买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中交四航工程研究院有限公司;中交第四航务工程局有限公司

摘要：本发明公开了一种基于海洋卫星观测的台风场生成方法，属于气象科学和数值天气预报领域；本发明在通过Holland理论模型预测台风场时，采用BP神经网络算法对影响台风强度的气压剖面的关键参数B进行预测，相比依靠经验进行估值将更加科学和可靠；通过结合Holland理论模型得到的台风场和ERA5风场数据进行相互叠加，获取更加精细化的台风场；得到的台风场将能够更准确地反映台风场的结构和强度，提高台风场的分辨率和精度，为台风预报和防灾减灾提供更有价值的信息。

主权项：1.一种基于海洋卫星观测的台风场生成方法，其特征在于，所述方法包括如下步骤：一海洋卫星数据的获取与预处理：获取多颗气象卫星观测的海洋表面多时段和多参数的数据；将获得的数据进行包括格式归一化、几何修正和影像匹配的预处理，得到适合分析的海洋卫星数据集；二风场信息的提取识别：基于海洋卫星获取的海表面的微波散射特征，利用多波段和极化比算法的方法，从海洋卫星的微波辐射计数据中提取出海表层风场变化信息，生成海表层风场变化信息的风矢量图，根据得到的风矢量图识别明显的气旋风场结构；三旋涡区域的确定：根据设置的风速风向变化的量化判断标准与风速风向变化时对应的经纬度坐标，抽离出风速风向变化时对应的海洋区域范围，确定明显气旋风场对应的具体海域范围，得到台风旋涡区域；四进行气旋中心的识别和定位：基于确定的涡旋区域，依据气旋风场结构的对称性和风眼特征，根据地理坐标系确定区域内的气旋中心点坐标，即台风风眼的位置；五进行路径和移动速度的监测：跟踪分析后续时段的卫星数据信息，监测气旋中心的位置变化，按时间序列计算气旋移动方向和速度，对后续台风的路径和移动速度进行监测预报；六将一到五得到的数据输入Holland理论模型，得到Holland台风场；所述Holland理论模型是一种经验公式，其公式计算如下： 其中，Pc代表台风中心的最低气压，Rmax代表最大风速半径；ΔP代表台风外围与中心的气压差；Pr代表半径r处的台风气压，B是气压剖面的关键参数；最大风速半径Rmax采用Willoughby公式得到，求取最大风速半径的公式为： 其中，Vmax表示最大风速，φ表示纬度；Holland理论模型通过引入梯度风方程推导得到在10Rmax范围内呈指数分布的径向风速公式： 其中，ρ代表空气密度，f＝2ωsinφ代表科氏参数，ω表示角速度，Pn代表台风外围气压，Pc代表台风中心的最低气压，Vg代表半径r处的台风风速；Vmax表示最大风速，B表示气压剖面的关键参数；最后，台风强度通过确定台风风场和气压剖面的关键参数B间接反映，采用Vickery的无量纲公式计算气压剖面的关键参数B，B的计算公式为：B＝Fx，其中，x表示影响关键参数B的因素，包括台风场的气压差、维度、最大半径和最大风速；采用BP神经网络算法对系数B进行计算；计算过程是首先获得历史台风场数据集，包括台风场的气压差、维度、最大半径和最大风速历史数据集{X}，以及历史数据集对应的关键参数B；将历史数据集{X}输入到BP神经网络的输入端，X＝x1，x2，…，xn，输出端是历史数据集对应的关键参数B，对BP神经网络算法进行训练；因需要获取精细化的台风场模型，取BP神经网络的学习率为0.002，而根据关键参数B的取值范围选择ReLU激活函数对神经网络进行训练；通过BP神经网络的正向传播和反向传播，得到训练好的BP神经网络，所述训练好的BP神经网络指通过测试集判断损失函数值低于期望值；将预测的台风场的气压差、维度、最大半径和最大风速组成的集合，作为训练好的BP神经网络的输入，通过输出获得对应的气压剖面的关键参数B；七通过ECMWF下载ERA5风场数据，下载的风场数据包括u10和v10，分辨率为0.250×0.250，时间间隔为1小时，设置插值风场分辨率为0.1250×0.1250；其中u10表示在距离地面10米高度的水平风速在东西方向的分量，v10表示在距离地面10米高度的水平风速在南北方向上的分量；八采用Holland台风场和ERA5风场数据以各点权重系数相叠加构成混合型风场，生成精细化的台风场；各点权重系数是由各点与台风中心的距离决定的，各点权重系数计算公式为： 其中，代表台风场影响系数，当r5Rmax时，则代表ERA5风场影响系数。

全文数据：

权利要求：

百度查询： 中交四航工程研究院有限公司 中交第四航务工程局有限公司 一种基于海洋卫星观测的台风场生成方法