相似臺(tái)風(fēng)智能檢索與可視化分析研究
發(fā)布時(shí)間:2021-10-24 19:16
利用空間分析及可視化技術(shù),對(duì)1949—2018年的臺(tái)風(fēng)時(shí)空變化規(guī)律進(jìn)行相似性智能檢索,形成基于空間位置、特征要素、時(shí)間規(guī)律三個(gè)關(guān)鍵指標(biāo)的綜合定量化判定體系,初步建立了統(tǒng)一的判定標(biāo)準(zhǔn)。其中,"路徑"相似性判定提出了多項(xiàng)動(dòng)態(tài)擬合與相似離度結(jié)合的方法。研究結(jié)果表明:綜合定量化判定體系可有效降低單一指標(biāo)的不確定性。同時(shí),"路徑"的動(dòng)態(tài)判定法有效解決了觀測(cè)點(diǎn)不匹配的問(wèn)題。以臺(tái)風(fēng)山竹(Mangkhut,編號(hào)1822)為例,首先通過(guò)數(shù)據(jù)清洗、特征提取和構(gòu)建快速索引等檢索方法,縮小判定范圍,檢索出10個(gè)可能與目標(biāo)相似的臺(tái)風(fēng),然后利用綜合定量化判定方法得到7個(gè)相似臺(tái)風(fēng)。判定過(guò)程中實(shí)現(xiàn)了基于定制條件的多維度時(shí)空數(shù)據(jù)逐級(jí)下鉆、定量化綜合智能檢索以及相似性結(jié)果可視化三個(gè)目標(biāo),為臺(tái)風(fēng)預(yù)報(bào)預(yù)警業(yè)務(wù)提供重要參考。
【文章來(lái)源】:氣象. 2020,46(10)北大核心CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
圖2緩沖區(qū)分析原理示意圖??Fig.?2?Principle?of?buffer?analysis??
0??160°?W-??150。E??100??110??160°?W|??150°?E??100??(b)??強(qiáng)臺(tái)風(fēng)??10?20?30?40?50?60°?N??(e)??熱帶風(fēng)暴??,i?.....-??10?20?30?40?50?60°?N??110??160°?W-??150。E??100??(c)??臺(tái)風(fēng)??110--150'E??7* ̄36*N??10?20?30?40?50?60°?N??10?20?30?40?50?60°?N??圖7?1949—2〇18年臺(tái)風(fēng)風(fēng)力分布區(qū)域??Fig.?7?Wind?distribution?results?of?typhoon?from?1949?to?2018??SepaWC^OShPeggyfSSO?);**登陸區(qū)域”要素相似的??臺(tái)風(fēng)有133個(gè),即塾陸過(guò)廣東剩以上兩個(gè)荽素均??相似的臺(tái)風(fēng)為臺(tái)風(fēng).Pe.gg._y_(Sfifif—?個(gè)聲素相似.的??臺(tái)風(fēng)曹30個(gè),這卻個(gè)臺(tái)鳳進(jìn)入路徑相似性對(duì)比分??析中_,最終篩選出“空間位置指標(biāo)相似性.排名在前??1Q:位的含風(fēng)(_?I)。??“時(shí)間規(guī)律”指標(biāo)相似性#索結(jié)桌顯示臺(tái)風(fēng)山竹??沒(méi)有跨越季節(jié),不屬于“'季節(jié)性”相似臺(tái)鳳,因此進(jìn)行??伺月性”分析.得到9月的臺(tái)風(fēng)有133個(gè),與_標(biāo)合??鳳,羼于茼,月.臺(tái)鳳《??“‘待征要素”指標(biāo)判定;結(jié)果顯示與臺(tái)風(fēng)山竹的中??心平均風(fēng)逮和中心蕞低:氣壓(_?4)相似癀排翁:隹前??
