-
公开(公告)号：CN108957590A
公开(公告)日：2018-12-07
申请号：CN201810494455.1
申请日：2018-05-22
Applicant: 南京信息工程大学
IPC: G01W1/00
Abstract: 本发明提供了一种基于EEOF准双周振荡实时指数的提取方法。所述基于EEOF准双周振荡实时指数的提取方法包括以下步骤：步骤1，将季风区的数据序列中‑a、‑b和0天滞后的设定时间段内的带通滤波的OLR距平场进行EEOF分析，得到前两个EEOF模态，其中，a＞b，且a和b均为正整数；步骤2，将包含了‑a、‑b和0天的设定时间段内的非带通滤波的OLR距平场投影到前两个EEOF模态上得到每天的投影结果，并将每天的投影结果以数据序列中一段时间内的标准差进行标准化，进而得到准双周振荡实时指数。本发明的有益效果是：所述基于EEOF准双周振荡实时指数的提取方法能够非常有效地抓到QBWO对流在西北太平洋和印度洋上西北传和北传的传播特征。
-
公开(公告)号：CN109583653B
公开(公告)日：2022-06-21
申请号：CN201811464300.X
申请日：2018-11-30
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明涉及基于统计模型的西北太平洋台风的延伸期预报方法，包括如下步骤：步骤1）计算历史阶段旬台风的个数；步骤2）提取历史再分析场中的次季节分量,得到与旬台风日期对应的次季节海气环境场；分别计算相对于台风生成不同提前时间的大尺度场；步骤3）建立统计预报模型：将不同提前时间的大尺度场分别与历史阶段旬台风个数进行相关分析，分别建立预报旬台风个数的统计预报方程；步骤4）利用观测所得的实时大尺度场求出的预报因子，带入统计预报方程，即可得到旬台风生成的平均频次与不同生成个数的发生概率形成预报量。有益效果：建立西北太平洋台风延伸期预报的统计预报模型，提前2–3周对西北太平洋上台风生成个数及其概率进行预报。
-
公开(公告)号：CN109583095A
公开(公告)日：2019-04-05
申请号：CN201811464661.4
申请日：2018-11-30
Applicant: 南京信息工程大学
CPC classification number: G06F17/5009 , G01W1/10 , G06F17/11 , G06F2217/14 , G06F2217/78 , G06K9/6223 , G06Q10/04
Abstract: 本发明涉及基于混合统计动力模型的西北太平洋台风延伸期预报方法，该方法利用现代统计方法对历史台风的轨迹进行分类后，藉由季节内尺度的海气状态对不同类型台风生成的影响，建立季节内振荡信号和台风生成的统计预报方程；利用高分辨率海气耦合动力模式对未来10~30天季节内振荡信号的预报场作为预报因子，对未来10~30天的台风生成进行预报。最后，将不同类台风的生成个数乘上其轨迹的气候概率分布，从而提前10~30天预报出整个西北太平洋上台风生成和频次的概率分布图。有益效果：不仅可以有效地进行台风个数的延伸期预报未来10–30天每十天中西北太平洋上台风的总个数，也可以利用台风不同的生成位置和移动轨迹得到台风在10天内生成／频次的空间概率分布。
-
公开(公告)号：CN113807583B
公开(公告)日：2023-05-05
申请号：CN202111097420.2
申请日：2021-09-18
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开一种基于低频增量时空耦合的动力统计结合的次季节预测方法，该方法选取热带和热带外大气异常的信号作为预报因子变量，并以变量的低频增量作为预报对象和预报因子，消除天气变率及季节变率的干扰。一方面考虑预报因子与预报量增量之间的同期物理关系，利用奇异值分解的统计方法寻找同期预报因子增量和预报量增量的高耦合模态，采用多元线性回归的方法建立基于物理机制的次季节预测模型。另一方面，借助动力模式对次季节热带和热带外大气异常模态预报效果较好的优势，将动力模式所预测的热带和热带外大气异常的高耦合模态的时间系数(即预报因子)代入预测模型中，进一步构建动力‑统计相结合的次季节预测模型对气象要素进行预测。
-
Patent Agency Ranking
公开(公告)号：CN109583653A
公开(公告)日：2019-04-05
申请号：CN201811464300.X
申请日：2018-11-30
Applicant: 南京信息工程大学
IPC: G06Q10/04
CPC classification number: G06Q10/04
