基于偏微分方程和機(jī)器學(xué)習(xí)的臺風(fēng)風(fēng)場反演方法研究.pdf

1、我國是全球受臺風(fēng)災(zāi)害最嚴(yán)重的國家之一,臺風(fēng)來臨時(shí),造成我國東南部沿海地區(qū)經(jīng)濟(jì)損失巨大、人民的生命遭受威脅。如何正確應(yīng)對臺風(fēng),在臺風(fēng)登陸時(shí)將經(jīng)濟(jì)損失降到最低事關(guān)國家和人民的切身利益,于是臺風(fēng)的準(zhǔn)確預(yù)報(bào)成了預(yù)防災(zāi)害的重要措施。而風(fēng)場信息反映了臺風(fēng)強(qiáng)度的變化,合理地選用各種智能算法進(jìn)行風(fēng)場反演,便可提高臺風(fēng)預(yù)測的準(zhǔn)確度。本文結(jié)合偏微分方程和機(jī)器學(xué)習(xí)等智能信息處理技術(shù)研究臺風(fēng)風(fēng)場的反演方法,主要包括以下四個(gè)方面的研究工作:
　　 (1)

2、基于偏微分方程的臺風(fēng)眼提取。風(fēng)場反演的第一步就是基于靜止衛(wèi)星圖像提取有用的數(shù)據(jù),而臺風(fēng)云圖的灰度信息與臺風(fēng)強(qiáng)度息息相關(guān),尤其是眼壁處灰度的劇烈變化體現(xiàn)了臺風(fēng)強(qiáng)度,因此,灰度信息的提取精確與否直接關(guān)系到后續(xù)步驟的處理精度。原始的臺風(fēng)云圖由于種種原因可能對比度較差,不利于臺風(fēng)眼的準(zhǔn)確提取。為此,我們基于反正切函數(shù)設(shè)計(jì)一種新型非線性灰度變換函數(shù),綜合運(yùn)用臺風(fēng)云圖的信息熵和標(biāo)準(zhǔn)差構(gòu)造臺風(fēng)云圖質(zhì)量的評價(jià)函數(shù),然后利用差分演化算法獲得非線性灰度變換

3、參數(shù)。所設(shè)計(jì)的函數(shù)只有一個(gè)參數(shù),計(jì)算量與傳統(tǒng)的含有多個(gè)參數(shù)的灰度變換函數(shù)相比,計(jì)算量大大減小。實(shí)驗(yàn)結(jié)果表明:所設(shè)計(jì)的方法能夠有效增強(qiáng)臺風(fēng)云圖的全局對比度,并較好地突出臺風(fēng)眼區(qū),有利于后續(xù)臺風(fēng)眼的分割。針對經(jīng)過增強(qiáng)預(yù)處理后的臺風(fēng)云圖,本文通過對各種常見圖像分割算法的比較,選擇應(yīng)用基于測地活動輪廓模型的偏微分方程法對臺風(fēng)眼進(jìn)行分割,獲得了良好的效果。
　　 (2)基于支持向量機(jī)的有眼臺風(fēng)風(fēng)場反演方法研究,具體包括兩方面的研究工作:1

4、)基于靜止紅外衛(wèi)星云圖建立臺風(fēng)眼尺寸和最大風(fēng)速半徑間的數(shù)學(xué)模型:利用第(1)步提出的非線性灰度變換法增強(qiáng)紅外臺風(fēng)云圖,以便于后續(xù)臺風(fēng)云圖分割。接著使用偏微分方程提取臺風(fēng)眼,并計(jì)算臺風(fēng)眼的大小,然后根據(jù)最冷云頂點(diǎn)和眼壁內(nèi)最暖點(diǎn)的距離得到近中心最大風(fēng)速半徑,再利用支持向量機(jī)建立臺風(fēng)眼大小和最大風(fēng)半徑之間的關(guān)系模型來反映有眼臺風(fēng)風(fēng)場特征。2)建立有眼臺風(fēng)的二維標(biāo)量風(fēng)場:先使用支持向量機(jī)來建立眼壁灰度信息與最大風(fēng)速之間的關(guān)系模型,然后利用所建立

5、的模型結(jié)合線性插值估算臺風(fēng)風(fēng)場各點(diǎn)的風(fēng)速,進(jìn)而獲得有眼臺風(fēng)的二維風(fēng)場。
　　 (3)無眼臺風(fēng)風(fēng)場反演:使用支持向量機(jī)建立臨界風(fēng)半徑R34,R50與最大風(fēng)速、緯度、臺風(fēng)生命史的多元關(guān)系模型來反映風(fēng)場特征。在無眼臺風(fēng)的二維風(fēng)場計(jì)算中,先根據(jù)同一臺風(fēng)的有眼圖像的大小人工構(gòu)造眼壁,從而可以進(jìn)行與有眼臺風(fēng)一致的后續(xù)計(jì)算步驟。本文提出的算法具有實(shí)現(xiàn)容易、計(jì)算精度高、算法速度快的特點(diǎn),尤其是使用支持向量機(jī)對于各種關(guān)系模型的建立,與其他常見擬合