1338??第46卷??氣?象??圖8與臺(tái)風(fēng)山竹相似的臺(tái)風(fēng)路徑-強(qiáng)度可視化結(jié)果??Fig.?8?Similar?typhoon?path?intensity?display?similar?to?Mangkhut??4結(jié)論與討論??臺(tái)風(fēng)相似性定量化綜含判定方法、明確了判定??臺(tái)風(fēng)相似性的多種要,素、判斷流程看量化方法s本??研究得到如下結(jié)論:??⑴薪合定量,化臺(tái)鳳相似性檢索方法考慮了多??重要素對(duì)臺(tái)風(fēng)的翳響.有助于統(tǒng)一不同地、區(qū)決策人??員對(duì)相似性的判定和對(duì)比方法_,評(píng)價(jià)結(jié)果更客觀,??尤其是在臺(tái)風(fēng)預(yù)報(bào)爾:#業(yè)務(wù)中》使用該方法可以縮??小歷史臺(tái)風(fēng)的搜索范ft?<快速檢索相似性指標(biāo),并以??'統(tǒng)>傭化的方式發(fā)迭給相關(guān)部門(mén)^達(dá)到書(shū)示、防范和??預(yù)判目的。目前,應(yīng).用于.智能大數(shù)據(jù)分析平臺(tái)的臺(tái)??鳳模塊中*幫助輔助決策*??C2)基于多項(xiàng)動(dòng)態(tài)擬脅曲線與相似離度結(jié)合的??臺(tái)風(fēng)路徑動(dòng)態(tài)判定方法.以投影的方式實(shí)現(xiàn)“相近相??似”的判斷,解決了臺(tái)風(fēng)觀測(cè)點(diǎn)數(shù)量和位置不一致的??問(wèn)題。??⑶相似性案例分析得到Peggy(8607KLucy??(7114)?,?Georgia?(;f?011)?,?Ros?I:?7118?Utor?(121.1),??TessC&SISp、Sally?fWlSO與費(fèi)風(fēng)山竹相似性簌高、??在實(shí)際業(yè)務(wù)中,臺(tái)風(fēng)不斷地發(fā)展變化*兩時(shí)也會(huì)??出現(xiàn)很多種可能性,情況也更復(fù)雜。因此,本研究中??的特征襄素是不全面的*實(shí)際應(yīng)用財(cái)還麥在本研究??白t塞礎(chǔ)上解決以下兩個(gè)問(wèn)題:(1)臺(tái)風(fēng)突然轉(zhuǎn)向的問(wèn)??題^比如13U號(hào)臺(tái)風(fēng)整陸不久后形成路徑急轉(zhuǎn).這??個(gè)特性與目標(biāo)臺(tái)風(fēng)截然不同,怛是路徑相似性分析??結(jié)果未分析
【參考文獻(xiàn)】:
期刊論文
[1]基于信息擴(kuò)散方法的中國(guó)臺(tái)風(fēng)災(zāi)害年月尺度風(fēng)險(xiǎn)評(píng)估[J]. 高歌,黃大鵬,趙珊珊. 氣象. 2019(11)
[2]2017年西北太平洋臺(tái)風(fēng)活動(dòng)特征和預(yù)報(bào)難點(diǎn)分析[J]. 董林,高拴柱,許映龍,呂心艷,黃奕武. 氣象. 2019(09)
[3]不同強(qiáng)度熱帶氣旋對(duì)中國(guó)降水變化的影響[J]. 楊慧,任福民,楊明仁. 地球科學(xué)進(jìn)展. 2019(07)
[4]基于動(dòng)力相似方法的臺(tái)風(fēng)極端降水概率預(yù)報(bào)研究[J]. 姜麗黎,余暉. 熱帶氣象學(xué)報(bào). 2019(03)
[5]基于路徑相似的登陸熱帶氣旋降水之動(dòng)力-統(tǒng)計(jì)集合預(yù)報(bào)模型[J]. 丁晨晨,任福民,邱文玉,李國(guó)平,吳立廣,蔣賢玲. 氣象. 2019(01)
[6]臺(tái)風(fēng)災(zāi)害綜合等級(jí)評(píng)判模型改進(jìn)及應(yīng)用分析[J]. 王秀榮,張立生,李維邦. 氣象. 2018(02)
[7]氣象大數(shù)據(jù)資源匯交可視化分析研究[J]. 趙卓寧,李湘,舒紅平,何文春,孫超. 氣象科技進(jìn)展. 2018(01)
[8]一種多元臺(tái)風(fēng)時(shí)間序列的相似性度量方法[J]. 黃冬梅,鄭霞,趙丹楓,王麗琳. 計(jì)算機(jī)應(yīng)用研究. 2019(03)
[9]基于R語(yǔ)言和Tableau的氣象數(shù)據(jù)可視化分析[J]. 王露,楊晶晶,黃銘. 計(jì)算機(jī)與網(wǎng)絡(luò). 2017(24)
[10]基于氣象相似條件的臺(tái)風(fēng)路徑預(yù)測(cè)[J]. 熊祥瑞,喻凱,肖琨. 測(cè)繪地理信息. 2017(05)
本文編號(hào):3455832
【文章來(lái)源】:氣象. 2020,46(10)北大核心CSCD
【文章頁(yè)數(shù)】:10 頁(yè)
【部分圖文】:
圖2緩沖區(qū)分析原理示意圖??Fig.?2?Principle?of?buffer?analysis??
