本發明專利技術最大風半徑和臺風眼尺寸建模的相關向量機方法的目的是基于相關向量機（RVM）建立有眼臺風最大風半徑與臺風眼尺寸的模型。對此，本發明專利技術通過計算臺風云圖上最冷云頂溫度點和眼壁內最暖點的距離來估算最大風半徑（RMW）；基于偏微分方程對臺風眼進行分割，用眼壁周長來度量臺風眼的大小；最后基于RVM建立RMW與臺風眼尺寸的模型，并與SVM、線性回歸、徑向基函數神經網絡等建模方法進行對比。由于采用了本發明專利技術所述的技術方案，能夠得到很好的建模結果，基于RVM的建模效果與其他建模方法相比誤差要小得多，這將有利于進一步刻畫臺風低層風場的內核結構。
【技術實現步驟摘要】
本專利技術屬于氣象監測領域。具體來說，涉及一種以提高臺風風速預測精度為目的的。
技術介紹
我國是全球受臺風災害最嚴重的國家之一，臺風來臨時，造成我國東南部沿海地區經濟損失巨大、人民的生命遭受威脅。如何正確應對臺風，在臺風登陸時將經濟損失降到最低事關國家和人民的切身利益，于是臺風的準確預報成了預防災害的重要措施。而風場信息反映了臺風強度的變化，合理地選用各種智能算法進行風場反演，便可提高臺風預報的準確度。 目前國內外學者在臺風風場反演方面做了大量相關工作，如許健民等在2002年采用逐步搜索的計算策略進行示蹤云的跟蹤，有效節約了機時。王振會等(2004)利用傅立葉相位分析法方法對傳統的云跡風法進行改進，能夠避免“亞像素尺度位移”問題。張紅等(2006)根據二維傅立葉相位分析原理，對I分鐘間隔的靜止紅外衛星云圖進行云跡風的反演，能夠得到連續性較好的風場。楊文凱等(2007)設計了一種臺風反演中高密度示蹤云選取算法，以改善云跡風的質量和密度分布，能夠清晰地反映出天氣系統的風場結構。楊文凱等(2010)運用梯度分析方法進行云跡風示蹤云的選取，并給出梯度的離散計算公式。利用其方法進行云跡風的反演，結果表明，云跡風質量好，密度高，能夠清晰地顯示出天氣系統的風場結構。國外的臺風內核的風場主要通過低空(low-altitude)飛機(如美國NOAA的WP-3D和美國空軍的WC-130)偵測獲得。但是，這些數據在業務上不能直接應用，而且研究中使用低空飛機采集臺風內核數據的工作也主要集中在大西洋，其他區域的臺風數據仍然很有限。目前我國還沒有將飛機作為臺風監測的主要手段。對臺風強度的業務監測主要是基于Dvorak技術的定性描述，定量應用能力較弱。對于臺風中高層風場的監測盡管能夠使用國家衛星中心的云跡風反演先進技術，但仍不能反演臺風內核風場的信息。臺風風場的反演一般來說主要包括兩個部分內核風場反演(包括表征有眼臺風和無眼臺風內核特征的模型建立)和外圍風場運動矢量場的建立。本專利技術主要根據有眼臺風最大風半徑和臺風眼大小來建立有眼臺風內核特征模型。一般地，最大風半徑夾在臺風眼壁內上升氣流與邊緣下沉氣流之間，多為幾公里到幾十公里。對于一個成熟臺風來說，中心上升氣流形成了臺風眼，而最大風半徑外的下沉氣流則形成了臺風眼壁。當臺風云圖上出現了一個清晰可見的臺風眼時，便可構造反映有眼臺風內核特征的模型。由于有眼臺風的最大風半徑一般與臺風強度及臺風所處的緯度有一定關系，但是如果忽略緯度對最大風半徑的影響，則帶來的誤差可以忽略不計，因此在這種情況下，只需考慮建立最大風半徑和臺風眼大小的關系模型即可。臺風風場是一種包含高維數據的復雜非線性系統，對其反演需要選取一種有效的分析工具，目前我國可用于科研的臺風云圖和年鑒數據有限。鑒于上述兩個因素，本專利技術將機器學習中的相關向量機(Relevance vector machine,簡稱RVM)應用到臺風風場反演中，相關向量機是Tipping在2001年在貝葉斯框架的基礎上提出的，它有著與支持向量機(Support vector machine,簡稱SVM)—樣的函數形式，與SVM—樣基于核函數映射將低維空間非線性問題轉化為高維空間的線性問題。與SVM相比，RVM更稀疏，測試時間更短，而且具有更好的泛化能力，更適用于在線檢測。雖然RVM的訓練時間會比SVM訓練時間長，但是對于本專利技術中的小樣本數據而言，這一點影響不大。實驗結果表明本專利技術能較準確的建立臺風內核特征模型，與SVM、線性回歸、徑向基函數神經網絡等回歸算法相比，不僅速度快，誤差也小很多。因此本專利技術在臺風內核特征模型建立技術上有所創新，能夠被用于更加精確地刻畫臺風內核風場結構。
技術實現思路
