[发明专利]一种基于深度强化学习的台风中心定位方法

说明书

本发明公开了一种基于深度强化学习的台风中心定位方法，该方法结合了深度学习的感知能力和强化学习的决策能力，把台风中心定位问题转化为在卫星云图上利用搜索框搜索台风中心的一系列决策行为，将搜索过程使用马尔可夫决策过程建模，通过深度强化学习算法训练一个智能体学习使用简单的操作来移动和减小搜索框，使搜索框的中心不断靠近真实台风中心，进而实现台风中心自主定位。本发明方法实现了对不同等级和不同形态的台风检测及中心定位，并通过实验验证了本方法的有效性。

技术领域

本发明涉及气象学以及机器学习领域，特别涉及一种基于深度强化学习的台风中心定位方法。

背景技术

台风是一种深厚的低气压涡旋状云系，多发生于热带和副热带海洋上。台风具有突发性强、破坏力大的特点，不仅对航空航海活动造成巨大的影响和灾难，登陆后还会在人员聚集的陆地造成重大的经济损失和人员伤亡^[1]。台风中心定位是分析预报台风、降低台风灾害的重要环节和关键技术，其定位精度与台风路径的确定及台风路径的预测及其带来的雷雨大风的预报质量密切相关，因此对台风中心定位技术的研究是台风精准预测预报及减灾精细化科学分析中的最基本而又最重要的工作。

气象卫星具有覆盖范围广、时空分辨率高，抗恶劣天气能力强的特点，是全天候监测台风的主要工具。在利用气象卫星实现台风中心定位的方法中，一方面一些学者从台风云形特点的角度出发，Dvorak提出利用云形特点将台风分为不同模式来估计台风中心的模式匹配方法^[2]；冯民学等人利用数学形态学方法得到台风云系的若干连通域，用以得到成熟期有眼台风的眼区候选中心^[3]；谢俊元等人利用提取的云带轴线拟合台风螺旋，将螺旋线的数学模型中心作为台风中心^[4]；另一方面，一些学者从卫星云图时序信息的角度出发，Schemetz等^[5]基于卫星云图时序信息可以反演出风场变化的矢量图，通过分析云导风矢量与云系运动变化的关系来确定台风中心；Hasler^[6]等将台风云系的非刚性运动用半流形场进行模拟，提出基于云系特征追踪的半流场分析法分析台风眼区的风场情况；王萍等^[7]通过分析云导风矢量和云系运动变化的关系，结合图像分析法得到台风中心。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

目前这些方法往往只能应对呈现明显台风眼或云带的螺旋性突显的台风云系，这种台风云系往往只占据完整台风生命周期中处于成熟期的一段时间，因此，自始至终完成台风定位及台风路径拟合是比较困难的；而对于复杂的、难以抽象出代表性机理特征的台风图像问题，现有方法更难以胜任。

参考文献：

[1]端义宏，陈联寿，许映龙，等.我国台风监测预报预警体系的现状及建议[J].中国工程科学，2012，14(9)：4-9.

[2]Dvorak V F.Tropical cyclone intensity analysis and forecastingfrom forecasting from satellite imagery[J].Monthly Weather Review,1975,103(5):420-430.

[3]冯民学，于波，陈必云.有眼台风的自动定位方法初探[J].气象，1997，23(12)：15-17.

[4]谢俊元.台风中心定位中的螺旋线自动识别算法[J].软件学报，1997，8(a00)：398-403.

[5]Schmetz J.；Holmlund K.；Hoffman J.Operational cloud-motion windsfrom meteosat infrared images.Journal of Applied Meteorology 1993,32(7):1206-1225.