买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：黄河水利委员会水文局

摘要：本发明提供了一种基于数据挖掘与天气分析结合的切变线自动识别方法，解决了现有的风矢量数据采集方法，难以一次采集到气旋内多层气体特征，会对天气分析结果的精确性造成影响的问题。本发明采用多层风向测量装置能够一次测得气旋的多层状态，在分析时，能够将所有的等高层气旋的位移风向图进行对比分析，得出气旋整体位移风向图、气旋前锋位移矢量、气旋尾部位移矢量、气旋整体滞留时长，为气旋的整体研究提供重要数据指导，降低了对气旋内不同层间的气体的移速和方向的分析误差外在因素，提高了天气分析结果的精确性，使得本发明在应用后在为社会生活、生产提供更好更早的天气指导上具有重要意义。

主权项：1.一种基于数据挖掘与天气分析结合的切变线自动识别方法，其特征在于，包括以下步骤：S1~下载往期风矢量数据，根据切变线的定义，对卷积神经网络CNN模型进行训练，得到切变线自动识别模型；所述步骤S1包括如下步骤：S101~选定研究时间段和研究区域，自动化下载对应时间段和区域内的往期风矢量数据，并从往期天气数据中提取出等高层风矢量数据；S102~将往期等高层风矢量数据进行标准化后，获得标准化数据集；S103~将标准化数据集再复制一份，得到两份标准化数据集，其中一份标准化数据集作为训练数据集，另一份标准化数据集作为验证数据集；S104~根据气旋内的风向变换特征和切变线的定义，对验证数据集内的全部气旋内的变向风矢量以及切变线风矢量进行人工样本标注，得到气旋变向风矢量label数据库和切变线风矢量label数据库，建立气旋变向风矢量样本标注库和切变线样本标注库；S105~将验证数据集、气旋变向风矢量样本标注库与卷积神经网络CNN模型结合，获得气旋变向风矢量判识模型，以快速识别出气旋变向风矢量；S106~将训练数据集输入气旋变向风矢量判识模型，气旋变向风矢量判识模型自动识别出气旋变向风矢量，并将识别出的气旋变向风矢量以气旋为单元，结合经纬度信息网格，输出气旋单元风矢量数据表；S107~将气旋单元风矢量数据表上的临近风矢量进行叉乘，得到气旋单元叉乘数据集；S108~根据气旋单元叉乘数据集内的叉乘数据，建立切变线判定阈值Td，并根据判定阈值Td，从气旋单元叉乘数据集中筛选出切变节点；S109~对筛选出的切变节点进行相交切变线的检测，消除相交切变线，然后依次连接切变节点，得到自动识别出的切变线；S110~将自动识别出的切变线与切变线样本标注库进行对照，若出现错误，则对上述步骤进行一一检查，修正错误后，再次进行步骤S106~S110的循环，直至自动识别出的切变线上的切变节点全部验证无误，得到切变线自动识别模型；S2~根据所要监测的地域的经纬度信息网格以及所要监测的高度，在网格节点处设置多层风向监测装置和地面监测站，包括多个上下间隔设置的单层风向测量装置以及用以连接相邻的单层风向测量装置的系绳（11），单层风向测量装置上设有定位器和风速传感器，控制单层风向测量装置间隔5min向地面监测站传达一次无线信号，所有的单层风向测量装置发生无线信号的时间节点相互错开，地面监测站根据接收到的无线信号与地面监测站所处的节点夹角、偏移方向建立多层的等高层风矢量模型；S3~将每一层的等高层风矢量数据集分别输入切变线自动识别模型，自动识别出该等高层的切变线，并输出气旋、切变线分布图表；S4~将切变线范围内的风矢量以及切变线的风矢量平行投影于XY平面上，得到平行风矢量，将平行风矢量进行相加计算得出等高层气旋的位移风向图；S5~将所有的等高层气旋的位移风向图进行对比分析，得出气旋整体位移风向图、气旋前锋位移矢量、气旋尾部位移矢量、气旋整体滞留时长。

全文数据：

权利要求：

百度查询： 黄河水利委员会水文局 一种基于数据挖掘与天气分析结合的切变线自动识别方法