论文部分内容阅读
热带气旋是世界上破坏性极强的自然灾害之一,在全球热带气旋生成区中,西北太平洋的发生频率最高,占全球总数的1/3以上,因此研究热带气旋的发生发展,准确预报热带气旋活动对防灾减灾具有重要的意义。而南海热带气旋占到西北太平洋总数的36%,因而有必要对南海的热带气旋预报进行进一步的研究,研制出预报精度相对较高的预报方法。随着科学技术的发展,热带气旋研究的深入以及数据获取手段的提高使得热带气旋的数据迅速增加,迫切需要用一种高效的信息化手段进行热带气旋数据的管理、分析、检索和共享。WebGIS是GIS与Internet技术结合的产物,它不但具有GIS的数据管理和空间分析功能,而且具有Internet信息发布功能和数据共享的特点,这为热带气旋信息的发布和数据的共享提供了一个很好的平台。针对热带气旋的预报,特别是热带气旋路径的预报具有高度非线性这一特征,具有很强的非线性映射能力的BP神经网络已经在热带气旋预报中得以应用。但BP神经网络的参数设置是基于参数空间局部信息的,不是全局最优值,因而易陷入局部极小值,也会降低BP神经网络的预测精度。为此,本文采用具有全局寻优功能的粒子群算法(PSO)对BP神经网络的初始权值和阈值进行优化,建立了用于热带气旋预报的PSO-BP神经网络模型。利用"CMA-STI热带气旋最佳路径数据集”中的热带气旋数据,将PSO-BP神经网络模型应用于南海热带气旋预报,采用逐步回归分析的方法选取预报因子,分别对热带气旋路径、强度和中心气压进行12h、24h、36h和48h的预报,并将预报结果与采用BP神经网络、气候持续预报法的预报结果进行对比分析,实验结果表明本文建立的PSO-BP神经网络模型具有更高的预测精度,从而验证了该模型在热带气旋预报中是可行和实用的。最后,利用已有的历史热带气旋数据和预报数据,应用WebGIS技术组织和管理数据资源,基于ArcGIS API for Silverlight开发包,对热带气旋数据进行可视化表达,初步构建热带气旋数据可视化系统,实现了历史热带气旋查询、历史路径和预报路径显示以及风场、气压场绘制等功能,为进一步开展相关研究打下了良好的基础。