我國(guó)地處世界臺(tái)風(fēng)高發(fā)的西北太平洋區(qū)域,每年夏秋臺(tái)風(fēng)季我國(guó)沿海地區(qū)都會(huì)因臺(tái)風(fēng)災(zāi)害造成不同程度經(jīng)濟(jì)損失和人員傷亡,準(zhǔn)確預(yù)測(cè)臺(tái)風(fēng)的路徑與強(qiáng)度對(duì)我國(guó)沿海地區(qū)的氣象災(zāi)害防治有著重要的意義。目前基于深度學(xué)習(xí)的臺(tái)風(fēng)預(yù)測(cè)方法還處于探索階段,已有研究大部分僅基于臺(tái)風(fēng)的二維時(shí)序特征,并沒(méi)有充分利用臺(tái)風(fēng)的三維時(shí)序特征,從而無(wú)法融合不同模態(tài)之間的特征信息,易造成預(yù)測(cè)精度不高的問(wèn)題。本文重點(diǎn)針對(duì)臺(tái)風(fēng)預(yù)報(bào)中的多模態(tài)異構(gòu)時(shí)序特征融合與挖掘問(wèn)題,研究基于深度學(xué)習(xí)的臺(tái)風(fēng)路徑預(yù)測(cè)和臺(tái)風(fēng)強(qiáng)度預(yù)測(cè)方法,主要內(nèi)容如下:在臺(tái)風(fēng)路徑預(yù)測(cè)方面,針對(duì)預(yù)處理階段的臺(tái)風(fēng)數(shù)據(jù)集質(zhì)量評(píng)估問(wèn)題,本文提出使用自相關(guān)系數(shù)評(píng)估數(shù)據(jù)集CLIPER特性的方法;針對(duì)模型訓(xùn)練階段影響臺(tái)風(fēng)路徑等壓面的選擇問(wèn)題,本文引入殘差學(xué)習(xí)的通道注意力機(jī)制（Residual Channel Attention,Re CA）以自動(dòng)選擇高響應(yīng)等壓平面;針對(duì)模型訓(xùn)練階段的傳統(tǒng)Conv LSTM無(wú)法提取大尺度深層非線性特征的問(wèn)題,本文提出了迭代卷積GRU方法（Multi-Conv GRU）,并在wide&deep框架下融合臺(tái)風(fēng)二維、三維時(shí)序異構(gòu)特征。實(shí)驗(yàn)表明利用本文所提方法... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1臺(tái)風(fēng)結(jié)構(gòu)

哈爾濱工業(yè)大學(xué)（深圳）工學(xué)碩士學(xué)位論文-11-平洋區(qū)域、北印度洋區(qū)域、西南印度洋區(qū)域、東南印度洋區(qū)域和西南太平洋區(qū)域。具體如圖2-2所示。圖2-2全球臺(tái)風(fēng)高發(fā)區(qū)域劃分由于我國(guó)毗鄰西北太平洋區(qū)域，而該區(qū)域更是全球臺(tái)風(fēng)最高發(fā)的區(qū)域，因此研究西北太平洋區(qū)域臺(tái)風(fēng)路徑的特點(diǎn)，對(duì)我國(guó)沿海地區(qū)災(zāi)害防控有重要意義。在西北太平洋區(qū)域的臺(tái)風(fēng)生成后，主要受到副熱帶高壓的影響。由于副熱帶高壓中的氣壓梯度指向赤道，在地球的地轉(zhuǎn)偏向力的作用下，容易形成盛行西風(fēng)。因此西北太平洋區(qū)域形成的臺(tái)風(fēng)一般具有西行特點(diǎn)。西北太平洋的臺(tái)風(fēng)路徑主要分為：西進(jìn)型、西北型、轉(zhuǎn)向型和迷走型。西進(jìn)型臺(tái)風(fēng)路徑主要是受到盛行西風(fēng)的影響，當(dāng)副熱帶高壓出現(xiàn)南移的情況，路徑會(huì)出現(xiàn)偏南。