[发明专利]极端高温事件预测方法和设备

权利要求书

1.一种极端高温事件预测方法，其特征在于，包括：

对历史全球海表面温度数据进行经验正交函数分解分析和小波分析，获得海温异常敏感区；

对各个历史极端高温事件所发生区域内的所发生时间之前的温度数据，以及各个所述海温异常敏感区在对应时间内的温度数据进行相关性分析；获得各个所述历史极端高温事件的发生区域与各个所述海温异常敏感区之间相关性；

计算各个所述海温异常敏感区所关联的所述发生区域上的历史极端高温事件的滞后时间，并根据各个所述历史极端高温事件的发生区域与各个所述海温异常敏感区之间相关性，和各个所述海温异常敏感区所关联的所述发生区域上的历史极端高温事件的滞后时段，构建预测模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

检测目标海温异常敏感区的表面温度数据，判断所述目标海温异常敏感区的表面温度数据是否出现异常；

若是，使用所述预测模型对所述目标海温异常敏感区的表面温度数据进行处理，获得极端高温事件的发生区域和发生时间。

3.根据权利要求1或2所述的方法，其特征在于，所述对历史全球海表面温度数据进行经验正交函数分解分析和小波分析，获得海温异常敏感区，具体包括：

对历史全球海表面温度空间分布数据进行经验正交函数分解分析，获得海温异常敏感备选区；

对历史全球海表面温度时间序列数据进行小波分析获得分析结果，并使用所述分析结果从所述海温异常敏感备选区中获得所述海温异常敏感区。

4.根据权利要求3所述的方法，其特征在于，所述对历史全球海表面温度空间分布数据进行经验正交函数分解分析，获得海温异常敏感备选区，具体包括：

对所述历史全球海表面温度空间分布数据进行经验正交函数分解分析获得不同模态的方差贡献率和时间系数；

根据所述方差贡献率的大小获得全球海温的平均分布状态和变化一致区域，根据不同模态的时间系数获得季节性的变化周期；

根据所述季节性的变化周期和所述全球海温的平均分布状态从变化一致区域中获得所述海温异常敏感备选区。

5.根据权利要求3所述的方法，其特征在于，对所述历史全球海表面温度时间序列数据进行小波分析获得分析结果，并使用所述分析结果从所述海温异常敏感备选区中获得所述海温异常敏感区，具体包括：

对所述历史全球海表面温度进行小波分析，获得海温时间序列变化的周期特征规律；

使用所述海温时间序列变化的周期特征规律从所述海温异常敏感备选区中获得所述海温异常敏感区。

6.根据权利要求3所述的方法，其特征在于，计算各个海温异常敏感区所关联的发生区域上的历史极端高温事件的滞后时间，具体包括：

针对每个历史极端高温事件，获得对应海温异常敏感区在所述历史极端高温事件发生当年和前一年的第一温度数据；并计算所述第一温度数据的逐月矩平，将所述第一温度数据的逐月矩平构成左场；

获取所述历史极端高温事件发生当年的第二温度数据，并计算所述第二温度数据的逐月矩平，将所述第二温度数据的逐月矩平构成右场；

对所述左场和所述右场进行奇异值分解分析，获得分析结果；并根据所述分析结果确定所述历史极端高温事件的滞后时段。

7.一种极端高温事件预测装置，其特征在于，包括：

处理模块，对历史全球海表面温度数据进行经验正交函数分解分析和小波分析，获得海温异常敏感区；

处理模块，对各个历史极端高温事件所发生区域内的所发生时间之前的温度数据，以及各个所述海温异常敏感区在对应时间内的温度数据进行相关性分析；获得各个所述历史极端高温事件的发生区域与各个所述海温异常敏感区之间相关性；

构建模块，计算各个所述海温异常敏感区所关联的所述发生区域上的历史极端高温事件的滞后时间，并根据各个所述历史极端高温事件的发生区域与各个所述海温异常敏感区之间相关性，和各个所述海温异常敏感区所关联的所述发生区域上的历史极端高温事件的滞后时段，构建预测模型。