[发明专利]一种处理台风强度环境预测因子数据的方法及系统

说明书

技术领域

本发明属于台风强度处理技术领域，尤其涉及一种处理台风强度环境预测因子数据的方法及系统。

背景技术

主成分分析法是一种数学变换的方法,是希望用较少的变量去解释原来资料中的大部分变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中变量的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推，n个变量就有n个主成分。

主成分分析是也气象上多变量分析中常用方法之一。在气象统计中，经常要研究分析各种气象要素场，例如海温场、降冰场。它们大多由不规则的网格点所组成。如果抽取这些场的某一段历史时期的资料，就构成一组以网格点为空间点随时间变化的样本，主成分分析就是以这种样本为分析对象的。主成分分析与回归分析、差别分析不同，它是一种分析方法而不是一种预报方法。它能够把随时间变化的气象要素场分解为空间函数部分和时间函数(主成分)部分。空间函数部分概括场的地域分布地点，这部分是不随时间变化的；而时间函数部分则由空间点的线性组合所构成，称为主成分，这些主分量的头几个占有原空间点(变量)的总方差的很大部分。

1994年，美国飓风强度统计预报方案(SHIPS)提出了一种利用数值模型预报48小时内海盆台风的强度变化预测模型，该方案采用的是1989年-1992年的海盆台风为数据样本利用气候持续性方法以及十大环境预测因子，采用线性回归思想，将所有环境变量引入模型，每引入一个解释变量后都要进行F检验，并对已经选入的解释变量逐个进行t检验，当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除。以确保每次引入新的变量之前回归方程中只包含先主动变量。这是一个反复的过程，直到既没有显著的解释变量选入回归方程，也没用不显著的解释变量从回归方程中剔除为止，以保证最后所得到的解释变量集是最优的，从而来预估台风强度的变化。该方案存在的技术问题在于：首先，对于所有的环境预测因子之间的内在联系并没有充分考虑，大量的环境预测因子相互之间可能存在重复性，影响台风强度预测的准确度；其次，该方案采用的是海盆内的台风数据样本分析，对于台风强度预报范围有一定的局限性。

发明内容

本发明提供了一种处理台风强度环境预测因子数据的方法及系统，旨在解决现有的台风强度预报方法没有充分考虑所有的环境预测因子之间的内在联系和重复性，影响台风强度预测的准确度，且预报范围有一定的局限性的技术问题。

本发明是这样实现的，一种处理台风强度环境预测因子数据的方法，包括：

步骤a：选取与台风强度变化相关的环境预测因子，并计算和提取环境预测因子相关的参数数据；

步骤b：将环境预测因子的参数数据进行标准化处理，并将标准化处理后的参数数据进行主成分分析处理，得到新的环境预测因子参数数据。

本发明实施例采取的技术方案还包括：在所述步骤b中，所述将环境预测因子的参数数据进行标准化处理具体为：采取最大最小归一化方法将所有环境预测因子的参数数据进行标准化处理，具体公式为：

Y=(Ymax-Ymin)*X-XminXmax-Xmin+Ymin]]>

其中，Ymax、Ymin为最大最小的归一化区间，记为(0,1)，X为环境预测因子所构成的矩阵，Xmax、Xmin为每一种环境预测因子的最大最小值。