[发明专利]基于历史数据的登陆台风特征因子的预报方法及系统在审
申请号: | 201410419598.8 | 申请日: | 2014-08-22 |
公开(公告)号: | CN104200081A | 公开(公告)日: | 2014-12-10 |
发明(设计)人: | 高文胜;周瑞旭;张博文;符祥干;陈钦柱;黄松;梁亚峰 | 申请(专利权)人: | 清华大学;海南电网公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 100084 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 历史数据 登陆 台风 特征 因子 预报 方法 系统 | ||
1.一种基于历史数据的登陆台风特征因子的预报方法,其特征在于,包括以下步骤:
根据台风登陆判断准则对划定区域的台风进行登陆判断;
如果所述台风的登陆概率大于预设阈值,则获取多个预报因子;
根据所述多个预报因子建立预报方程,其中,所述预报方程根据历史数据建立;
确定预报模式并获取相应观测点信息;以及
根据所述相应观测点信息、所述预报模式和所述预报方程进行预报。
2.如权利要求1所述的基于历史数据的登陆台风特征因子的预报方法,其特征在于,所述预报模式包括登陆预报模式和动态预报模式,其中,所述动态预报模块包括:
第一模式:利用登陆台风首次进入每个区域的观测点进行24小时和48小时预报;
第二模式:利用登陆台风进入每个区域的所有观测点进行24小时和48小时预报。
3.如权利要求1所述的基于历史数据的登陆台风特征因子的预报方法,其特征在于,所述根据所述多个预报因子建立预报方程具体包括:
筛选出历史登陆台风符合预定条件的观测点信息和登陆时的信息,运用PRESS准则及其逐步算法,筛选出预报每个特征因子的最佳预报因子集,并运用多元线性回归算法建立所述预报方程。
4.如权利要求3所述的基于历史数据的登陆台风特征因子的预报方法,其特征在于,所述多元线性回归算法为:
yi=β0+β1xi1+β2xi2+…+βpxip+εi
(i=1,2,…,n),
其中yi是估计值,β0~βp是回归系数,εi是随机误差,xi1~xip是第i个样本的p个预报因子值。
5.如权利要求3所述的基于历史数据的登陆台风特征因子的预报方法,其特征在于,所述观测点信息包括强度等级、纬度、经度、中心最低气压、风速和经纬度迁移速度,所述登陆时的信息包括纬度、经度、中心最低气压和风速。
6.一种基于历史数据的登陆台风特征因子的预报系统,其特征在于,包括:
判断模块,所述判断模块用于根据台风登陆判断准则对划定区域的台风进行登陆判断;
获取模块,所述获取模块用于在所述台风的登陆概率大于预设阈值时,获取多个预报因子;
方程建立模块,所述方程建立模块用于根据所述多个预报因子建立预报方程,其中,所述预报方程根据历史数据建立;
模式确定模块,所述模式确定模块用于确定预报模式并获取相应观测点信息;
预报模块,所述预报模块用于根据所述相应观测点信息、所述预报模式和所述预报方程进行预报。
7.如权利要求6所述的基于历史数据的登陆台风特征因子的预报系统,其特征在于,所述预报模式包括登陆预报模式和动态预报模式,其中,所述动态预报模式包括:
第一模式:利用登陆台风首次进入每个区域的观测点进行24小时和48小时预报;
第二模式:利用登陆台风进入每个区域的所有观测点进行24小时和48小时预报。
8.如权利要求6所述的基于历史数据的登陆台风特征因子的预报系统,其特征在于,所述方程建立模块用于筛选出历史登陆台风符合预定条件的观测点信息和登陆时的信息,运用PRESS准则及其逐步算法,筛选出预报每个特征因子的最佳预报因子集,并运用多元线性回归算法建立所述预报方程。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;海南电网公司;,未经清华大学;海南电网公司;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410419598.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用