[发明专利]一种预测热带气旋轨迹的方法及计算机设备和存储介质在审
申请号: | 202210527905.9 | 申请日: | 2022-05-16 |
公开(公告)号: | CN114997042A | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 夏传坤;何杰颖;张升伟 | 申请(专利权)人: | 中国科学院国家空间科学中心 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F119/02 |
代理公司: | 北京方安思达知识产权代理有限公司 11472 | 代理人: | 杨青;刘振 |
地址: | 100190 *** | 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: | 一种 预测 热带 气旋 轨迹 方法 计算机 设备 存储 介质 | ||
1.一种预测热带气旋轨迹的方法,其特征在于,该方法包括:
步骤(1):收集热带气旋的统计信息;
步骤(2):进行预处理和特征工程,得到统计特征和轨迹特征;
步骤(3):将特征输入至统计模型,对未来的热带气旋轨迹位置进行预测。
2.根据权利要求1所述的一种预测热带气旋轨迹的方法,其特征在于,所述热带气旋的统计信息包括热带气旋发生时间、经度位置、纬度位置、发生区域、风速、压强、和到陆地距离。
3.根据权利要求1所述的一种预测热带气旋轨迹的方法,其特征在于,所述预处理和特征工程包括对缺失值填充、提取时间特征、划分风速等级和对类别数据进行数字化编码操作;
所述对缺失值填充:指对压强等统计信息如果出现缺失值则用一个没有出现过的值进行填充;
所述提取时间特征:指根据热带气旋发生时间,提取出发生月份,发生天数以及发生小时数三个特征;
所述划分风速等级:指按照萨菲尔-辛普森飓风等级划分风速,得到风速等级;
所述对类别特征进行数字化编码:指将统计信息中的类别信息转化为数字。
4.根据权利要求1所述的一种预测热带气旋轨迹的方法,其特征在于,所述统计特征包括当前热带气旋记录的经度位置、纬度位置、风速等级、风速、压强、发生区域、距陆地距离、发生月份、发生天数和发生小时数。
5.根据权利要求1所述的一种预测热带气旋轨迹的方法,其特征在于,所述轨迹特征包括当前热带气旋记录的之前的经纬度间隔特征。
6.根据权利要求5所述的一种预测热带气旋轨迹的方法,其特征在于,所述轨迹特征是以3小时为间隔当前热带气旋记录的之前的经纬度间隔特征;分别为前3时至当前的经度间隔和纬度间隔,前6时至前3时的经度间隔和纬度间隔,前9时至前6时的经度间隔和纬度间隔,前12时至前9时的经度间隔和纬度间隔。
7.根据权利要求1所述的一种预测热带气旋轨迹的方法,其特征在于,所述统计模型为LightGBM模型;包括第一LightGBM模型和第二LightGBM模型,分别对未来24时的经度位置和纬度位置进行预测;方法是预测当前时刻至未来24时的经纬度间隔,假设当前时刻经纬度为lon1、lat1,24时后的经纬度为lon2、lat2,则经纬度间隔Δlon,Δlat定义为:
在得到预测间隔后,结合当前经纬度坐标,可以得到预测的未来24时的经纬度坐标。
8.根据权利要求7所述的一种预测热带气旋轨迹的方法,其特征在于,LightGBM模型的训练方法为:利用收集到的热带气旋最佳轨迹数据,将每一个热带气旋的每一个点作为一条数据,得到统计特征和轨迹特征,划分出训练数据,验证数据和测试数据,将训练数据传入LightGBM模型对模型进行训练,同时使用验证数据验证模型的训练效果,当验证集的损失不再下降时,训练结束;其中损失函数Loss的计算表达式为:
其中,m为数据的数量,yi表示真实的经度或者纬度间隔,表示预测的经度或者纬度间隔。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求7或8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求7或8任一项所述的方法。
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中国科学院国家空间科学中心,未经中国科学院国家空间科学中心许可,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/202210527905.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:地下工程支护体系综合评价方法及设计方法
- 下一篇:给药推进防护装置及注射系统