一种基于均值聚类与线性判别的热带气旋等级划分方法技术

本发明专利技术提出一种基于均值聚类与线性判别的热带气旋等级划分方法，选取多套CMIP6HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息，利用暖核探测方法识别出非TC类别与TC类别，利用Kmeans聚类方法，并依据所有TC类别追踪点所携带的气候信息，划分出7类TC事件；将非TC类别与已划分出的7类TC事件共8个类别作为预测的初始判据，并通过Fisher线性判别法建立热带气旋强度和所述气候信息之间的关系。关系。关系。

【技术实现步骤摘要】
一种基于均值聚类与线性判别的热带气旋等级划分方法


[0001]本专利技术属于气候预测领域，具体涉及一种基于均值聚类与线性判别的热带气旋等级划分方法。

技术介绍

[0002]热带气旋(TC)在内陆沿海地区造成了严重的自然灾害，包括毁灭性的风暴潮、季节性降雨、城市洪水和持续的大风。它们被认为是经济损失的最大驱动力，是极端气候的主要贡献者。已命名风暴的分类对于现阶段TC事件的风险评估，以及对在气候变化条件下TC频率变化的探究至关重要。Saffir
‑
Simpson分类法是在1970年代早期一场名为“卡米尔”的强风暴之后被创建的，并已被应急管理人员、公众和气象学家广泛使用。该分类法主要依据观测获取的近地表最大持续风速对飓风/TC事件进行分类，包括了最大持续风速超过17m/s(34kt)的热带风暴，以及超过10.8m/s(21kt)的热带低压。然而，近年来，北大西洋盆地出现了多个定义为较弱级别的TC事件并被发现与其真实破坏性不相匹配的情况。例如，Sandy被定义为3类飓风(50～58m/s；Saffir
‑
Simpson强度等级的96～112节)，却造成了近750亿美元的损失。尽管Saffir
‑
Simpson分类法已被广泛用于评估历史、当前和未来TC的强度等级，但那些被低估了实际强度的TC事件已导致多位学者对仅使用最大风速作为分类标准产生了质疑。
[0003]近年来，无论是在历史飓风数据集(HURDAT)还是在全球气候耦合模式(CMIP3、5和6)中，研究者不断提出了一系列新指标来表征热带气旋的强度。部分科学家，包括Kerry Emanuel和Lakshmi Kantha，评价Saffir
‑
Simpson分类标准过于简单，表明该尺度既没有考虑到风暴的物理大小，也没有考虑到它所携带的大气信息。Kantha提出了三种飓风分类指数：飓风强度指数(HII)、飓风危害指数(HHI)和飓风涌浪指数(HSI)。HII使用连续性方程对飓风强度进行分类，指出流体施加的力与高雷诺数下的动压力成比例。HHI通过一个指数以获得飓风登陆时的损失估计，而HSI则根据飓风产生的风暴潮对飓风进行分类。此外，Powell和Reinhold首次提出了热带气旋综合动能(IKE)概念，以描述风暴的破坏潜力。IKE是通过将10米持续风速逐象限积分计算得出的热带强度。评估TC的活性的指标，如ACE和PDI，也很大程度上依赖于定量方法，因为前者是通过每6小时间隔的最大持续风力的平方来估计，而后者是则是通过其立方来估计。然而，与IKE相比，ACE和PDI高估了TC的累积能量，因为它没有考虑气旋结构。
[0004]在上述指标中，TC事件的强度大多定义为近地表风速的函数。然而，该强度的变化实际上与控制热带气旋空间分布和运动特征的许多其他大气变量强相关，而不是仅与近地表风速有关。例如，由于TC是一种涡旋运动，相对涡度(以下简称涡度)和中心压力有助于表征其中心的位置和强度；这在网格化气候数据中尤其突出。此外，全球气候模型模拟数据通常会低估真实的大气风速，而利用同一时刻的气压与垂直涡度差等气象资料将更有助于获取较为准确的TC强度；因此，在近地表风速之外考虑这些参数将有助于提供更可靠的TC等级分类依据。

