TC的强度并标记相差不超过一强度等级的历史TC,并将被标记的历史TC依据将TSAI计算结果排序,根据被标记的历史TC的排序,确定m个最佳相似初值给集合预评估模块;集合预评估模块获取最佳相似初值的相应预评估量并将之集合。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,该广义初值包括目标TC与历史TC的路径、时间和强度变量。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,广义初值构建模块包括目标TC完整路径获取模块和TC信息获取模块;目标TC完整路径获取模块获取目标TC起报点之前的目标TC观测路径和之后的目标TC预报路径,并将之前的目标TC观测路径和之后的目标TC预报路径结合成作为目标TC路径,发送给初值相似性判别模块;TC信息获取模块,用于获取目标TC和历史TC的时间和强度以及历史TC路径,发送给初值相似性判别模块。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,初值相似性判别模块包括单变量相似性判别模块、初值整体相似性判别模块和最佳相似确定模块;
单变量相似性判别模块包括TC路径相似计算模块和其它相似判别模块;TC路径相似计算模块接收广义初值构建模块产生的目标TC路径和历史TC路径,在相似区域内将目标TC路径与历史TC路径进行TSAI的计算,并将TSAI计算结果发送给初值整体相似性判别模块;其它相似判别模块接收广义初值构建模块中获取的目标TC与历史TC的时间和强度信息,比对目标TC起报点的时间与历史TC时间并标记相差不超过一时间阈值的历史TC,比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC,并将被标记的历史TC编号发送给初值整体相似性判别模块;初值整体相似性判别模块根据被标记的历史TC编号以及TSAI计算结果判别初值的整体相似程度;最佳相似确定模块根据初值的整体相似程度确定m个最佳相似初值。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,相似区域为矩形,该矩形框的对角点依据目标TC起报时刻和预报的影响期结束时刻TC位置点来确定。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,目标TC的强度为目标TC起报点的强度,历史TC强度为陆地TC降水过程的第一天其中心附近最大风速值的平均值与最大值,以及降水整个过程中心附近最大风速值的平均值与最大值。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,该阈值为目标TC起报时刻与历史TC开始影响时间差值时间段,为一周到一年的任意取值。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,最佳相似确定模块接收初值整体相似性判别模块中产生的历史TC的排序,然后将前m个TC确定为最佳相似TC,并将TC编号发送给集合预评估模块。
根据本发明的登陆台风灾害的动力相似集合预评估系统的一实施例,其中,集合预评估模块包括预评估量提取模块和集合模块;预评估量提取模块用于获取m个最佳相似TC的灾情数据,并发给集合模块;集合模块将预评估量提取模块中产生的m个灾情数据集合为一个灾情数据。
本发明的登陆台风灾害的动力相似集合预评估系统,经过广义初值构建、初值相似性判别以及集合预评估之过程,具有对登陆TC灾害的良好预评估性能。
附图说明
图1所示为本发明的基于动力-统计-相似集合预评估系统的登陆台风灾害的动力相似集合预评估系统之模块图;
图2所示为本发明的基于动力-统计-相似集合预评估系统的登陆台风灾害的动力相似集合预评估系统之另一模块图;
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述,所举实例仅用于解释本发明,并非用于限定本发明的范围。
图1所示为本发明登陆台风灾害的动力相似集合预评估系统之模块图,如图1所示,该模型包括:广义初值构建模块1、初值相似性判别模块2以及集合预评估模块3。
如图1所示的广义初值构建模块1,其用于构建对预评估量有影响的若干变量(包括影响台风降水、大风的变量以及能够表达承灾体性质的变量,以下统称变量)的初值即广义初值,并发送给初值相似性判别模块2,其中广义初值即可描述变量的初始时刻状态,也可包含一定时间的演变过程。具体为,预评估量为目标TC的灾情,现构建的广义初值是从影响台风降水、大风的变量以及能够表达承灾体性质的变量中选取的TC路径、TC影响时间和TC强度三个变量。在本发明基础上,以后可以进行广义初值场中新变量的引入,TC信息获取模块将相应地增加该变量的信息获取子模块。进一步,如图2所示,广义初值构建模块1可以包括目标TC完整路径获取模块11和TC信息获取模块12。
