[发明专利]基于深度目标检测和数值天气预报的热带气旋预报方法

权利要求书

1.一种基于深度目标检测和数值天气预报的热带气旋预报方法，其特征在于，包括：

获取热带气旋历史记录，从所述热带气旋历史记录筛选得到历史热带气旋的路径和尺度，构建得到记录集D＝{P_i,S_i|i∈1..n}；其中，P_i表示第i个热带气旋的最佳路径，P_i＝{a_ij|j∈1..m}，a_ij表示第i个热带气旋路径中处于第j个时次时的气旋中心位置坐标；S_i表示第i个热带气旋的尺度半径范围，S_i＝{r_ij|j∈1..m}，r_ij表示第i个热带气旋路径中第j个时次位置时的尺度范围；

从所述记录集D中提取得到汇集所有热带气旋记录时次的时次集T＝{t_j|j∈1..m}，从历史数值天气预报区域产品中筛选得到时次为t∈T的数值天气预报分析场产品，从所述筛选得到的时次为t∈T的数值天气预报分析场产品中截取特定要素、特定时间点、特定区域和特点层次的样本数据片段E_{la_t}，作为所述各热带气旋历史记录对应的历史数值天气预报区域产品；其中，t_j表示时次集T中的第j个时次；

令：记录集D中的a_ij和r_ij对应的热带气旋标注区域的四个顶点为：

(x-r_ij,y-r_ij)

(x+r_ij,y-r_ij)

(x+r_ij,y+r_ij)

(x-r_ij,y+r_ij)

其中，x表示热带气旋中心经度坐标，y表示热带气旋中心纬度坐标；

将记录集D中的a_ij和r_ij对应的热带气旋标注区域的四个顶点作为j时次样本数据片段E_{la_t}的一个标注区域；

重复上述过程直至将记录集D中的所有数据全部形成标注区域，得到训练数据集；

根据所述训练数据集，对深度目标检测模型进行训练从而获取模型参数，将训练得到的模型作为热带气旋识别模型；

根据热带气旋识别模型，从实时数值天气预报产品预报场中识别出热带气旋的中心位置和尺度，作为预报结果进行输出。

2.根据权利要求1所述的基于深度目标检测和数值天气预报的热带气旋预报方法，其特征在于，所述根据热带气旋识别模型，从实时数值天气预报产品预报场中识别出热带气旋的中心位置和尺度，作为预报结果进行输出，包括：

选择一深度目标检测模型；

将所述训练数据集中的数据转换为所述深度目标检测网络模型可识别的待训练数据；

将所述深度目标检测模型可识别的待训练数据作为所述深度目标检测模型的数据输入，经多轮迭代循环后得到热带气旋识别模型。

3.根据权利要求2所述的基于深度目标检测和数值天气预报的热带气旋预报方法，其特征在于，深度目标检测模型，包括：

R-CNN模型、Fast R-CNN模型、Faster R-CNN模型、SSD模型和YOLO模型。

4.根据权利要求1所述的基于深度目标检测和数值天气预报的热带气旋预报方法，其特征在于，所述根据热带气旋识别模型，从实时数值天气预报产品预报场中识别出热带气旋的中心位置和尺度，作为预报结果进行输出，包括：

从实时数值天气预报产品预报场中，提取得到与所述训练数据集具有相同要素、相同区域和相同层次的数据片段E_la；

将所述提取得到的数据片段E_la作为所述热带气旋识别模型的数据输入，通过所述热带气旋识别模型，输出热带气旋候选结果；

将所述热带气旋候选结果与历史热带气旋的路径和尺度进行匹配识别，得到匹配识别结果；

将根据所述匹配识别结果确定的热带气旋的中心位置和尺度作为预报结果进行输出。