一种台风路径相似度评估方法

1.本发明涉及大气科学领域，具体的是一种台风路径相似度评估方法。


背景技术：

2.台风是一种产生于太平洋西部和西南部的海面的热带气旋，其中心风速可以达到17.2m/s。台风在给太平洋沿岸地区带来丰沛水汽的同时，也通常会在这些地区形成暴雨、风暴潮等强对流天气。因此，台风是一种公认的高破坏性自然现象，严重危及沿海地区的人类安全和社会经济发展。而台风也成为当下的热门研究主题，尤其是对台风路径的分析，以对正在发展中的台风做出预警，减少人员伤亡和财产损失。
3.当前的研究大多集中于数值预报方向，通过大气动力学方程计算台风未来轨迹；或使用地理信息系统中的缓冲区分析方法，通过多边形要素之间的重合比例来按预测台风发展方向。由于这些方法中涉及到的数据往往都是带有地理学、大气科学属性的复杂数据，实施之需要消耗大量的时间与内存资源，以至于一般都使用大型计算机来作为其算力保障。
4.基于此，本发明结合时间序列这一简洁的数学模型，提出一种台风路径相似度评估方法。本发明将台风路径转化为台风时间序列，利用动态时间弯曲算法计算两条台风时间序列之间的相似距离，继而应用类双曲正切函数将相似距离转化为更直观易懂的相似度。


