(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210960795.5 (22)申请日 2022.08.11 (71)申请人 水利部交通 运输部国家能源局南京 水利科学研究院 地址 210024 江苏省南京市 鼓楼区虎 踞关 34号 (72)发明人 王登婷　束仲祎　孙天霆　黄哲　 陈成　刘清君　琚烈红　李岩汀　 张彤　田芳　陈杰　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 罗运红 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01)G06K 9/62(2022.01) (54)发明名称 一种台风路径智能预报方法 (57)摘要 本发明提出一种台风路径智能预测方法， 该 方法包括： 1、 建立台风路径数据集， 将数据资料 进行归一化处理， 根据台风特征整理分类； 2、 对 于新生台风， 使台风路径满足时间相似， 限制时 间属性， 搜寻满足条件的历史台风路径数据； 3、 满足时间属性后， 使台风路径满足地理相似， 限 制空间属性， 搜寻满足条件的历史台风路径数 据； 4、 满足2和3的条件， 根据新生台风的中心气 压和风速， 搜寻满足条件的历史台风路径数据以 得到的台风路径数据作为样本数据集； 5、 基于4 得到样本数据集， 寻找与新生台风具有最佳轨迹 相似度的历史台风数据， 根据轨迹相似性， 构建 权重系数， 将 满足条件的历史台风路径数据根据 权重构建一条新的台风路径， 完成台风路径预 报。 权利要求书2页 说明书5页 附图2页 CN 115310706 A 2022.11.08 CN 115310706 A 1.一种台风路径智能预测方法， 其特 征在于， 该 方法包括如下步骤： 步骤1、 建立台风路径数据集， 将数据资料进行归一 化处理， 并根据台风特 征整理分类； 步骤2、 对于新生台风， 使台风路径满足时间相似， 限制时间属性， 搜寻满足条件的历史 台风路径数据； 步骤3、 满足时间属性后， 使台风路径满足地理相似， 限制空间属性， 进一步搜寻满足条 件的历史台风路径数据； 步骤4、 满足步骤2和步骤3的条件后， 根据新生台风的中心气压和风速， 搜寻满足条件 的历史台风路径数据以得到的台风路径数据作为样本数据集； 步骤5、 基于步骤4得到的样本数据集， 寻找与新生台风具有最佳轨迹相似度的历史台 风数据， 根据轨迹相似性， 构建权重系数， 将满足条件的历史台风路径数据根据权重构建台 风路径的下一个位置； 步骤6、 判断此时台风是否登陆， 若未登陆， 重复上述 步骤， 实时更新台风路径。 2.根据权利要求1所述的一种台风路径智能预测方法， 其特征在于， 步骤1的具体方法 如下： 步骤1‑1收集台风路径资料 数据集， 并将数据资料进行归一 化处理； 步骤1‑2根据台风特征对各历史台风路径添加标签， 分为日期、 风速、 中心气压、 移速、 移向、 路径点中心位置经度坐标、 路径点中心位置纬度坐标七个特 征。 3.根据权利要求2所述的一种台风路径智能预测方法， 其特征在于， 步骤2 的具体方法 如下： 当出现新生台风时， 根据步骤1中划分的日期标签， 以当前所在日期为基准， 搜寻前后 一个月的历史台风路径数据作为当前台风路径预测的数据集， 确定满足时间相似条件的历 史台风路径。 4.根据权利要求1所述的一种台风路径智能预测方法， 其特征在于， 步骤3的具体方法 如下： 将新生台风轨迹点的空间坐标记为(Xj,Yj)， j＝1， 2， 3 ……β， 移向记为Fj， j＝1， 2， 3……β， 移速记为vj， j＝1， 2， 3 ……β， β 为当前已知新生台风轨迹点的个数， 在台风生成初 期， 监测得到前三个时刻的台风路径轨 迹点， 即β ＝3； 对于步骤2中筛选出的满足时间相似条件的历史台风路径数据， 将步骤1中台风中心点 的经纬度转化为空间坐标， 新生台风当前时刻的台风中心空间坐标为(Xβ,Yβ)， 以新生台风 当前时刻实时路径台风中心为圆心建立一个半径为r的阈值圆， 搜寻所有经过阈值圆内的 历史台风路径； 距离度量方法取欧氏距离， 将台风路径近似看成二维空间， 则距离ρ 为： 其中， (Xβ,Yβ)为新生台风最新时刻的台风中心空间坐标， (xt,yt)为历史台风路径的任 一时刻的台风中心空间坐标； 如果台风路径中有轨迹点在阈值圆内， 即ρ ＜r， 则认为此台风路径满足地理相似条件， 取所有在这个阀值圆内的台风路径数据， 阀值圆外的数据舍去， 由此共得到k条满足地理相 似的台风路径； 对于上述满足地理相似条件的每一条台风路径， 分别取这条路径上距离新生台风阈值权　利　要　求　书 1/2 页 2 CN 115310706 A 2圆心最近的点， 记录下这个点的风速、 中心气压、 移速和移向， 该点空间坐标记为(xi,yi)， i ＝1， 2， 3……k， 该点的前两个时刻点记为(xi1,yi1)和(xi2,yi2)， 重复上述步骤以得到满足条 件的k个最短距离点及其上时刻的2k个点。 5.根据权利要求4所述的一种台风路径智能预测方法， 其特征在于， 步骤4的具体方法 如下： 将新生台风最新 时刻点的风速和中心气压作为基准， 记为V0和P0， 对于步骤3得到的k 个最短距离点， 将其风速和中心气压记为Vi和Pi， i＝1， 2， ……， k， 若V0＝Vi， P0＝Pi， 则认为 这个点的风速气 压特征与新生台风相似， 将满足中心气 压和风速要求的点的个数记为α， 每 个点的移速记为vi， i＝1， 2，……， α， 移向记为Fi， i＝1， 2，……， α 。 6.根据权利要求5所述的一种台风路径智能预测方法， 其特征在于， 步骤5的具体方法 如下： 新生台风轨迹取当前时刻的台风位置(Xβ,Yβ)和前两个时刻的台风位置(Xβ‑1,Yβ‑1)和 (Xβ‑2,Yβ‑2)的连线； 步骤4中得到的α个台风的位置点， 所述α个台风的位置点空间坐标为(xi,yi)， i＝1， 2， 3……α， 该点的前两个时刻的位置坐标为(xi1,yi1)和(xi2,yi2)， α 个台风的位置点与 新生台 风初始轨 迹的相似度分别记为qi； 根据相似度 从大到小， 将α 个台风路径数据的相似度qi进行排序， 根据相似度的反比计 算权重系数， 权 重系数的计算方法为： 根据权重系数确定新 生台风(Xβ， Yβ)下一个时刻点(Xβ +1， Yβ +1)的移速和移向： 根据移向Fβ +1和移速vβ +1计算出新 生台风的下一时刻点的空间坐标(Xβ +1， Yβ +1)； Xβ +1＝Xβ+cosFβ +1*vβ +1 Yβ +1＝Yβ+sinFβ +1*vβ +1 将(Xβ +1， Yβ +1)作为一个新的当前时刻新生台风轨迹点(Xβ， Yβ)带入步骤2中， β ＝β +1， 重 复上述步骤， 不断计算下一时刻的台风 位置， 实时得到一条完整的台风路径。权　利　要　求　书 2/2 页 3 CN 115310706 A 3