[发明专利]一种西北太平洋环状台风自动识别系统

说明书

本发明公开了一种西北太平洋环状台风自动识别系统，首次建立了一种针对西北太平洋环状台风的自动识别系统，将待判断台风的卫星数据、环境场、海温场资料输入自动识别系统，系统将计算得到该台风一系列物理特征，进而基于这些特征参数，通过预筛选和线性判别，或BP神经网络的进行自动识别，对符合西北太平洋环状台风特征的台风做出警示，为此类台风的预报提供帮助。

技术领域

本发明属于大气系统的预测识别技术，尤其涉及西北太平洋环状台风自动识别与报警系统。

背景技术

环状台风具有强度大、维持时间长、预报难度大等特点。西北太平洋环状台风生成区域集中且登录概率大，对东亚地区持续造成较大威胁，但目前尚未得到充分关注。目前对台风的预测是基于东太平洋和大西洋环状飓风的微型及环境条件，建立筛选和识别，从而建立太平洋和大西洋环状飓风的客观识别算法，再自动识别预警预报上，还无法做到及时快速的响应。

发明内容

针对现有技术存在的问题，本发明提供了一种西北太平洋环状台风自动识别系统，首次建立针对西北太平洋环状台风的自动识别系统，为此类台风的预警、预报提供帮助。

为解决上述技术问题，本发明采用了以下技术方案：一种西北太平洋环状台风自动识别系统，包括以下步骤：

步骤1：物理量的分析和计算，首先调用海洋历史时间段内发生环状台风的时次数据和最近发生的非环状台风时次数据，并计算该海洋区域环状台风特征数据，所述特征数据包括台风强度、结构、环境场和海温场特征数据；

步骤2：调用西北太平洋往年的所有环状台风时次和当年的所有非环状台风时次作为训练集，并获得该训练集台风的强度、结构、环境场、海温场特征数据的计算结果，建立自动预筛选识别机制：当待评价台风符合式(1)的条件时，通过预筛选，否则进行筛除，

式中，V_max为台风最大风速，R_c为台风圆周平均最冷半径，ΔT_eye为台风最冷半径处于其内部圆周平均红外亮温差最大值，SHRD为深层垂直风切变，u200为200hPa环境纬向风，SST为台风中心海洋表面温度，σ_c为台风最冷半径处红外亮温标准差；

步骤3：同时对西北太平洋往年的所有环状台风时次和当年的所有非环状台风时次的训练集进行线性判别，以σ_c、VAR、ΔT_eye、u200、SST作为线性判别依据，选用环状时次训练集和非环状训练集在一维空间上投影的中点作为分类标准，对落在非环状台风一侧的时次进行筛除；

步骤4：针对同时通过步骤2和3预筛选的台风时次，进行后向传播神经网络判别，输入变量σ_c、VAR、ΔT_eye、u200、SST，与训练获得的权重系数相乘并通过激励函数，输出为非环状时次的台风时次被筛除；

步骤5：检查是否连续两个台风时次通过了步骤1-4，当存在两个连续时次为环状时次，则判定当前台风属于环状台风。

进一步的，步骤3线性判别中，

首先，以训练集环状时次和非环状时次的[σ_c,VAR,ΔT_eye,u₂₀₀,SST]^T构成5×n₁和5×n₂的矩阵X₁和X₂，其中n₁和n₂为训练集环状时次数目和训练集非环状时次数目，并将物理量各个时次进行平均得矩阵和

然后，计算X₁和X₂自协方差矩阵S₁和S₂,并通过自协方差矩阵S₁和S₂计算得到类内散步矩阵S，