如图2所示的目标TC完整路径获取模块11,其用于获取目标TC起报点之前的目标TC观测路径和之后的目标TC预报路径,并将两者路径点按时间先后次序排列,结合成为目标TC完整路径,即为目标TC路径,发送给初值相似性判别模块2,其中TC起报时刻也是现有的目标TC的实况路径的终点,目标TC预报路径即该TC起报时刻之后的预报路径,可直接从数值天气预报模式中得到;TC信息获取模块12,用于获取目标TC和历史TC时间(历史TC首次对陆地产生降水的时间)和强度信息以及历史TC路径(即为历史TC观测路径),然后发送给初值相似性判别模块2。
如图1所示的初值相似性判别模块2,其用于判别广义初值所包含的多个单变量对应初值的相似性,进而判别初值的整体相似性,最终选择m个最佳相似初值发给集合预评估模块。进一步,初值相似性判别模块2包括单变量相似性判别模块21、初值整体相似性判别模块22和最佳相似初值确定模块23。
如图1所示的单变量相似性判别模块21,其用于判别广义初值所包含的各个单变量的相似性。进一步,如图2所示,单变量相似性判别模块21包括TC路径相似计算模块211和其它变量相似判别模块212;在TC路径相似计算模块211中,首先接收广义初值构建模块1中产生的目标TC路径和历史TC路径,然后将两条经过多次简化(去奇异点、路径趋向(纬向或经向)一致化等)的台风路径所围成的相似区域内进行路径相似面积指数(TSAI)计算(即相似区域面积计算),相似区域为可以矩形,该矩形框的对角点依据目标TC起报时刻和路径预报文件中预报的影响期结束时刻对应TC位置点来确定。将计算出的面积指数结果发送给初值整体相似性判别模块22;在其它相似判别模块212中,首先接收广义初值构建模块1中获取的目标TC与历史TC开始影响时间和强度信息,然后首先将目标TC起报点时间与广义初值获取过程中得到的历史TC开始影响陆地时间信息进行比对,标记相差不超过60天(60天之设置仅为示例,也可取1-12月、5-11月、同月和前后15天等)的历史TC;接着,比对目标TC与历史TC的强度,目标TC强度可用目标TC起报点的强度表示,某一历史TC强度可用TC在陆地产生降水过程(即TC降水影响期)的第一天其中心附近最大风速值的平均值与最大值、降水整个过程过程其中心附近最大风速值的平均值与最大值表示,可在所有级别、与目标台风在同级别及以上、同级别及以下、仅在同一级以及最大可差别一个级别的强度范围内筛选历史相似TC,并将筛选出的最终历史TC自身编号以及对应序号发送给初值整体相似性判别模块22。
如图1所示的初值整体相似性判别模块22,在单变量相似性判别模块中对三个单变量都设置了多个用于判别和界定相似程度的参数取值,判别前首先需对各单变量参数的不同取值进行排列组合,每次判别时取各单变量对应的一个参数值逐个依次进行单变量相似性判别,最后会得到多个参数组合下与目标TC对应的多个历史相似TC组,借助初值整体的相似程度判别过程选取一个最佳的单变量参数取值组合进而得到最佳m个历史相似台风。具体为,如图2所示,初值整体相似性判别模块22首先接收TC路径相似计算模块211中产生的目标TC与各历史TC之TSAI值和其它相似判别模块212中产生的被标记的历史TC自身编号,然后依据目标TC与各个历史TC之TSAI值从小到大排列得到被标记的历史TC的排序,即为历史TC之最终排序。
如图1所示的最佳相似确定模块23,其用于根据初值整体相似程度确定m个最佳相似初值(与最佳m个历史相似台风对应)。具体为,最佳相似确定模块23首先接收初值整体相似性判别模块22中产生的历史TC之最终排序,然后将前m个TC(如设置成取排名前10的TC)确定为最佳相似TC,并将它们的TC编号发送给集合预评估模块3。
如图1所示的集合预评估模块3,其用于获取最佳相似初值的相应预评估量并采用合适集合方案将之集合。进一步,集合预评估模块3包括预评估量提取模块31和集合模块32;具体为,预评估量提取模块31用于获取10个最佳相似TC整个过程的灾情数据,其中首先根据这10个TC的编号直接查找编号文件里按站点存放的原始灾情数据,并发给集合模块32;集合模块32用于将预评估量提取模块31中产生的10个灾情数据集合为一个灾情数据,集合方式初步采取求每站对应的这10个灾情数据值的最大值或平均值,集合所得之灾情大小即为目标TC之灾害预评估结果。
本发明登陆台风灾害的动力统计相似集合预评估系统包括:广义初值构建模块、初值相似性判别模块以及集合预评估模块;广义初值构建模块用于构建对预评估量(目标TC灾情这里指直接经济损失)有影响的若干变量(或物理因子,以下统称变量,本系统中从影响台风降水、大风的因子以及能够表达承灾体性质的因子中选取,具体为TC路径、TC影响时间和TC强度)的初值;初值相似性判别模块用于判别广义初值所包含的多个单变量的相似性,进而判别初值的整体相似性,最终选择m个最佳相似初值(最佳相似TC)发给集合预评估模块;集合预评估模块用于获取m个最佳相似初值的相应预评估量(历史灾情),并选择合适的集合方案将其集合,从而得到预评估结果。
