[發明專利]基于并行梯度定義方法的臺風目標觀測敏感區識別方法

在審

• 申請號: 201910406608.7
• 申請日: 2019-05-16
• 公開（公告）號: CN110287986A
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 穆斌;任菊慧;袁時金
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/15;G06F17/16;G06Q50/26
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

本發明涉及一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，屬于計算機和大氣海洋學科交叉領域，可用于大氣海洋領域臺風目標觀測敏感區的識別，本發明的基于并行梯度定義方法的臺風目標觀測敏感區識別，首先使用并行梯度定義方法求解得到某臺風個例的條件非線性最優擾動(CNOP)，然后使用“垂直積分能量”得到CNOP所代表的能量大小分布情況，最后將能量大值區作為該臺風的目標觀測敏感區。與現有技術相比，本發明具有精確度高，求解速度快等優點。

技術領域

本發明涉及計算機和大氣海洋學科交叉技術領域，尤其是涉及一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法。

背景技術

在氣象領域，目標觀測的一個重要的環節之一是識別目標觀測敏感區，在識別的目標觀測敏感區內額外增加觀測，再通過資料同化系統處理后，可以為數值模式提供更接近真實的初始場，從而提高數值模式預報技巧。

條件非線性最有擾動(CNOP)是一種有效的識別臺風目標觀測敏感區的方法。傳統求解CNOP的方法是伴隨方法，但是該方法非常依賴于伴隨模式。伴隨模式的開發不僅需要消耗巨大的工作量，而且對于較大的業務模式來說伴隨模式的計算量過大，這大大限制了CNOP在較大的業務模式中的使用。為了避免使用伴隨方法，本發明使用并行的梯度定義方法來求解CNOP以識別臺風目標觀測敏感區。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法。

本發明的目的可以通過以下技術方案來實現：

一種基于并行梯度定義方法的臺風目標觀測敏感區識別方法，包括以下步驟：

步驟1：按需求選定將進行目標觀測敏感區識別的臺風類型；

步驟2：選定臺風類型對應的最終驗證區域、開始預報時刻和驗證時刻并建立對應CNOP；

步驟3：利用并行梯度定義方法求解CNOP得出求解結果；

步驟4：結合CNOP的求解結果利用垂直積分能量方法得出選定臺風類型的目標觀測敏感區的識別結果。

進一步地，所述步驟3中的并行梯度定義方法包括以下步驟：

步驟S1：初始化相關優化變量；

步驟S2：采用梯度定義方法求解得出條件非線性最優擾動最優值結果；

步驟S3：循環迭代步驟S2并判斷是否滿足停止迭代條件；

步驟S4：當滿足停止迭代條件時輸出原始求解空間的條件非線性最優擾動最優值結果。

進一步地，所述的步驟S2具體包括以下分步驟：

步驟S21：求解條件非線性最優擾動的目標函數關于優化變量的梯度；

步驟S22：使用SPG2梯度投影算法沿梯度下降的方向搜索可轉化為最優值結果的目標函數最小值。

進一步地，所述步驟S21中的目標函數關于優化變量的梯度，其計算公式為：

式中，f′(X)表示目標函數關于優化變量的梯度，表示優化變量每個變量關于目標函數的一階偏導數。

進一步地，所述的優化變量每個變量關于目標函數的一階偏導數的計算公式為：

式中，Δx表示變量增量，x₁,…,x_i,…,x_n表示所有優化變量。