本申请实施例涉及台风强度预测技术领域，特别涉及一种台风强度预测方法、装置、设备及存储介质，该方法包括以下步骤：首先，获取台风及环境背景数据；台风及环境背景数据包括台风最佳路径数据集、大气海洋变量数据、海温数据；然后基于台风及环境背景数据，计算并提取特征变量；特征变量包括当前和过去的环境背景场变量以及台风未来路径位置所对应的环境背景信息；接下来，基于特征变量，构建台风强度预测模型；最后，基于台风强度预测模型，对不同生命周期的台风强度进行预测。本申请提供的台风强度预测方法，考虑了台风未来路径位置所对应的环境背景信息对台风强度变化的影响，提高了台风强度预测的准确率。强度预测的准确率。强度预测的准确率。
【技术实现步骤摘要】
一种台风强度预测方法、装置、设备及存储介质
[0001]本申请实施例涉及台风强度预测
，特别涉及一种台风强度预测方法、装置、设备及存储介质。
技术介绍
[0002]台风通常在登陆期间和登陆后因强风，洪水和风暴潮而造成巨大的经济损失和人员伤亡，特别是对于极易受台风影响的沿海地区。因此，及时准确的台风路径和强度预测在防台减灾中起着重要作用。
[0003]传统的台风强度预测方法包括基于物理的数值模拟、统计分析方法以及基于回归的统计回归方法。对于数值方法，一个显著的弱点是无法充分表示复杂的动力学过程。但是，增加变量或方程式的数量会导致计算需求成指数增长。另一方面，通常基于回归并且计算成本较低的统计回归方法可能无法有效地捕获非线性关系。
[0004]目前通常采用基于机器学习算法的预测模型对台风进行预测，利用不同的机器学习模型可以有效的解决特征变量之间的非线性关系，但现有的机器学习模型主要考虑了开放海域的热带气旋强度变化，且目前无论是传统的线性统计回归预测方法还是基于机器学习的预测方法，只考虑了当前和过去环境背景场预测变量，没有考虑台风未来位置的环境背景和下垫面对台风强度的影响，导致台风强度预测准确度不高。
技术实现思路
[0005]本申请实施例提供一种台风强度预测方法、装置、设备及存储介质，解决现有的台风强度预测方法只考虑当前和过去环境背景场预测变量且预测准确度不高的问题。
[0006]为解决上述技术问题，第一方面，本申请实施例提供一种台风强度预测方法，包括：获取台风及环境背景数据；包括台风最佳路径数据集、大气海洋变量数据、海温数据；基于台风及环境背景数据，计算并提取特征变量；特征变量包括当前和过去的环境背景场预测变量以及台风未来路径位置对应的环境背景及下垫面信息；基于特征变量，构建台风强度预测模型；基于台风强度预测模型，对不同生命周期的台风强度进行预测。
[0007]一些示例性实施例中，获取台风及环境背景数据，包括：获取西北太平洋的热带气旋最佳路径数据集；获取全球预报系统最终网格分析的再分析资料数据；获取西北太平洋每日海面温度均值数据。
[0008]一些示例性实施例中，基于台风及环境背景数据，计算并提取特征变量，包括：基于台风及环境背景数据，计算并提取台风最佳路径数据集中每个时刻当前和过去的环境背景场预测变量；基于台风及环境背景数据，计算并提取台风最佳路径数据集中每个时刻与台风未来路径位置所对应的环境背景信息相关的预测变量。
[0009]一些示例性实施例中，基于台风及环境背景数据，计算并提取台风最佳路径数据集中每个时刻当前和过去的环境背景场预测变量，包括：基于台风最佳路径数据集，获取台风时间、台风位置和台风强度，并计算台风移动速度、海陆比、儒略日、过去12小时台风强度
变化以及台风最大潜在强度变化；基于台风时间，在再分析资料数据中获取数据文件，并基于台风位置，设置以台风位置的经纬度为中心的圆环区域为研究区域，并在研究区域提取大气海洋变量，计算大气海洋变量的均值；基于台风时间和台风位置的经纬度，获取西北太平洋每日海面温度均值数据；并计算以台风位置的经纬度为中心的圆环区域内的海温均值。
[0010]一些示例性实施例中，基于台风及环境背景数据，计算并提取台风最佳路径数据集中每个时刻与台风未来路径位置所对应的环境背景信息相关的预测变量，包括：基于当前台风时间和台风位置的经纬度，获取台风未来每个时刻对应的台风经纬度；基于所述台风未来每个时刻对应的台风经纬度，计算所述未来台风经纬度位置在当前时刻的对应海陆比、海温和垂直风切变。
[0011]一些示例性实施例中，基于特征变量，构建台风强度预测模型，包括：将特征变量组合为预测变量数据集，并将组合的预测变量数据集划分为不同预测时间段的预测变量数据集；将不同预测时间段的预测变量数据集分别根据海陆比划分为登陆、近海岸、远海三个类型的数据集，同时将所述数据集与不同预测时间段的预测变量数据集组合，共同构成最终训练集；基于最终训练集，并基于梯度提升回归树构建台风强度预测模型。
[0012]一些示例性实施例中，基于台风强度预测模型，对不同生命周期的台风强度进行预测，包括：采用贝叶斯优化算法调整所述台风强度预测模型的超参数，得到优化后的台风强度预测模型；基于优化后的台风强度预测模型，分别对不同阶段不同时刻的测试集进行预测，得到登陆、近海岸、远海不同生命周期阶段中不同预测时间段的台风强度变化预测值。