登陆台风灾害的动力统计相似集合预评估系统将动力统计方法结合应用到预评估模型建立上的产物。同时,假如影响因素与灾情损失之间完全满足的准确表达式存在并可用于预评估,则能显著提高登陆TC灾害预评估的准确率。准确表达式的解(初值(影响因子值)ψ0预估出的灾情值)即为灾情实况,由于历史观测中包含大量类似的初值及其相应的预评估量(即准确表达式的特解),如果从历史观测资料中识别得到与初值ψ0最相似的若干个历史初值并获得其相应灾情实况,再把初值ψ0与相似历史初值间的误差视为初值扰动,原来的预评估问题则可变为集合预评估问题。具有对登陆TC在灾害预评估的良好预评估性能。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本其它的保护范围。
Claims (10)
1.一种登陆台风灾害的动力相似集合预评估系统,其特征在于,包括:广义初值构建模块、初值相似性判别模块以及集合预评估模块;
广义初值构建模块构建对预评估量有影响的若干变量的广义初值,包括目标TC路径和历史TC路径,并发送给初值相似性判别模块;初值相似性判别模块,接收广义初值构建模块中产生的目标TC路径和历史TC路径,在目标TC路径和历史TC路径所围成的相似区域内将目标TC路径与历史TC路径依次进行TSAI的计算,比对目标TC起报点的时间与历史TC时间,并标记相差不超过一时间阈值的历史TC,比对目标TC与历史TC的强度并标记相差不超过一强度等级的历史TC,并将被标记的历史TC依据将TSAI计算结果排序,根据被标记的历史TC的排序,确定m个最佳相似初值给集合预评估模块;集合预评估模块获取最佳相似初值的相应预评估量并将之集合。
2.如权利要求1所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,该广义初值包括目标TC与历史TC的路径、时间和强度变量。
3.如权利要求1所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,广义初值构建模块包括目标TC完整路径获取模块和TC信息获取模块;
目标TC完整路径获取模块获取目标TC起报点之前的目标TC观测路径和之后的目标TC预报路径,并将之前的目标TC观测路径和之后的目标TC预报路径结合作为目标TC路径,发送给初值相似性判别模块;TC信息获取模块,用于获取目标TC和历史TC的时间和强度以及历史TC路径,发送给初值相似性判别模块。
4.如权利要求1所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,初值相似性判别模块包括单变量相似性判别模块、初值整体相似性判别模块和最佳相似确定模块;
单变量相似性判别模块包括TC路径相似计算模块和其它相似判别模块;TC路径相似计算模块接收广义初值构建模块产生的目标TC路径和历史TC路径,在相似区域内将目标TC路径与历史TC路径进行TSAI的计算,并将TSAI计算结果发送给初值整体相似性判别模块;其它相似判别模块接收广义初值构建模块中获取的目标TC与历史TC的时间和强度信息,比对目标TC起报点的时间与历史TC时间并标记相差不超过一时间阈值的历史TC,比对目标TC与历史TC的强度并标记相差不超过一定强度等级的历史TC,并将被标记的历史TC编号发送给初值整体相似性判别模块;
初值整体相似性判别模块根据被标记的历史TC编号以及TSAI计算结果判别初值的整体相似程度;最佳相似确定模块根据初值的整体相似程度确定m个最佳相似初值。
5.如权利要求4所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,相似区域为矩形,该矩形框的对角点依据目标TC起报时刻和预报的影响期结束时刻TC位置点来确定。
6.如权利要求4所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,目标TC的强度为目标TC起报点的强度,历史TC强度为陆地TC降水过程的第一天其中心附近最大风速值的平均值与最大值,以及降水整个过程中心附近最大风速值的平均值与最大值。
7.如权利要求1所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,该阈值为目标TC起报时刻与历史TC开始影响时间差值时间段,为一周到一年的任意取值。
8.如权利要求4所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,TSAI计算结果包括目标TC与各历史TC的TSAI值,依据目标TC与各历史TC的TSAI值从小到大排列得到被标记的历史TC的排序。
9.如权利要求4所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,最佳相似确定模块接收初值整体相似性判别模块中产生的历史TC的排序,然后将前m个TC确定为最佳相似TC,并将TC编号发送给集合预评估模块。
