[发明专利]一种基于随机森林算法的热带气旋全路径模拟方法

权利要求书

1.一种基于随机森林算法的热带气旋全路径模拟方法，其特征在于：包括如下步骤：

第一步，建立起始点模型，包括抽样生成模拟热带气旋的年发生次数和生成起始点信息；

第二步，建立行进模型，模拟热带气旋的经纬度形成热带气旋路径；

需要事先对路径进行聚类分析以将其分类，第二步中采用基于机器学习的随机森林路径回归模型以及第四步的随机森林路径终止判别均针对不同路径类型分别学习建立；按热带气旋的分布与行进特征分成四类，分别对各类热带气旋的数据进行回归训练；类型1：从生成至终止均在洋面且主要在东西方向运行分布；类型2：主要行进路线为西进方向，可能途径菲律宾、中国 南海、中国东南沿海诸省和东南亚部分区域；类型3：初始行进路线为西北方向，之后向东北方向行进可能途径中国东部沿海诸省、日本和朝鲜半岛；类型4：从生成至终止均在洋面且与类型1相比，热带气旋更多地向北发展；

第二步中采用基于机器学习的随机森林回归模型预测下一点的经度和纬度；基于随机森林回归算法分别对各类路径数据的经纬度信息特点进行学习训练，生成路径预测回归模型，据此模型基于前三步的经纬度信息对下一步经纬度做出预测：

式中：RFr_lat和RFr_lon分别为用于纬度预测和经度预测的随机森林回归模型；j＝1,2,…,n，表示采用的路径类别，n表示路径类别总数；lat为纬度，lon为经度；i+1、i、i-1、i-2、i-3分别表示下一、当前、前一、前二、前三时间步；ε_lat和ε_lon为符合正态分布的零均值随机扰动项；

第三步，建立强度模型，包括洋面强度发展模型和陆地强度衰减模型，并根据热带气旋路径中下一点的经纬度选择相应的强度模型；

第三步中洋面强度发展模型是基于随机森林回归算法对所有路径数据的位置、强度、洋面温度进行学习训练生成的，以预测洋面上下一模拟点的相对强度，从而确定中心气压：

I_i+1＝RFr_I(lat_i,lon_i,I_i,I_i-1,I_i-2,SST_i+1,SST_i,SST_i-1,SST_i-2,MSLP_i,MSLP_i-1,MSLP_i-2)+ε_I(2)

式中：RFr_I为用于热带气旋强度预测的随机森林回归模型；I为相对强度；SST为洋面温度，单位为K；ε_I为符合正态分布的零均值随机扰动项；MSLP为最小海平面气压，单位为hpa；综合考虑洋面温度、平流层温度、相对湿度影响，将中心气压转换为相对强度；

第三步中陆地强度衰减模型是综合考虑登陆持续时间、热带气旋强度大小以及地表粗糙度影响，建立登陆强度回归模型，模拟热带气旋登陆后的强度衰减：

Δp_t＝Δp₀exp(-mt) (3)

式中：Δp₀为登陆时的中心气压差；Δp_t为登陆t小时之后的中心气压差；m＝m₀+m₁Δp₀+ε_m，系数m₀、m₁和随机扰动项ε_m可通过历史登陆热带气旋的气压差变化回归分析得到；

第四步，终止判别，基于生成的气旋强度信息、位置信息判决该条模拟气旋是否终止；

第四步中采用随机森林分类算法对热带气旋的强度、经纬度、洋面温度、行进时间进行学习训练，建立针对不同路径类别的热带气旋进行终止判别：

end_i+1＝RFc_end,j(lat_i,lon_i,SST_i,MSLP_i,N_i) (4)

式中：end表示热带气旋是否终止的判决结果，属于逻辑标量，“1”为终止，“0”，为不终止；RFc_end表示用于终止判定的随机森林分类模型；N表示热带气旋已行进的时间步；

第五步，重复上述步骤直至生成给定模拟年份的所有路径，并检验路径模拟结果，对随机生成的热带气旋路径及强度大样本数据的关键参数进行统计分析；

第六步，基于模拟生成的气旋路径及强度大样本数据建立台风风场工程模型和边界层模型，包括风场模型关键参数的标定，计算模拟点台风风速，以进行极值分布分析。