西北型臺(tái)風(fēng)路徑主要是盛行西風(fēng)的北方向分量增加導(dǎo)致；轉(zhuǎn)向型臺(tái)風(fēng)路徑，主要是臺(tái)風(fēng)先西進(jìn)轉(zhuǎn)北后再往東北方向前進(jìn)，形成一條拋物線形狀的臺(tái)風(fēng)，出現(xiàn)該路徑可能的原因是臺(tái)風(fēng)行進(jìn)時(shí)穿過(guò)了副熱帶高壓區(qū)域或其他地域因素導(dǎo)致；迷走型臺(tái)風(fēng)，可能會(huì)出現(xiàn)停滯、打轉(zhuǎn)等情況，目前發(fā)生機(jī)理尚不明確，可能是受到不明氣流引導(dǎo)或其他天氣系統(tǒng)影響所導(dǎo)致的。了解臺(tái)風(fēng)的路徑可以使我們更好地預(yù)測(cè)臺(tái)風(fēng)登陸的自然規(guī)律，而了解臺(tái)風(fēng)的強(qiáng)度則可以讓我們更好地了解臺(tái)風(fēng)登陸后所造成的破壞程度。臺(tái)風(fēng)的強(qiáng)度是指臺(tái)風(fēng)中心的風(fēng)力大小，我國(guó)一般采用2分鐘持續(xù)最大風(fēng)速來(lái)判定臺(tái)風(fēng)的強(qiáng)度。根據(jù)臺(tái)風(fēng)中心風(fēng)力的大小，我國(guó)對(duì)臺(tái)風(fēng)強(qiáng)度等級(jí)做出了如表2-1的劃分。表2-1臺(tái)風(fēng)強(qiáng)度等級(jí)劃分臺(tái)風(fēng)等級(jí)風(fēng)速數(shù)值弱熱帶低壓≤10.8m/s熱帶低壓10.8m/s-17.1m/s熱帶風(fēng)暴17.2m/s-24.4m/s強(qiáng)熱帶風(fēng)暴24.5m/s-32.6m/s臺(tái)風(fēng)32.7m/s-41.4m/s強(qiáng)臺(tái)風(fēng)41.5m/s-50.9m/s超強(qiáng)臺(tái)風(fēng)≥51.0m/s

哈爾濱工業(yè)大學(xué)（深圳）工學(xué)碩士學(xué)位論文-13-n為因子總數(shù)，w=[1,2,…,]為回歸模型參數(shù)，b為模型的偏置。在(2-1)式子中，氣候因子是指由再分析數(shù)據(jù)所刻畫(huà)的大氣環(huán)境中的各種影響氣候變化的因子如：風(fēng)速、氣溫、濕度等等的信息。由于再分析數(shù)據(jù)維度高，往往需要降維處理后才作為CLIPER方法的因子；持續(xù)因子是指臺(tái)風(fēng)作為一個(gè)二維平面中曲線，其軌跡具有一定的運(yùn)動(dòng)規(guī)律性。該部分特征一般根據(jù)臺(tái)風(fēng)的中心經(jīng)度、中心緯度、中心風(fēng)速和中心氣壓等基礎(chǔ)描述信息，以及常用物理與統(tǒng)計(jì)變量構(gòu)建出的因子。(2)RNN模型深度學(xué)習(xí)是一種具有強(qiáng)大表征能力的方法，隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，目前多種深度學(xué)習(xí)框架已經(jīng)在多個(gè)領(lǐng)域取得突破性發(fā)展，其中RNN便是其中一種重要的深度學(xué)習(xí)框架。RNN是一種以序列數(shù)據(jù)為輸入，并不斷地在序列的演進(jìn)方向進(jìn)行遞歸，且所有神經(jīng)單元鏈?zhǔn)竭B接在一起的神經(jīng)網(wǎng)絡(luò)。