[0013]第二方面，本申请实施例还提供了一种台风强度预测装置，包括：依次连接的数据获取模块、特征变量提取模块、模型构建模块和预测模块；数据获取模块用于获取台风及环境背景数据；包括台风最佳路径数据集、大气海洋变量数据、海温数据；特征变量提取模块用于根据数据获取模块传输的所述台风及环境背景数据，计算并提取特征变量；特征变量包括当前和过去的环境背景场预测变量以及台风未来路径位置所对应的环境背景信息；模型构建模块用于根据特征变量提取模块提取的特征变量，构建台风强度预测模型；预测模块用于通过台风强度预测模型，对不同生命周期的台风强度进行预测。
[0014]另外，本申请还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述台风强度预测方法。
[0015]另外，本申请还提供了一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述台风强度预测方法。
[0016]本申请实施例提供的技术方案至少具有以下优点：
[0017]本申请实施例针对现有的台风强度预测方法只考虑当前和过去环境背景场预测变量且预测准确度不高的问题，提供一种台风强度预测方法、装置、设备及存储介质，该方法包括：获取台风及环境背景数据；包括台风最佳路径数据集、大气海洋变量数据、海温数据；基于台风及环境背景数据，计算并提取特征变量；特征变量包括当前和过去的环境背景场变量以及台风未来路径位置所对应的当前环境背景信息；基于特征变量，构建台风强度预测模型；基于台风强度预测模型，对不同生命周期的台风强度进行预测。本申请提供的台
风强度预测方法，考虑了台风未来路径位置所对应的环境背景信息对台风强度变化的影响，通过计算海陆比对台风不同生命周期进行划分，且基于机器学习梯度提升树模型构建台风强度预报模型，并加入了考虑台风未来路径位置所对应的当前环境背景信息的预测变量，台风强度预测的准确率有了明显的提高。
附图说明
[0018]一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，除非有特别申明，附图中的图不构成比例限制。
[0019]图1为本申请一实施例提供的一种台风强度预测方法的流程示意图；
[0020]图2为本申请一实施例提供的一种基于点云理解的台风强度预测装置的结构示意图；
[0021]图3为本申请一实施例提本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种台风强度预测方法，其特征在于，包括：获取台风及环境背景数据；所述台风及环境背景数据包括台风最佳路径数据集、大气海洋变量数据、海温数据；基于所述台风及环境背景数据，计算并提取特征变量；所述特征变量包括当前和过去的环境背景场预测变量以及台风未来路径位置所对应的当前环境背景信息；基于所述特征变量，构建台风强度预测模型；基于所述台风强度预测模型，对不同生命周期的台风强度进行预测。2.根据权利要求1所述的台风强度预测方法，其特征在于，所述获取台风及环境背景数据，包括：获取西北太平洋的台风最佳路径数据集；获取全球预报系统最终网格分析的再分析资料数据；获取西北太平洋每日海面温度均值数据。3.根据权利要求2所述的台风强度预测方法，其特征在于，所述基于所述台风及环境背景数据，计算并提取特征变量，包括：基于所述台风及环境背景数据，计算并提取所述台风最佳路径数据集中每个时刻当前和过去的环境背景场预测变量；基于所述台风及环境背景数据，计算并提取所述台风最佳路径数据集中每个时刻与台风未来路径位置所对应的环境背景信息相关的预测变量。4.根据权利要求3所述的台风强度预测方法，其特征在于，所述基于所述台风及环境背景数据，计算并提取计算并提取所述台风最佳路径数据集中每个时刻当前和过去的环境背景场预测变量，包括：基于所述台风最佳路径数据集，获取台风时间、台风位置和台风强度，并计算台风移动速度、海陆比、儒略日、过去12小时台风强度变化以及台风最大潜在强度变化；基于所述台风时间，在所述再分析资料数据中获取数据文件，并基于所述台风位置，设置以所述台风位置的经纬度为中心的圆环区域为研究区域，并在所述研究区域提取大气海洋变量，计算所述大气海洋变量的均值；基于所述台风时间和所述台风位置的经纬度，获取西北太平洋每日海面温度均值数据；并计算以所述台风位置的经纬度为中心的圆环区域内的海温均值。5.根据权利要求3所述的台风强度预测方法，其特征在于，所述基于所述台风及环境背景数据，计算并提取所述台风最佳路径数据集中每个时刻与台风未来路径信息相关的预测变量，包括：基于当前所述台风时间和所述台风位置的经纬度，获取台风未来每个时刻对应的台风经纬度；基于所述台风未来每个时刻对应的...
【专利技术属性】
技术研发人员：李晴岚，朱港亚，赵玮，张佳丽，李广鑫，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。