0??160°?W-??150。E??100??110??160°?W|??150°?E??100??(b)??強(qiáng)臺(tái)風(fēng)??10?20?30?40?50?60°?N??(e)??熱帶風(fēng)暴??,i?.....-??10?20?30?40?50?60°?N??110??160°?W-??150。E??100??(c)??臺(tái)風(fēng)??110--150'E??7* ̄36*N??10?20?30?40?50?60°?N??10?20?30?40?50?60°?N??圖7?1949—2〇18年臺(tái)風(fēng)風(fēng)力分布區(qū)域??Fig.?7?Wind?distribution?results?of?typhoon?from?1949?to?2018??SepaWC^OShPeggyfSSO?);**登陸區(qū)域”要素相似的??臺(tái)風(fēng)有133個(gè),即塾陸過(guò)廣東剩以上兩個(gè)荽素均??相似的臺(tái)風(fēng)為臺(tái)風(fēng).Pe.gg._y_(Sfifif—?個(gè)聲素相似.的??臺(tái)風(fēng)曹30個(gè),這卻個(gè)臺(tái)鳳進(jìn)入路徑相似性對(duì)比分??析中_,最終篩選出“空間位置指標(biāo)相似性.排名在前??1Q:位的含風(fēng)(_?I)。??“時(shí)間規(guī)律”指標(biāo)相似性#索結(jié)桌顯示臺(tái)風(fēng)山竹??沒(méi)有跨越季節(jié),不屬于“'季節(jié)性”相似臺(tái)鳳,因此進(jìn)行??伺月性”分析.得到9月的臺(tái)風(fēng)有133個(gè),與_標(biāo)合??鳳,羼于茼,月.臺(tái)鳳《??“‘待征要素”指標(biāo)判定;結(jié)果顯示與臺(tái)風(fēng)山竹的中??心平均風(fēng)逮和中心蕞低:氣壓(_?4)相似癀排翁:隹前??
