基于RVM和小波變換的近海臺風(fēng)內(nèi)核風(fēng)場反演方法研究.pdf

1、如何有效的應(yīng)對臺風(fēng)，減少臺風(fēng)對世界各地造成的危害，是一個全球性的問題。我國是受臺風(fēng)災(zāi)害影響嚴(yán)重的國家之一，每年的夏秋季節(jié)，臺風(fēng)在浙江、廣東、臺灣、海南、福建等地區(qū)頻繁來襲，給沿海地區(qū)的經(jīng)濟(jì)造成嚴(yán)重的損失。準(zhǔn)確的臺風(fēng)預(yù)報能夠有效解決這一問題，由于臺風(fēng)風(fēng)場（尤其是內(nèi)核）包含了臺風(fēng)的強(qiáng)度和路徑等信息，高質(zhì)量的臺風(fēng)風(fēng)場能夠提高臺風(fēng)數(shù)值預(yù)報的精度。
　　本論文以2005年至2008年間的臺風(fēng)衛(wèi)星云圖資料作為研究對象，采用相關(guān)向量機(jī)(RVM)

2、算法和小波變換反演臺風(fēng)風(fēng)場，主要包含以下3部分研究內(nèi)容:(1)基于RVM的有眼臺風(fēng)和無眼臺風(fēng)內(nèi)核風(fēng)場特征建模;(2)基于RVM估算臺風(fēng)內(nèi)核的二維標(biāo)量風(fēng)場;(3)基于離散平穩(wěn)小波變換和衛(wèi)星云圖分析臺風(fēng)風(fēng)場中的運(yùn)動方向，獲得臺風(fēng)風(fēng)場的矢量圖。具體研究內(nèi)容如下:
　　(1)基于RVM的有眼臺風(fēng)和無眼臺風(fēng)內(nèi)核風(fēng)場特征建模。
　　一個成熟的臺風(fēng)，其臺風(fēng)云圖有可能包含臺風(fēng)眼，也有可能未形成清晰的臺風(fēng)眼，有眼臺風(fēng)和無眼臺風(fēng)的內(nèi)核特征表征元

3、素是不一樣的，需要分開進(jìn)行討論，對于有眼臺風(fēng)而言，需要獲取臺風(fēng)眼大小和最大風(fēng)速半徑兩組數(shù)據(jù)，我們可以直接對臺風(fēng)云圖進(jìn)行圖像增強(qiáng)、圖像分割等預(yù)處理，以便于提取臺風(fēng)眼，獲取臺風(fēng)眼的尺寸數(shù)據(jù)，而對于無眼臺風(fēng)，由于沒有臺風(fēng)眼，需要尋求新的關(guān)系量來描述其內(nèi)核特征，即建立臨界風(fēng)半徑和最大風(fēng)速、緯度、臺風(fēng)生命史這四個元素之間的關(guān)系，然后利用相關(guān)向量機(jī)，分別建立有眼臺風(fēng)臺風(fēng)眼尺寸和最大風(fēng)速半徑之間的模型，以及無眼臺風(fēng)臨界風(fēng)半徑和最大風(fēng)速、緯度、臺風(fēng)生命

4、史之間的模型，來分別描述有眼臺風(fēng)和無眼臺風(fēng)的內(nèi)核特征。
　　(2)基于RVM估算臺風(fēng)內(nèi)核的二維標(biāo)量風(fēng)場。
　　由于臺風(fēng)云圖上的灰度信息與臺風(fēng)風(fēng)場信息之間有著密不可分的聯(lián)系，我們需要獲取臺風(fēng)云圖上眼壁灰度信息和最大風(fēng)速兩組數(shù)據(jù)，并利用相關(guān)向量機(jī)回歸算法對這兩組數(shù)據(jù)進(jìn)行擬合，然后在二者關(guān)系模型的基礎(chǔ)上，利用線性插值估算臺風(fēng)風(fēng)場任一點(diǎn)的風(fēng)速，從而獲取臺風(fēng)的二維標(biāo)量風(fēng)場。本論文將相關(guān)向量機(jī)算法應(yīng)用到臺風(fēng)數(shù)據(jù)擬合上，在運(yùn)算精度和速度上

5、較其他幾種常用的擬合算法表現(xiàn)出一定的優(yōu)越性。
　　(3)基于離散平穩(wěn)小波變換和衛(wèi)星云圖分析風(fēng)場中的運(yùn)動方向，反演臺風(fēng)矢量風(fēng)場。
　　本論文在分析臺風(fēng)風(fēng)場中運(yùn)動方向這個問題上，采用平穩(wěn)小波域分層匹配算法，通過對相鄰時刻臺風(fēng)云圖進(jìn)行匹配，畫出臺風(fēng)風(fēng)場中的運(yùn)動矢量圖，在一定程度上反映臺風(fēng)云系的演變情況。
　　圖像匹配的方法有很多，傳統(tǒng)的基于灰度的圖像匹配算法簡單直接，但是運(yùn)算量較大，導(dǎo)致運(yùn)算速度不能滿足實(shí)際需求，因此本論文提