预估台风发生概率、发生次数概率和延续性概率的方法技术

本发明专利技术提供一种预估台风发生概率、发生次数概率和延续性概率的方法，通过本方法基于随机过程理论从时间和空间两个维度对台风发生频次进行分析，构建不同时间段上是否发生概率、发生次数概率以及延续性概率模型，从而定量的预测台风未来某个时段的活动情况。本申请首先描述了某段时间内台风发生次数符合某种随机过程模型，并对其进行了严格地证明，进一步给出了不同时间段台风发生的依存关系和时间间隔的分布，通过台风频次在不同时间段上是否发生概率、发生次数概率以及延续性概率的分析，对台风的发生规律进行更加合理的统计推断和预测。

【技术实现步骤摘要】
预估台风发生概率、发生次数概率和延续性概率的方法
本专利技术涉及大气科学
，尤其涉及一种预估台风发生概率、发生次数概率和延续性概率的方法。
技术介绍
频发的自然灾害经常会导致大量的人员伤亡和经济损失。据慕尼黑再保险公司(MunichReGroup)灾害数据库统计，在2009～2018年的十年当中，自然灾害导致37.1万人死亡，经济损失18580亿美元，其中气象灾害占比60％左右。在所有气象灾害中，台风(飓风)又因其频次多、破坏力巨大、致灾方式多样，严重威胁着人类的生存、发展。随着地球变暖，强台风/飓风发生的频率有增加趋势(见图1)，由台风/飓风导致的海洋灾害比以往更加严重和频繁。2013年台风“海燕”横扫菲律宾，台风中心最大风速达到约105米/秒，塔克洛班市90％的建筑被夷为平地。2017年热带风暴“黛比”肆虐澳大利亚北部，昆士兰州多个城镇满目疮痍。2018年台风“山竹”重创亚洲地区，据统计，中国有近300万人受灾，1200余间房屋倒塌，农作物受灾面积174.4千公顷，直接经济损失52亿元；菲律宾74人遇难，经济损失可能达到GDP的6.6％，或超过200亿美元。台风引起的狂风、暴雨、巨浪、风暴潮和间接造成的滑坡、泥石流等地质灾害，往往造成重大的人员伤亡和社会经济损失。目前多采用定性的方法对台风发生规律进行分析，但其结果的准确性不高、实用性不强。因此，亟需一种可对未来某段时间内台风的活动进行预报和预警的定量的方法。
技术实现思路
有鉴于此，本专利技术提供一种能够对未来某段时间台风活动进行预报或预警的预估台风发生概率、发生次数概率和延续性概率的方法。本专利技术提供高一种预估台风发生概率的方法，其特征在于：所述方法包括：建立某时刻台风发生与否的随机过程K(t)对应的一维分布函数，所述一维分布函数包括某时刻发生台风的概率函数和某时刻不发生台风的概率函数：所述某时刻发生台风的概率函数如下：其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量；所述某时刻不发生台风的概率函数如下：其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量。进一步，所述m(t)在时间间隔(0，t)内为泊松分布：其中，m(t)表示随机变量，t表示时刻,m表示随时刻t的随机变量，λ表示单位时间内台风发生的平均次数。相应地，本专利技术一种预估台风发生次数概率的方法，其特征在于：所述方法包括：构建预估台风发生次数概率的模型，所述模型如下：其中，K表示随机变量，N(t)表示台风在某时间区间内发生的次数，λ表示单位时间内台风发生的平均次数。相应地，本专利技术还提供一种预估台风延续性概率的方法，其特征在于：所述方法包括：构建台风到达时间间隔的分布函数，所述函数如下：其中，Tn表示台风发生的时间间隔序列，n＝1，2，3…,t表示时刻，λ表示单位时间内台风发生的平均次数；台风在时间t内发生的概率P(T≤t)采用如下方法确定：其中，P(T≤t)表示台风在时间t内发生的概率，FTn(t)表示台风到达时间间隔的分布函数，t表示时刻，λ表示单位时间内台风发生的平均次数。本专利技术的有益技术效果：本专利技术对未来某段时间台风风险进行量化分析，通过台风频次在不同时间段上的发生概率、发生次数概率以及延续性概率的模型的建立，获得量化结果，从而更加合理的预测未来某段时间台风活动情况。附图说明下面结合附图和实施例对本专利技术作进一步描述：图1为本专利技术的台风过程某次观测的样本函数示意图。图2为本专利技术的实施例的样本曲线和样本曲线示意图。图3为本专利技术的实施例的2000-2016年5月份发生台风次数的概率分布图。图4为本专利技术的实施例的概率分布的比较分析图。图5为本专利技术的实施例的台风发生时间间隔累计分布图。图6为本专利技术的实施例的台风在时间t内发生的概率分布图。图7为本专利技术的实施例的间隔时间T分布函数示意图。图8为本专利技术的实施例的间隔时间T的概率密度函数示意图。具体实施方式以下结合说明书附图对本专利技术做出进一步的说明：本专利技术提供的一种预估台风发生概率的方法，其特征在于：所述方法包括：建立某时刻台风发生与否的随机过程K(t)对应的一维分布函数，所述一维分布函数包括某时刻发生台风的概率函数和某时刻不发生台风的概率函数：所述某时刻发生台风的概率函数如下：其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量；所述某时刻不发生台风的概率函数如下：其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量。将m(t)取作每个月与台风发生次数伴随的(0，t)时间内的变号次数，其为随机变量。台风在时刻t处是否发生，可以用随机过程K(t)来描述，K(t)只有取+1或-1两个值。当m取0或偶数时K(t)取+1，当m取奇数时K(t)取-1。现将K(t)取-1时取为台风会发生，K(t)取+1时台风不会发生。m(t)是随时间变化的一组随机变量，它是定义在样本空间Ω，取值为实数的可测函数。台风发生与不发生的次数引起的变号次数m(t)为泊松过程。在时间间隔(0，t)内，m(t)为泊松分布，即：所述m(t)在时间间隔(0，t)内为泊松分布：其中，m(t)表示随机变量，t表示时刻,m表示随时刻t的随机变量，λ表示单位时间内台风发生的平均次数。相应地，本专利技术还提供一种预估台风发生次数概率的方法，其特征在于：所述方法包括：构建预估台风发生次数概率的模型，所述模型如下：其中，K表示随机变量，N(t)表示台风在某时间区间内发生的次数，λ表示单位时间内台风发生的平均次数。下面给出式子(4)的证明过程：我们将某段时间内的台风发生次数看作一个随机过程来建立其数学模型。每过时间T取一个台风出现次数的观测值，在同一时间T得到的一系列观测值就组成了一组随机变量。对每一次观测指定一个时间t，则的确定性函数可记为N(t)。考虑所有不同次的观测台风发生次数N(t)就表示一个函数族，这个由N(t)表示的函数族就称为一维随机过程，其是一族依赖于时间参数t的一维随机变量，下面对某段时间内台风发生次数N(t)进行基于工程现实的数学描述：构造一个某段时间内台风发生的计数过程N(t)，作为台风在某海域某时间段内发生的次数这个本文档来自技高网...