自Hochreiter[25]于1991年提出長(zhǎng)短期記憶網(wǎng)絡(luò)(LongShort-TermMemorynetworks,LSTM)解決RNN模型無(wú)法學(xué)習(xí)長(zhǎng)時(shí)間序列信息的長(zhǎng)期依賴問(wèn)題后，RNN模型逐漸走向成熟。LSTM針針對(duì)長(zhǎng)期依賴問(wèn)題新增了狀態(tài)單元，該單元只受當(dāng)前時(shí)刻輸入和上一時(shí)刻的輸出影響，因此長(zhǎng)期記憶信息得到改善。此外，新增的遺忘門(mén)控制了上一時(shí)刻輸出和記憶單元對(duì)當(dāng)前單元的影響程度，輸入門(mén)則控制了當(dāng)前輸入對(duì)狀態(tài)單元的影響程度，輸出門(mén)則控制當(dāng)前輸出內(nèi)容的輸入比例。LSTM原理圖如圖2-3所示。圖2-3LSTM原理圖[25]其中，遺忘門(mén)計(jì)算公式如(2-2)式所示：=σ(+1+1)(2-2)輸入門(mén)計(jì)算公式如(2-3)式所示：i=σ(+1+1)(2-3)當(dāng)前記憶單元計(jì)算公式如(2-4)-(2-5)式所示：=tan(+1)(2-4)

【參考文獻(xiàn)】：
期刊論文
[1]2017年西北太平洋和南海熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,張喜平,白莉娜,萬(wàn)日金.  氣象. 2019(04)
[2]2016年西北太平洋和南海熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,張喜平,白莉娜,萬(wàn)日金.  氣象. 2018(04)
[3]模式分類中的特征融合方法[J]. 劉渭濱,鄒智元,邢薇薇.  北京郵電大學(xué)學(xué)報(bào). 2017(04)
[4]2015年西北太平洋熱帶氣旋預(yù)報(bào)精度評(píng)定[J]. 陳國(guó)民,白莉娜,萬(wàn)日金.  氣象. 2017(04)
[5]GRAPESGFS全球中期預(yù)報(bào)系統(tǒng)的研發(fā)和業(yè)務(wù)化[J]. 沈?qū)W順,蘇勇,胡江林,王金成,孫健,薛紀(jì)善,韓威,張紅亮,陸慧娟,張華,陳起英,劉艷,劉奇俊,馬占山,金之雁,李興良,劉琨,趙濱,周斌,龔建東,陳德輝,王建捷.  應(yīng)用氣象學(xué)報(bào). 2017(01)
[6]西北太平洋熱帶氣旋強(qiáng)度統(tǒng)計(jì)動(dòng)力預(yù)報(bào)的改進(jìn)模型[J]. 楊玉震,王耀領(lǐng),胡邦輝,余運(yùn)河,胡佳寧.  海洋預(yù)報(bào). 2010(03)
[7]基于動(dòng)力統(tǒng)計(jì)模型重構(gòu)的副熱帶高壓中長(zhǎng)期預(yù)報(bào)[J]. 洪梅,張韌,何金海.  氣象學(xué)報(bào). 2006(06)
[8]幾種臺(tái)風(fēng)風(fēng)暴潮預(yù)報(bào)方法在實(shí)際預(yù)報(bào)中的運(yùn)用及比較[J]. 易笑園,余文韜,閆智超,李勝山.  海洋預(yù)報(bào). 2006(04)
[9]集合預(yù)報(bào)的現(xiàn)狀和前景[J]. 杜鈞.  應(yīng)用氣象學(xué)報(bào). 2002(01)
[10]MM5在上海區(qū)域氣象中心數(shù)值預(yù)報(bào)中的改進(jìn)和應(yīng)用[J]. 顧建峰,殷鶴寶,徐一鳴,蔣賢安,梁旭東.  應(yīng)用氣象學(xué)報(bào). 2000(02)



本文編號(hào)：3089757