Abstract: 本发明涉及基于统计模型的西北太平洋台风的延伸期预报方法，包括如下步骤：步骤1）计算历史阶段旬台风的个数；步骤2）提取历史再分析场中的次季节分量,得到与旬台风日期对应的次季节海气环境场；分别计算相对于台风生成不同提前时间的大尺度场；步骤3）建立统计预报模型：将不同提前时间的大尺度场分别与历史阶段旬台风个数进行相关分析，分别建立预报旬台风个数的统计预报方程；步骤4）利用观测所得的实时大尺度场求出的预报因子，带入统计预报方程，即可得到旬台风生成的平均频次与不同生成个数的发生概率形成预报量。有益效果：建立西北太平洋台风延伸期预报的统计预报模型，提前2–3周对西北太平洋上台风生成个数及其概率进行预报。
-
公开(公告)号：CN119670524A
公开(公告)日：2025-03-21
申请号：CN202411322249.4
申请日：2024-09-23
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G01W1/10
Abstract: 本发明提供了一种次季节热浪预测方法，包括：根据预获得的目标区域的气温主模态以及气温主模态时间系数—预报时效—最优预报因子关系表，确定预设的预报时效下与任一气温主模态时间系数相关联的所有最优预报因子。通过实时非带通滤波获取所有最优预报因子的数据，输入预先训练的次季节气温预报模型，获得目标区域内预设时效下的预测气温异常场。根据预测气温异常场对目标区域内的次季节热浪事件进行预测。本发明利用卷积神经网络强大的数据挖掘能力来考虑多尺度多变量之间的相互作用，充分考虑了年际尺度信号对大尺度次季节变率的影响，挖掘前期多尺度信号与未来气温之间的潜在关联。
-
公开(公告)号：CN109583095B
公开(公告)日：2023-04-28
申请号：CN201811464661.4
申请日：2018-11-30
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06Q10/04 , G06F17/11 , G06F18/23213 , G01W1/10 , G06F119/14
Abstract: 本发明涉及基于混合统计动力模型的西北太平洋台风延伸期预报方法，该方法利用现代统计方法对历史台风的轨迹进行分类后，藉由季节内尺度的海气状态对不同类型台风生成的影响，建立季节内振荡信号和台风生成的统计预报方程；利用高分辨率海气耦合动力模式对未来10~30天季节内振荡信号的预报场作为预报因子，对未来10~30天的台风生成进行预报。最后，将不同类台风的生成个数乘上其轨迹的气候概率分布，从而提前10~30天预报出整个西北太平洋上台风生成和频次的概率分布图。有益效果：不仅可以有效地进行台风个数的延伸期预报未来10–30天每十天中西北太平洋上台风的总个数，也可以利用台风不同的生成位置和移动轨迹得到台风在10天内生成／频次的空间概率分布。
-
公开(公告)号：CN113807583A
公开(公告)日：2021-12-17
申请号：CN202111097420.2
申请日：2021-09-18
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06F16/2458 , G06Q50/26
Abstract: 本发明公开一种基于低频增量时空耦合的动力统计结合的次季节预测方法，该方法选取热带和热带外大气异常的信号作为预报因子变量，并以变量的低频增量作为预报对象和预报因子，消除天气变率及季节变率的干扰。一方面考虑预报因子与预报量增量之间的同期物理关系，利用奇异值分解的统计方法寻找同期预报因子增量和预报量增量的高耦合模态，采用多元线性回归的方法建立基于物理机制的次季节预测模型。另一方面，借助动力模式对次季节热带和热带外大气异常模态预报效果较好的优势，将动力模式所预测的热带和热带外大气异常的高耦合模态的时间系数(即预报因子)代入预测模型中，进一步构建动力‑统计相结合的次季节预测模型对气象要素进行预测。
-
公开(公告)号：CN108957590B
公开(公告)日：2020-10-09
申请号：CN201810494455.1
申请日：2018-05-22
Applicant: 南京信息工程大学
IPC: G01W1/00
Abstract: 本发明提供了一种基于EEOF准双周振荡实时指数的提取方法。所述基于EEOF准双周振荡实时指数的提取方法包括以下步骤：步骤1，将季风区的数据序列中‑a、‑b和0天滞后的设定时间段内的带通滤波的OLR距平场进行EEOF分析，得到前两个EEOF模态，其中，a＞b，且a和b均为正整数；步骤2，将包含了‑a、‑b和0天的设定时间段内的非带通滤波的OLR距平场投影到前两个EEOF模态上得到每天的投影结果，并将每天的投影结果以数据序列中一段时间内的标准差进行标准化，进而得到准双周振荡实时指数。本发明的有益效果是：所述基于EEOF准双周振荡实时指数的提取方法能够非常有效地抓到QBWO对流在西北太平洋和印度洋上西北传和北传的传播特征。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