技术实现要素：

5.为解决上述背景技术中提到的不足，本发明的目的在于提供一种台风路径相似度评估方法，本发明旨在为当前正在发生的台风的路径预测提供参考，为台风的减灾防灾提供帮助。
6.本发明的目的可以通过以下技术方案实现：一种台风路径相似度评估方法，包括以下步骤：s1：台风数据的转化：将台风的同一观测时间上各观测要素值构成一个多维向量，并按其观测时间的先后将各向量排成一列，构成台风时间序列，多个台风时间序列按其编号顺序构成计算机可读的数据集文件；s2：求算台风相似距离：定义多维向量之间的距离函数，并将其作为动态时间弯曲算法中的距离函数，动态时间弯曲算法需要构造两个矩阵：累积矩阵与累积矩阵，累积矩阵定义为参与运算的两台风时间序列中各多维向量之间的距离；累积矩阵定义为一个按动态规划思想递推矩阵中每个元素的矩阵，最终定义台风相似距离为累积矩阵的最后一个元素；s3：求算台风相似度：利用类双曲正切函数定义归一化函数，并将s2中求算的相似距离作为输入变量，求得台风相似度。
7.进一步地，所述台风数据的转化包括：
将台风的同一观测时间上五个观测要素值：中心经度、中心纬度、中心气压、风力等级、移动速度构成一个多维向量，第次观测得到向量的记为其中分别表示中心经度、中心纬度、中心气压、风力等级、移动速度；按台风观测时间的先后将各向量排成一列，构成台风时间序列，形式化表达为其中表示台风时间序列；为最后一次观测的序号，也称该台风时间序列的长度，即完成一个台风轨迹数据向台风时间序列的转化。
8.进一步地，所述求算台风相似距离包括如下步骤：1）、定义多维向量之间的距离函数设两个多维向量为其中分别表示中心经度、中心纬度、中心气压、风力等级、移动速度，下标代表该要素属于的向量编号；定义两多维向量之间的距离函数为2）、构造累积矩阵设参与运算的两台风时间序列分别为，其长度分别为，则累积矩阵的大小为，其构造公式为其中代表距离矩阵第行第列上的元素；分别表示台风时间序列中第次、的第次观测得到的多维向量； 3）、构造累积矩阵累积矩阵的大小为，其构造公式为其中代表累积矩阵第行第列上的元素，函数表示取几者中的最小值；定义参与运算的两台风时间序列的相似距离为其中分别表示两台风时间序列的长度，即累积矩阵右下角元素的算术平方根。
9.进一步地，所述求算台风相似度包括：定义归一化函数为其中为s2中求得的相似距离，而此处的结果则表示两台风时间序列的相似程度，又因其表示形式为百分比，故也称相似百分比。
10.本发明的有益效果：台风路径相似分析可以通过快速运算算法来实时评估两台风之间的相似性，从而为当前正在发生的台风的路径预测提供参考，为台风的减灾防灾提供帮助，因此，本发明提出台风路径相似度评估方法，填补了目前对于台风相似度定义的空白，并可以作为一种台风路径分析与预测的辅助手段，为台风灾害的预警与防护提供重要参考。
附图说明
11.下面结合附图对本发明作进一步的说明。
12.图1为本发明评估流程图。
具体实施方式
13.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
14.一种台风路径相似度评估方法，如图所示，包括以下步骤：s1：台风数据的转化：将台风的同一观测时间上各观测要素值构成一个多维向量，并按其观测时间的先后将各向量排成一列，构成台风时间序列，多个台风时间序列按其编号顺序构成计算机可读的数据集文件；s2：求算台风相似距离：定义多维向量之间的距离函数，并将其作为动态时间弯曲算法中的距离函数，动态时间弯曲算法需要构造两个矩阵：累积矩阵与累积矩阵，累积矩阵定义为参与运算的两台风时间序列中各多维向量之间的距离；累积矩阵定义为一个按动态规划思想递推矩阵中每个元素的矩阵，最终定义台风相似距离为累积矩阵的最后一个元素；s3：求算台风相似度：利用类双曲正切函数定义归一化函数，并将s2中求算的相似距离作为输入变量，求得台风相似度。
15.台风数据的转化包括：将台风的同一观测时间上五个观测要素值：中心经度、中心纬度、中心气压、风力等级、移动速度构成一个多维向量，第次观测得到向量的记为其中分别表示中心经度、中心纬度、中心气压、风力等级、移动速度；
按台风观测时间的先后将各向量排成一列，构成台风时间序列，形式化表达为其中表示台风时间序列；为最后一次观测的序号，也称该台风时间序列的长度，即完成一个台风轨迹数据向台风时间序列的转化。
16.求算台风相似距离包括如下步骤：s21、定义多维向量之间的距离函数设两个多维向量为其中分别表示中心经度、中心纬度、中心气压、风力等级、移动速度，下标代表该要素属于的向量编号；定义两多维向量之间的距离函数为s22、构造累积矩阵设参与运算的两台风时间序列分别为，其长度分别为，则累积矩阵的大小为，其构造公式为其中代表距离矩阵第行第列上的元素；分别表示台风时间序列中第次、的第次观测得到的多维向量；s23、构造累积矩阵累积矩阵的大小为，其构造公式为其中代表累积矩阵第行第列上的元素，函数表示取几者中的最小值；定义参与运算的两台风时间序列的相似距离为其中分别表示两台风时间序列的长度，即累积矩阵右下角元素的算术平方根。
17.求算台风相似度包括：定义归一化函数为其中为s2中求得的相似距离，而此处的结果则表示两台风时间序列的相似程度，又因其表示形式为百分
比，故也称相似百分比。
18.实施例：本实验依照本发明中的技术方案进行，具体步骤如下：1.选取2020年第18号台风（编号为202018），称之为“基准台风”。
19.2.将2019年至2020年内发生的所有台风组成一个集合，称之为“比较台风集合”，其中的每一个台风都称为“比较台风”。
20.3.从“比较台风集合”中依次选取出一个台风，与“基准台风”进行台风路径相似度评估，计算其相似距离与相似度，并将结果暂存。
21.4.以相似度为第一关键字，对结果进行降序排序，如下表所示：台风编号与202018号台风的相似距离与202018号台风的相似度2020180100.00%20202233.8036832383.30%20192958.6659441271.55%20200159.6034227271.12%20200765.9662034768.24%20201766.0273806868.21%20192668.4174831567.14%20192874.5707256664.43%20192087.4345069258.96%20191188.9137672158.35%20200691.9211999557.12%20192795.7103442755.59%20201196.6620349555.21%20191297.8750070254.72%20191899.1816616154.21%20202199.7905456453.97%201924101.398349353.34%202020103.337196252.59%201907106.153078151.50%202016107.568987250.97%201917110.197055349.98%202014112.347425449.18%202004113.278815348.83%202019114.858713248.25%202002114.966777848.21%201922119.064432146.73%202010119.150027346.70%201908119.235028446.67%202003119.281666746.66%
201904123.294776945.24%202015127.044027843.94%201901127.434308643.81%201914129.151209843.23%202008130.948478442.62%202012138.143052740.27%201902138.313513440.21%201905141.603139139.17%202023141.757645339.12%201910143.075693338.71%201921144.072120838.40%201925144.224713638.35%201913144.977284438.12%201915147.960734737.21%202005148.140517837.15%202009149.643413736.70%201919160.178144633.66%201909168.049445131.52%201923176.489546429.35%201906179.143135528.69%201916187.447275326.71%201903188.68574426.43%202013206.222489122.67%结论：经与实际台风路径可视化对比，本实验可以较好地反应出“基准台风”与各“比较台风”之间的相似度大小，即越相似的“比较台风”拥有越高的相似度。本实验也说明本发明可以将台风相似度评估进行定量化表示，为台风灾害的预警与防护提供参考。
22.以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。