1338??第46卷??氣?象??圖8與臺(tái)風(fēng)山竹相似的臺(tái)風(fēng)路徑-強(qiáng)度可視化結(jié)果??Fig.?8?Similar?typhoon?path?intensity?display?similar?to?Mangkhut??4結(jié)論與討論??臺(tái)風(fēng)相似性定量化綜含判定方法、明確了判定??臺(tái)風(fēng)相似性的多種要,素、判斷流程看量化方法s本??研究得到如下結(jié)論:??⑴薪合定量,化臺(tái)鳳相似性檢索方法考慮了多??重要素對(duì)臺(tái)風(fēng)的翳響.有助于統(tǒng)一不同地、區(qū)決策人??員對(duì)相似性的判定和對(duì)比方法_,評(píng)價(jià)結(jié)果更客觀,??尤其是在臺(tái)風(fēng)預(yù)報(bào)爾:#業(yè)務(wù)中》使用該方法可以縮??小歷史臺(tái)風(fēng)的搜索范ft?<快速檢索相似性指標(biāo),并以??'統(tǒng)>傭化的方式發(fā)迭給相關(guān)部門(mén)^達(dá)到書(shū)示、防范和??預(yù)判目的。目前,應(yīng).用于.智能大數(shù)據(jù)分析平臺(tái)的臺(tái)??鳳模塊中*幫助輔助決策*??C2)基于多項(xiàng)動(dòng)態(tài)擬脅曲線與相似離度結(jié)合的??臺(tái)風(fēng)路徑動(dòng)態(tài)判定方法.以投影的方式實(shí)現(xiàn)“相近相??似”的判斷,解決了臺(tái)風(fēng)觀測(cè)點(diǎn)數(shù)量和位置不一致的??問(wèn)題。??⑶相似性案例分析得到Peggy(8607KLucy??(7114)?,?Georgia?(;f?011)?,?Ros?I:?7118?Utor?(121.1),??TessC&SISp、Sally?fWlSO與費(fèi)風(fēng)山竹相似性簌高、??在實(shí)際業(yè)務(wù)中,臺(tái)風(fēng)不斷地發(fā)展變化*兩時(shí)也會(huì)??出現(xiàn)很多種可能性,情況也更復(fù)雜。因此,本研究中??的特征襄素是不全面的*實(shí)際應(yīng)用財(cái)還麥在本研究??白t塞礎(chǔ)上解決以下兩個(gè)問(wèn)題:(1)臺(tái)風(fēng)突然轉(zhuǎn)向的問(wèn)??題^比如13U號(hào)臺(tái)風(fēng)整陸不久后形成路徑急轉(zhuǎn).這??個(gè)特性與目標(biāo)臺(tái)風(fēng)截然不同,怛是路徑相似性分析??結(jié)果未分析
【參考文獻(xiàn)】:
期刊論文
[1]基于信息擴(kuò)散方法的中國(guó)臺(tái)風(fēng)災(zāi)害年月尺度風(fēng)險(xiǎn)評(píng)估[J]. 高歌,黃大鵬,趙珊珊. 氣象. 2019(11)
[2]2017年西北太平洋臺(tái)風(fēng)活動(dòng)特征和預(yù)報(bào)難點(diǎn)分析[J]. 董林,高拴柱,許映龍,呂心艷,黃奕武. 氣象. 2019(09)
[3]不同強(qiáng)度熱帶氣旋對(duì)中國(guó)降水變化的影響[J]. 楊慧,任福民,楊明仁. 地球科學(xué)進(jìn)展. 2019(07)
[4]基于動(dòng)力相似方法的臺(tái)風(fēng)極端降水概率預(yù)報(bào)研究[J]. 姜麗黎,余暉. 熱帶氣象學(xué)報(bào). 2019(03)
[5]基于路徑相似的登陸熱帶氣旋降水之動(dòng)力-統(tǒng)計(jì)集合預(yù)報(bào)模型[J]. 丁晨晨,任福民,邱文玉,李國(guó)平,吳立廣,蔣賢玲. 氣象. 2019(01)
[6]臺(tái)風(fēng)災(zāi)害綜合等級(jí)評(píng)判模型改進(jìn)及應(yīng)用分析[J]. 王秀榮,張立生,李維邦. 氣象. 2018(02)
[7]氣象大數(shù)據(jù)資源匯交可視化分析研究[J]. 趙卓寧,李湘,舒紅平,何文春,孫超. 氣象科技進(jìn)展. 2018(01)
[8]一種多元臺(tái)風(fēng)時(shí)間序列的相似性度量方法[J]. 黃冬梅,鄭霞,趙丹楓,王麗琳. 計(jì)算機(jī)應(yīng)用研究. 2019(03)
[9]基于R語(yǔ)言和Tableau的氣象數(shù)據(jù)可視化分析[J]. 王露,楊晶晶,黃銘. 計(jì)算機(jī)與網(wǎng)絡(luò). 2017(24)
[10]基于氣象相似條件的臺(tái)風(fēng)路徑預(yù)測(cè)[J]. 熊祥瑞,喻凱,肖琨. 測(cè)繪地理信息. 2017(05)
本文編號(hào):3455832
本文鏈接:http://www.sikaile.net/projectlw/qxxlw/3455832.html
最近更新
教材專(zhuān)著