【技术保护点】
1.一种预估台风发生概率的方法，其特征在于：所述方法包括：建立某时刻台风发生与否的随机过程K(t)对应的一维分布函数，所述一维分布函数包括某时刻发生台风的概率函数和某时刻不发生台风的概率函数：/n所述某时刻发生台风的概率函数如下：/n

【技术特征摘要】
1.一种预估台风发生概率的方法，其特征在于：所述方法包括：建立某时刻台风发生与否的随机过程K(t)对应的一维分布函数，所述一维分布函数包括某时刻发生台风的概率函数和某时刻不发生台风的概率函数：
所述某时刻发生台风的概率函数如下：



其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量；
所述某时刻不发生台风的概率函数如下：



其中，K(t)表示台风在时刻t处是否发生，当K(t)取1时表示台风会发生，m(t)表示随机变量，K表示变量K＝0，1，2…,λ表示单位时间内台风发生的平均次数，h表示角度变量。


2.根据权利要求1所述预估台风发生概率的方法，其特征在于：所述m(t)在时间间隔(0，t)内为泊松分布：



其中，...

【专利技术属性】
技术研发人员：刘桂林，陈柏宇，李笑，李宝才，崔柯，刘春鹏，聂驰，徐鹏飞，王莉萍，
申请(专利权)人：中国海洋大学，黑龙江省电子技术研究所，
类型：发明
国别省市：山东;37