基于偏微分方程和机器学习台风风场反演策略

摘要：我国是全球受台风灾害最严重的国家之一,台风来临时,造成我国东南部沿海地区经济损失巨大、人民的生命遭受威胁。如何正确应对台风,在台风登陆时将经济损失降到最低事关国家和人民的切身利益,于是台风的准确预报成了预防灾害的措施。而风场信息反映了台风强度的变化,合理地选用各种智能算法风场反演,便可提高台风预测的准确度。偏微分方程和机器学习等智能信息处理技术研究台风风场的反演方法,主要包括以下四个的研究工作：(1)基于偏微分方程的台风眼提取。风场反演的步就是基于静止卫星图像提取的数据,而台风云图的灰度信息与台风强度息息,尤其是眼壁处灰度的剧烈变化体现了台风强度,因此,灰度信息的提取精确与否关系到后续的处理精度。原始的台风云图原因可能对比度较差,不利于台风眼的准确提取。为此,基于反正切函数设计一种新型非线性灰度变换函数,综合运用台风云图的信息熵和标准差构造台风云图质量的评价函数,然后利用差分演化算法非线性灰度变换参数。所设计的函数只有一个参数,计算量与传统的含有多个参数的灰度变换函数相比,计算量大大减小。实验结果：所设计的方法增强台风云图的全局对比度,并较好地台风眼区,于后续台风眼的分割。经过增强预处理后的台风云图,对各种常见图像分割算法的比较,选择应用基于测地活动轮廓模型的偏微分方程法对台风眼分割,了良好的效果。(2)基于支持向量机的有眼台风风场反演方法研究,具体包括两的研究工作：1)基于静止红外卫星云图建立台风眼尺寸和最大风速半径间的数学模型：利用第(1)步的非线性灰度变换法增强红外台风云图,以便于后续台风云图分割。接着使用偏微分方程提取台风眼,并计算台风眼的大小,然后最冷云顶点和眼壁内最暖点的距离近中心最大风速半径,再利用支持向量机建立台风眼大小和最大风半径之间的关系模型来反映有眼台风风场特征。2)建立有眼台风的二维标量风场：先使用支持向量机来建立眼壁灰度信息与最大风速之间的关系模型,然后利用所建立的模型线性插值估算台风风场各点的风速,进而有眼台风的二维风场。(3)无眼台风风场反演：使用支持向量机建立临界风半径R34,R50与最大风速、纬度、台风生命史的多元关系模型来反映风场特征。在无眼台风的二维风场计算中,先同一台风的有眼图像的大小人工构造眼壁,从而可以与有眼台风一致的后续计算。的算法具有实现容易、计算精度高、算法速度快的特点,尤其是使用支持向量机对于各种关系模型的建立,与其他常见拟合算法相比,不仅速度快,误差也较低。(4)基于局部灰度编码和小波多分辨分析的台风风场运动矢量计算。完整的风场反演除了有风场特征模型的建立和风速标量的计算外,还应包括台风运动矢量的计算,传统的灰度匹配法在矢量的计算上十分精确,但唯一不足的就是运算速度太慢,基于此,小波的多分辨分析技术和一种基于局部灰度编码的匹配法来实现台风云图匹配,了良好的矢量计算结果,并大大提升算法速度。关键词：台风论文风场论文偏微分方程论文机器学习论文卫星云图论文小波变换论文

摘要3-5

ABSTRACT5-10

1 绪论10-16

1.1 台风简介10-12

1.1.1 台风的特点10

1.1.2 台风的形成10-11

1.1.3 台风的结构11-12

1.1.4 台风的移动路径12

1.2 台风风场信息在台风强度预报中的性12-13

1.3 台风风场反演的应用现状13-15

1.4 论文的主要结构和安排15-16

2 基于偏微分方程的台风眼区提取16-37

2.1 常见的图像分割算法简介16-19

2.2 图像分割质量评价19-20

2.3 基于测地活动轮廓模型的偏微分方程台风云图分割法20-30

2.3.1 曲线几何演化的一般方程式21-22

2.3.2 集方法简介22-23

2.3.3 活动轮廓模型的建立23-25

2.3.4 GAC模型的分析25-27

2.3.5 改进后的GAC模型27-28

2.3.6 GAC模型的数值实现28-30

2.4 基于反正切灰度变换的台风云图增强30-34

2.5 实验结果分析34-35

2.6 小结35-37

3 基于支持向量机的台风风场反演37-64

3.1 数据来源38-39

3.2 支持向量机的基本原理39-44

3.2.1 支持向量机的原理40-42

3.2.2 支持向量机算法的实现42-43

3.2.3 SVM方法的特点43-44

3.3 基于支持向量机的有眼台风内核特征模型建立44-49

3.3.1 地理经纬度与图像坐标的对应关系44-45

3.3.2 最大风速半径(RMW)的45-47

3.3.3 台风眼壁大小的提取47

3.3.4 拟合方法的选择47-48

3.3.5 实验结果及评价48-49

3.4 有眼台风二维风场风速灰度模型的建立49-53

3.4.1 近中心最大风速与图像灰度的关系49-50

3.4.2 拟合效果评价50-53

3.5 基于线性插值的二维有眼台风风场风速计算53-58

3.5.1 线性插值的常规算法53-54

3.5.2 台风风场各点风速的计算54-56

3.5.3 二维表面风场各点风速的计算56

3.5.4 实验分析56-58

3.6 无眼台风内核风场反演58-60

3.7 无眼台风二维风场的计算60-62

3.8 小结62-64

4 基于模板匹配的台风风场矢量反演64-78

4.1 基于改进的灰度模板图像匹配法65-71

4.1.1 图像匹配应用现状65

4.1.2 传统的基于灰度的图像匹配法简介65-67

4.1.3 改进的基于灰度的图像匹配法(局部灰度编码)67-70

4.1.4 台风云图的模板匹配70-71

4.2 基于小波变换的图像匹配策略71-75

4.2.1 小波变换与多分辨分析72-73

4.2.2 基于小波变换的图像匹配73-74

4.2.3 小波分解的图像匹配实验74-75

4.3 基于小波多分辨率分析和灰度编码匹配法的风场运动矢量计算75-77

4.4 小结77-78

5 总结与展望78-80

5.1 所做的主要工作78-79

5.2 未来的研究方向79-80