本專利技術的目的是提供一種基于相關向量機建立有眼臺風內核風場特征模型的方法。將已有的有眼臺風云圖，進行預處理，從圖像上直接獲得最冷云頂點和眼壁最暖點，通過計算兩點間的距離來獲得最大風半徑；然后基于偏微分方程提取臺風眼，并計算眼壁周長；最后基于相關向量機建立有眼臺風最大風半徑和眼壁周長之間的模型。具體包括幾方面的研究工作I)獲取有眼臺風云圖，直接從圖像上獲得最冷云頂點和眼壁最暖點，并根據地理緯度與圖像坐標的對應關系，計算上述兩點間的實際距離，作為最大風半徑。由兩點的經緯度計算實際距離的基本原理如下設A、B兩點的緯度分別為A和B，經度分別為La和Lb，要求的是A、B兩點間的大圓弧長。令A、B的中點的緯度為C，經度為L。，A、B兩點間的地心夾角為Θ，則根據球面三角關系，可列出如下方程cos ( Θ ) = sin (A) sin ⑶+cos (A) cos (B) cos (La-Lb)(I)cos ( Θ /2) = sin (A) sin (C)+cos (A) cos (C) cos (La-Lc)(2)cos ( θ /2) = sin (B) sin (C)+cos (B) cos (C) cos (Lb-Lc)(3)由于C、L。、Θ為未知量，所以式(2)，(3)為非線性方程，于是求解中點的問題轉化為如何求解這個非線性方程組的問題。于是，大圓一度的弧長乘以地心夾角Θ即可得到大圓距離D :D= (2jiRz/360。)· Θ = 111 · Θ(4)式中Rz為地球半徑。在方程(1)、(2)、(3)和式(4)的計算中，北緯和東經取正值，南緯和西經取負值。2)基于偏微分方程法對臺風云圖進行臺風眼分割，提取臺風眼，然后根據地(3)式中地理緯度與圖像坐標的對應關系計算出眼壁上相鄰兩點的實際距離，最終將所有相鄰點的距離加起來，即得到實際的眼壁周長；3)利用RVM建立有眼臺風的最大風半徑及眼壁周長的內核風場模型，并與其他建模算法作比較，通過對比誤差散點圖和柱狀圖，詳細說明本專利技術的優勢。優選的，所述建立模型的步驟I)中獲取最大風半徑的方法，其主要步驟包括I)地理經緯度與圖像坐標的對應關系由于實地測試風速的儀器一般用地理經緯度來表示所測試地點的坐標，因此在比較最后計算結果和實際風速的偏差時就必然涉及到地理經緯度與圖像坐標之間的轉換問題，通過建立經緯度與圖像坐標的關系，這樣，只要知道圖像上任意點的坐標，即可知該點的經緯度，反過來，由于經緯度表和圖像坐標是雙向對應的，于是對于給定的緯度和經度，也能相應地查到圖像坐標；2)最大風半徑(RMW)的獲取在紅外圖像中，由于低灰度代表的是高溫，而高灰度代表的是低溫，因此最冷云頂點和眼壁最暖點可通過圖像直接獲得，并根據經度表和緯度表得出對應的經緯度，得到相 鄰兩點之間的實際距離，即為最大風半徑。優選的，所述建立模型的步驟2)中臺風眼壁周長的計算方法，其主要內容包括先采用臺風眼的周長來度量臺風眼的大小，先利用非線性灰度變換法增強紅外臺風云圖，以便突出臺風眼區利于后續進行臺風眼分割，接著使用偏微分方程法提取臺風眼，即得到眼壁各點的坐標，提取臺風眼，然后根據地地理緯度與圖像坐標的對應關系計算出眼壁上相鄰兩點的實際距離，最終將所有相鄰點的距離加起來，即得到實際臺風眼壁的周長。優選的，所述建立模型的步驟3)中用RVM建模的具體步驟包括I)整個臺風數據庫雖然龐大，但是要建立有眼臺風內核的特征模型，就只能使用有眼臺風云圖，因此需要總共選取155幅有眼臺風云圖本文檔來自技高網...
【技術保護點】
最大風半徑和臺風眼尺寸建模的相關向量機方法，包括基于相關向量機建立有眼臺風最大風半徑和臺風眼尺寸間的關系模型，其特征在于，具體步驟如下：1）獲取有眼臺風云圖，直接從圖像上獲得最冷云頂點和眼壁最暖點，并根據地理緯度與圖像坐標的對應關系，計算上述兩點間的實際距離，作為最大風半徑；由兩點的經緯度計算實際距離的基本原理如下：設A、B兩點的緯度分別為A和B，經度分別為LA和LB，要求的是A、B兩點間的大圓弧長；令A、B的中點的緯度為C，經度為LC，A、B兩點間的地心夾角為θ，則根據球面三角關系，可列出如下方程：cos(θ)＝sin(A)sin(B)+cos(A)cos(B)cos(LA？LB)？？？？？？？？？（1）cos(θ/2)＝sin(A)sin(C)+cos(A)cos(C)cos(LA？LC)？？？？？？？（2）cos(θ/2)＝sin(B)sin(C)+cos(B)cos(C)cos(LB？LC)？？？？？？？（3）由于C、LC、θ為未知量，所以式（2），（3）為非線性方程，于是求解中點的問題轉化為如何求解這個非線性方程組的問題，于是，大圓一度的弧長乘以地心夾角θ即可得到大圓距離D：D＝(2πRz/360°)·θ＝111·θ？？？？？？？？？？？？？？？？？？？？？？？？（4）式中Rz為地球半徑，在方程（1）、（2）、（3）和式（4）的計算中，北緯和東經取正值，南緯和西經取負值；2）基于偏微分方程法對臺風云圖進行臺風眼分割，提取臺風眼，然后根據地理緯度與圖像坐標的對應關系計算出眼壁上相鄰兩點的實際距離，最終將所有相鄰點的距離加起來，即得到實際的眼壁周長；3）利用RVM建立有眼臺風的最大風半徑及眼壁周長的內核風場模型，并通過對比誤差散點圖和柱狀圖與其他建模方法作比較。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：張長江，楊銀環，
申請(專利權)人：浙江師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。