【技术实现步骤摘要】
基于长短时记忆网络模型的热带气旋强度客观监测方法
本专利技术涉及热带气旋强度监测预警
，具体而言涉及一种利用偏角方差技术(DeviationAngleVarianceTechnique，DAV-T)从风云系列静止卫星观测资料中提取热带气旋形态和热带气旋结构信息，并基于长短时记忆网络(LongShort-termMemorynetworks，LSTM)对热带气旋强度进行客观监测的方法。
技术介绍
热带气旋是影响人类活动主要灾害性天气系统之一。该系统表现为伴随有狂风、暴雨、风暴潮等灾害性天气的深厚低压涡旋系统，主要形成和发展于海面上，部分系统会移入近海和内陆地区，对各国沿海地区造成影响。热带气旋强度在业务上以海平面最大风速来表示，因此准确监测热带气旋强度是预估系统影响的基础。然而由于海上缺乏对于海平面风场的直接观测信息，目前业务上采用的大多是基于统计预报方法的主观强度预报结果。然而随着预报精细化要求的不断提高，热带气旋的客观强度监测方法仍然是急需解决的重要问题。近年来，随着基于卫星云图的热带气旋结构特征客观...
【技术保护点】
1.一种基于长短时记忆网络模型的热带气旋强度客观监测方法，包括：/n步骤1)对红外卫星云图进行处理；/n步骤2)从步骤1)处理得到的红外卫星云图中提取热带气旋的亮温特征参数；/n步骤3)从步骤1)处理得到的红外卫星云图中提取热带气旋的形态特征参数；/n步骤4)由步骤2)和3)的亮温特征参数、形态特征参数以及热带气旋最佳路径数据对热带气旋强度进行监测；/n所述步骤4)中，基于长短时记忆网络LSTM模型对对热带气旋强度进行监测；将滞后时长取为12h，构建两层长短时记忆网络2D-LSTM，其中第一层网络的隐藏层节点数取为20，第二层网络的隐藏层节点数取为5，且每层卷积网络之后均采...
【技术特征摘要】 【专利技术属性】
1.一种基于长短时记忆网络模型的热带气旋强度客观监测方法，包括：
步骤1)对红外卫星云图进行处理；
步骤2)从步骤1)处理得到的红外卫星云图中提取热带气旋的亮温特征参数；
步骤3)从步骤1)处理得到的红外卫星云图中提取热带气旋的形态特征参数；
步骤4)由步骤2)和3)的亮温特征参数、形态特征参数以及热带气旋最佳路径数据对热带气旋强度进行监测；
所述步骤4)中，基于长短时记忆网络LSTM模型对对热带气旋强度进行监测；将滞后时长取为12h，构建两层长短时记忆网络2D-LSTM，其中第一层网络的隐藏层节点数取为20，第二层网络的隐藏层节点数取为5，且每层卷积网络之后均采取使神经元随机失活Dropout的方式增强神经网络的鲁棒性。
2.根据权利要求1所述基于长短时记忆网络模型的热带气旋强度客观监测方法，其特征是所述步骤1)中，对红外卫星云图进行高斯滤波处理，去除椒盐噪声。
3.根据权利要求2所述基于长短时记忆网络模型的热带气旋强度客观监测方法，其特征是所述步骤1)中，对红外卫星云图进行高斯滤波的算子为
4.根据权利要求1所述基于长短时记忆网络模型的热带气旋强度客观监测方法，其特征是所述步骤2)中，以热带气旋最低气压的中心位置为参考位置，提取的红外卫星云图中热带气旋的亮温特征参数包括：
红外卫星云图中距离中心位置50～200km范围内亮温值低于-20℃云区面积所占比例S-20；
红外卫星云图中距离中心位置100～300km范围内亮温值的标准差TBBstd。
5.根据权利要求1所述基于长短时记忆网络模型的热带气旋强度客观监测方法，其特征是所述步骤3)中，利用偏角方差技术DAV-T从红外卫星云图中提取热带气旋形态特征参数，形态特征参数包括：区域最低偏角方差值MMV和相对距离RD。
6.根据权利要求5所述基于长短时记忆网络模型的热带气旋强度客观监测方法，其特征是所述步骤3)中，采用DAV-T获取的形态特征参数的步骤为：
3.1)从红外卫星云图中任取一点Or，记与Or相距R以内的区域为Ω，利用sobel算子计算所有像素点的梯度方向G(i，j)(i，j∈Ω)，其中，i、j为像素点坐标；R是DAV-T的计算半径R；
3.2)定义A像素点与Or点的连线方向为A相对于Or的径向方向，计算Ω区域内的径向方向记为D(i，j)(i，j∈Ω)，并得到Ω区域内所有像素点的偏差角Δ(i，j)(i，j∈Ω)；
3.3)Δ(i，j)(i，j∈Ω)的方差值即为Or点的DAV；将红外云图上的每个像素点依次取为参考点即可得到红外云图每个像素点所对应得DAV；
3.4)从热带气旋中心位置出发，通过三次迭代搜索范围内的热带气旋DAV最小值即MMV；
3.5)计算MMV所在位置与中心位置的距离即为RD。
技术研发人员：钟玮，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。