10.如权利要求1所述的登陆台风灾害的动力相似集合预评估系统,其特征在于,集合预评估模块包括预评估量提取模块和集合模块;预评估量提取模块用于获取m个最佳相似TC的灾情数据,并发给集合模块;集合模块将预评估量提取模块中产生的m个灾情数据集合为一个灾情数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210044690.5A CN114545526A (zh) | 2022-01-14 | 2022-01-14 | 登陆台风灾害的动力统计相似集合预评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210044690.5A CN114545526A (zh) | 2022-01-14 | 2022-01-14 | 登陆台风灾害的动力统计相似集合预评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114545526A true CN114545526A (zh) | 2022-05-27 |
Family
ID=81672491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210044690.5A Pending CN114545526A (zh) | 2022-01-14 | 2022-01-14 | 登陆台风灾害的动力统计相似集合预评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114545526A (zh) |
-
2022
- 2022-01-14 CN CN202210044690.5A patent/CN114545526A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200081B (zh) | 基于历史数据的登陆台风特征因子的预报方法及系统 | |
CN111880245B (zh) | 登陆热带气旋过程降水预报系统 | |
CN105677791A (zh) | 用于分析风力发电机组的运行数据的方法和系统 | |
CN111325392B (zh) | 登陆热带气旋过程降水预报系统 | |
CN116862081B (zh) | 一种污染治理设备运维方法及系统 | |
CN114898220B (zh) | 一种高空作业车结构件的智能生产控制方法 | |
EP3549366B1 (en) | Forcasting time series data | |
CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN115204536A (zh) | 楼宇设备故障预测方法、装置、设备及存储介质 | |
CN113408659A (zh) | 一种基于数据挖掘的建筑能耗集成分析方法 | |
CN110398375B (zh) | 车辆冷却系统工作状态的监测方法、装置、设备和介质 | |
CN115100819A (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN113569345B (zh) | 一种基于多源信息融合的数控系统可靠性建模方法与装置 | |
CN114386654A (zh) | 一种多尺度数值天气预报模式融合的天气预报方法及装置 | |
CN117812558A (zh) | 一种房屋钢结构施工智能监控装置与方法 | |
CN113515678A (zh) | 一种异常数据筛选方法 | |
CN114545526A (zh) | 登陆台风灾害的动力统计相似集合预评估系统 | |
CN117095247A (zh) | 基于数控加工的加工姿态运行优化方法、系统及介质 | |
CN112036634A (zh) | 光伏发电功率的确定方法、预测系统及可读存储介质 | |
CN114331206B (zh) | 点位选址方法、装置、电子设备及可读存储介质 | |
CN113805252B (zh) | 基于集合预报模型的登陆热带气旋过程大风预报系统 | |
CN107679478B (zh) | 输电线路空间负荷状态的提取方法和系统 | |
CN114880954A (zh) | 一种基于机器学习的滑坡敏感性的评估方法 | |
CN111983729A (zh) | 天气现象确定方法、装置、计算机设备和介质 | |
Indhumathi et al. | IoT-Enabled Weather Monitoring and Rainfall Prediction using Machine Learning Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |