[发明专利]一种基于全球气候模式的登陆气旋识别方法

权利要求书

1.一种基于全球气候模式的登陆气旋识别方法，包括以下步骤：

步骤1：选取GCM，截取台风最频繁发生的7个海域与毗邻的内陆地区，划分7块矩形网格区域；

步骤2：基于Reanalysis再分析数据，分别对所述7块矩形网格区域进行统计降尺度，以获得区域气候高精度网格数据；

步骤3：利用卫星云图资料与气旋追踪数据所提供的气旋登陆时间信息，在Reanalysis再分析数据中筛选出7块分区的历史气旋记录，以7:3的比例将其分为训练集和验证集；分别提取训练阶段与验证阶段内气旋自登陆日起至消亡的逐日气象信息，并保存为逐日气象信息的NetCDF格式文件；

步骤4：将自登陆日起至消亡的逐日气象信息的NetCDF格式文件循环组合绘图，组合并统一为一个NetCDF格式的文件，绘制的每一张图中须包含台风的两种典型气象信息，即气压和风速；

步骤5：将步骤3获得的逐日气象信息的NetCDF文件定义为正样本，非气旋登入日气象信息NetCDF文件定义为负样本。

步骤6：将步骤5中的正负样本分别提取梯度的统计信息，作为正负样本的特征；

步骤7：利用SVM对步骤6中正负样本提取出的特征进行训练，生成正负训练样本集以评估分类结果的好坏；

步骤8：输入验证集的正样本NetCDF待验证图像文件，并对其进行特征提取，待验证样本特征与SVM训练样本中的正样本特征一致时，待验证样本则被认为是识别出的登陆气旋，模型验证效果显著；对于负样本验证，反之亦然；

步骤9：对于未来气候情景下的登陆气旋识别，将基于未来气候情景下气压和风速的降尺度结果绘制逐日气象信息图，并将其作为未来气候情景下的待测样本进行尺度缩放与特征提取；

步骤10：将未来气候情景下的待测试样本特征与所述步骤7中的正样本训练集的特征进行比较分析，判断识别气旋是否存在。

2.根据权利要求1所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于：所述7个海域分别为北大西洋、南大西洋、东北太平洋、西北太平洋、南太平洋、北印度洋、南印度洋。

3.根据权利要求1所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于：所述Reanalysis再分析数据为ERA5再分析资料，空间分辨率为10km，时间分辨率为天尺度。

4.根据权利要求1所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于：逐日气象信息包括气压和风速两个变量信息。

5.根据权利要求1所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于，所述步骤6中，特征提取包括三个步骤：

步骤6.1：梯度方向直方图(Hog)提取；对正负样本分别提取梯度的统计信息，将获取的梯度方向直方图作为正负样本的特征；

步骤6.2：灰度共生矩阵(GLCM)提取；通过循环计算各个方向的灰度共生矩阵并进行归一化处理，然后取平均值和方差作为最终提取的特征；

步骤6.3：特征合并；编写一个特征提取函数，将所述步骤6.1中的梯度方向直方图特征和步骤6.2中的灰度共生矩阵特征合并成一个向量作为特征矩阵的一行，即一张气旋特征图像的特征向量；函数的输入为整理过的训练集和验证集，输出为训练集的特征、标签和验证集的特征、标签。

6.根据权利要求5所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于，将每张图片所处的文件夹的名字作为该图像的标签，并与特征向量顺序相对应，从而完成样本的标签构建。

7.根据权利要求1或5所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于，所述步骤7中，SVM支持向量机在训练阶段使用fitcecoc函数，验证阶段使用predict函数预测结果。

8.根据权利要求7所述的一种基于全球气候模式的登陆气旋识别方法，其特征在于，函数classifier为训练得到的SVM分类器，利用该分类器以及验证集特征向量预测验证集的标签predictLabels，可以将predictLabels与实际的验证标签进行对比即可评估预测结果的好坏。