技术实现思路

[0005]本专利技术的目的是提供一种基于均值聚类与线性判别的热带气旋等级划分方法，通过建立TC事件强度与近地面风速、气压和垂直涡度的函数关系，对全球气候模式中的热带气旋进行等级划分。
[0006]一种基于均值聚类与线性判别的热带气旋等级划分方法，包括如下步骤：
[0007]步骤1、选取多套CMIP6 HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息；
[0008]步骤2、利用暖核探测方法识别出非TC类别与TC类别；
[0009]步骤3、利用Kmeans聚类方法，并依据所有TC类别追踪点所携带的气候信息，划分出7类TC事件；
[0010]步骤4、将非TC类别与已划分出的7类TC事件共8个类别作为预测的初始判据，并通过Fisher线性判别法建立热带气旋强度和所述气候信息之间的关系。
[0011]优选地，2.根据权利要求1所述的一种基于均值聚类与线性判别的热带气旋等级划分方法，其特征在于，所述时间尺度为6小时。
[0012]优选地，所述气候信息包括近地表风速、850hPa气压、250hpa与850hpa的垂直涡度差。
[0013]进一步，所述步骤2中，地表风速低于10.8m/s且未探测到暖核的追踪点将被定义为非TC事件；地表风速高于10.8m/s且探测到暖核的追踪点将被定义为TC事件。
[0014]进一步，所述步骤3中，利用Kmeans聚类方法对获取的每一时间尺寸下的TC追踪点的强度进行重新分类，并依据Saffir
‑
Simpson分类法的类别名称对划分的7个类别进行命名，即由小到大分别为热带低压(TD)、热带风暴(TS)、飓风(H1～H5)。
[0015]进一步，聚类时，对于每个样本点，计算它们与k个中心之间的距离，并将其分组到距离最小的中心所在的簇中；在对所有样本点进行排序后，重新计算k簇的中心；重复上述过程，直到放置到样本点的簇保持不变。
[0016]进一步，所述步骤4中，利用Fisher线性判别法建立TC类型与其对应的气候变量之间的线性判别方程式，使每个类型对应一个特定的判别方程式，通过对历史时期错误率的交叉验证，利用判别器对未知类型的TC事件进行预测和分类，错误率控制在10％以下。
[0017]更进一步，根据类内方差尽可能小，类间方差尽可能大的聚类结果来计算判别函数。
附图说明
[0018]图1是本专利技术的一种基于均值聚类与线性判别的热带气旋等级划分方法的流程图。
具体实施方式
[0019]下面结合附图，对实施例作详细说明。
[0020]如图1所示，本专利技术为一种基于均值聚类与线性判别的热带气旋等级划分方法，实现步骤如下：
[0021]步骤1、选取多套CMIP6 HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息，时间尺度一般为6小时，气候信息包括近地表风速、850hPa气压、250hpa与850hpa的垂直涡度差。将全球的TC事件及其所携带的气候信息按南北半球分类，有利于后续的类别判定与分析。
[0022]步骤2、利用暖核探测方法识别出非TC类别与TC类别。
[0023]详细地说，在模拟模型中确定的地表风速低于10.8m/s且未探测到暖核的追踪点将被定义为非TC事件；而相反的，地表风速高于10.8m/s且探测到暖核的追踪点将被定义为TC事件。
[0024]步骤3、利用Kmeans聚类方法，并依据所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于均值聚类与线性判别的热带气旋等级划分方法，包括如下步骤：步骤1、选取多套CMIP6 HighResMIP气候数据集，并依据tracking algorithm追踪法则在气候格点数据集中追踪所有TC轨迹，提取每一时间尺度下每个追踪点所携带的气候信息；步骤2、利用暖核探测方法识别出非TC类别与TC类别；步骤3、利用Kmeans聚类方法，并依据所有TC类别追踪点所携带的气候信息，划分出7类TC事件；步骤4、将非TC类别与已划分出的7类TC事件共8个类别作为预测的初始判据，并通过Fisher线性判别法建立热带气旋强度和所述气候信息之间的关系。2.根据权利要求1所述的一种基于均值聚类与线性判别的热带气旋等级划分方法，其特征在于，所述时间尺度为6小时。3.根据权利要求1所述的一种基于均值聚类与线性判别的热带气旋等级划分方法，其特征在于，所述气候信息包括近地表风速、850hPa气压、250hpa与850hpa的垂直涡度差。4.根据权利要求1所述的一种基于均值聚类与线性判别的热带气旋等级划分方法，其特征在于，所述步骤2中，地表风速低于10.8m/s且未探测到暖核的追踪点将被定义为非TC事件；地表风速高于10.8m/s且探测到暖核的追踪点将被定义为TC事件。5.根据权利要求...

【专利技术属性】
技术研发人员：林夏婧，黄国和，宋唐女，张重，王丝雨，田初引，鲁晨，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：