申请/专利权人：中国气象科学研究院

申请日：2024-01-12

公开（公告）日：2024-03-22

公开（公告）号：CN117574134B

主分类号：G06F18/213

分类号：G06F18/213;G06F18/2135;G06F18/23;G06F18/24;G06F18/27;G01W1/10

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明提供了一种基于机器学习和智能预报因子预报台风远距离降水的方法，该方法通过收集整理多源气象观测资料，利用台风降水过程主客观相结合的识别方法构建我国北方地区台风远距离强降水数据集，使用基于机器学习的算法对台风远距离强降水的时空分布特征、影响机理和主要类型进行分析，基于高分辨率数值模拟试验对典型个例进行诊断分析，从暖湿空气活动角度构建适用于我国北方地区台风远距离强降水的隐含台风影响的智能季风涌指数IMI，并将其作为智能预报因子，实现对北方地区台风远距离强降水的预报。本发明通过利用机器学习等技术，提高对我国北方地区台风远距离强降水的预报精度和稳定性，为北方地区城市安全运行及防灾减灾提供科学支持。

主权项：1.一种基于机器学习和智能预报因子预报台风远距离降水的方法，其特征在于，所述方法至少包括如下实施步骤：SS1.收集整理多源气象观测资料，至少包括1960年以来我国北方地区国家级地面气象站记录的日降水气象数据、台风最佳路径集气象数据、再分析气象数据以及卫星气象数据，并使用基于机器学习的数据挖掘方法对所收集的多源气象观测资料至少进行降维和特征提取，以减少数据的冗余和噪声并提高数据的质量和效率；SS2.利用台风降水过程主客观相结合识别方法，根据台风中心与我国北方地区各国家站平均位置点的距离确定出可能的台风远距离降水样本，由此构建1960年以来的我国北方地区的长时间序列台风远距离强降水数据集，并在此基础上，采用机器学习算法自动提取和选择与台风远距离强降水相关的特征；SS3.使用基于机器学习的K-均值聚类分析算法对台风远距离强降水的时空分布特征进行分组和分类，统计分析我国北方地区台风远距离强降水的时空分布气候特征，并重点关注其中引起我国北方地区强降水的台风活动特征以及这些特征与台风远距离强降水的相关性和影响程度，并分析连接台风与降水区之间的关键天气系统以及这些天气系统与台风远距离强降水的相互作用和影响机理，其中，所述台风活动特征至少包括台风的地理位置、路径特征、强度特征和或尺度特征，所述关键天气系统至少包括东亚夏季风、副热带高压、西风槽、切变线和或锋面；SS4.在步骤SS3气候特征分析的基础上，基于台风远距离强降水的强度和范围、台风远距离强降水的时空分布特征、和或台风远距离强降水的影响机理和类型，从步骤SS2所构建的1960年以来我国北方地区的长时间序列台风远距离强降水数据集中选取若干我国北方地区台风远距离强降水典型个例，之后基于高分辨率数值模拟试验对所选取的典型个例进行包括控制试验和敏感性试验的诊断分析，并根据试验结果，使用基于机器学习的数据分析方法计算分析台风对我国北方地区强降水落区和强度、台风对东亚夏季风水汽输送带、台风对天气尺度季风涌的影响的相关系数和显著性水平，并基于回归分析建立台风影响下季风涌与我国北方地区强降水的定量关系；SS5.在步骤SS3气候特征分析、步骤SS4典型个例诊断分析的基础上，从台风特征对东亚夏季风水汽输送带的影响以及东亚夏季风水汽输送带对我国北方地区强降水的影响两个暖湿空气活动角度构建适用于我国北方地区台风远距离强降水的隐含台风影响的智能季风涌指数IMI并将其作为智能预报因子，其表达式为： 式中，Ps为地表气压，q表示比湿，V表示经向风，n、N分别表示在给定时间段内影响我国北方地区强降水的台风编号、台风数量，tcx、tcy分别表示台风影响特征经度、台风影响特征纬度，tcx~116.5°E、tcy~39.2°N分别表示台风影响特征经度到116.5°E的经度范围、台风影响特征纬度到39.2°N的纬度范围，并且tcx、tcy由台风的强度和7级风圈半径决定： 其中，tcx0和tcy0分别表示台风中心经度、台风中心纬度，R7为台风7级风圈半径，Pmin为台风中心海平面最低气压，α1、α2为根据步骤SS3气候特征分析以及步骤SS4典型个例诊断分析结果修正后得到的修正系数，用于调整tcx和tcy的经度范围和纬度范围，以适应不同台风远距离强降水的时空分布特征、影响机理和类型；SS6.将步骤SS5所构建的智能季风涌指数IMI应用于我国北方地区的台风远距离强降水预报业务中，根据实时或预报的台风特征信息计算出智能季风涌指数IMI的实时或预报值，根据智能季风涌指数IMI的阈值判断我国北方地区是否有台风远距离强降水的可能性，以及台风远距离强降水的强度和范围。

全文数据：

权利要求：

百度查询： 中国气象科学研究院 基于机器学习和智能预报因子预报台风远距离降水的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD