專利名稱：一種基于時間序列分析的風暴潮災害預警系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于時間序列分析的海洋風暴潮預警系統(tǒng)，特別是一種充分利用歷史監(jiān)測數(shù)據(jù)對目前監(jiān)測數(shù)據(jù)進行分析、預警的系統(tǒng)及方法。
背景技術(shù)：
隨著全球經(jīng)濟的快速發(fā)展，氣候變化頻繁，導致全球海洋酸化、海平面上升，海洋災害頻發(fā)。海洋災害主要包括風暴潮、海嘯、波浪和海岸侵蝕、赤潮等等，其中在我國風暴潮發(fā)生頻率以及造成的災害居于首位，造成的損失占海洋災害損失的60%以上，在人員傷亡方面超過地震等陸上災害?，F(xiàn)階段，用于海洋災害預報的方法基本采用數(shù)值預報方法。數(shù)值預報方法主要是利用大型、快速的電子計算機求解描述海洋災害現(xiàn)象的方程組來制作海洋災害預報的方法。其預測過程的預算量龐大，耗時長且消耗較多的資源。在數(shù)值預報中，由于一些小尺度或接近于小尺度運動的無法在預測模型中確切的反應出來，再加上數(shù)值預報方法的模型中參數(shù)的確定缺乏客觀準確的方法，從而導致了預測結(jié)果的準確性降低。同時在數(shù)值預報方法中，模型的建立是基于歷史的災害數(shù)據(jù)，數(shù)據(jù)比較少，這種基于小樣本數(shù)據(jù)建立的單一模型來模擬復雜系統(tǒng)是很困難的。因此需要在已有的寶貴歷史資料上，運用科學的計算機技術(shù)對這一自然災害進行預報預警，更好地為政府決策提供技術(shù)支撐。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于時間序列分析的風暴潮災害預警系統(tǒng)，充分利用歷史監(jiān)測數(shù)據(jù)，對風暴潮進行預報、預警。為了實現(xiàn)以上目的，本發(fā)明是采用如下技術(shù)方案實現(xiàn)的—種基于時間序列分析的風暴潮災害預警系統(tǒng)，實時接收遠程監(jiān)測數(shù)據(jù)，并對監(jiān)測數(shù)據(jù)序列進行預警分析，根據(jù)分析結(jié)果進行預警和輔助決策。其特征在于，包括數(shù)據(jù)庫系統(tǒng)、預警模型分析、輔助決策系統(tǒng)展示、Web服務(wù)器以及管理用戶。預警預測模型分析模塊主要是對數(shù)據(jù)庫中的觀測數(shù)據(jù)進行預處理后，對時間序列數(shù)據(jù)進行分段線性表示達到維壓縮的目的，進而將實時監(jiān)測數(shù)據(jù)與歷史監(jiān)測資料數(shù)據(jù)進行相似匹配，并根據(jù)相似匹配結(jié)果做出災害預警。如果監(jiān)測數(shù)據(jù)達到預警閾值，預警預測模型分析模塊將觀測數(shù)據(jù)以及相匹配的歷史數(shù)據(jù)信息存儲到預警資料數(shù)據(jù)庫中。輔助決策系統(tǒng)是基于地理圖形信息展示輔助決策信息，包括調(diào)用預警資料數(shù)據(jù)、應急預案資料數(shù)據(jù)對災害進行模擬展示以及應急預案生成，調(diào)用實時監(jiān)測的臺風數(shù)據(jù)進行展示，輔助決策系統(tǒng)的模擬數(shù)據(jù)與應急預案資料數(shù)據(jù)也存儲到預警資料數(shù)據(jù)庫中，并通過部署的Web服務(wù)器來將地圖服務(wù)和數(shù)據(jù)展示到管理用戶的客戶端。
所述的數(shù)據(jù)庫服務(wù)器存儲歷史監(jiān)測資料數(shù)據(jù)、實時監(jiān)測資料數(shù)據(jù)、基礎(chǔ)地理信息資料數(shù)據(jù)庫、應急預案資料數(shù)據(jù)、相關(guān)計算模型資料數(shù)據(jù)以及預警資料數(shù)據(jù)。所述的監(jiān)測資料數(shù)據(jù)與預警資料數(shù)據(jù)均為時間序列數(shù)據(jù)。所述的監(jiān)測資料數(shù)據(jù)與預警資料數(shù)據(jù)均為時間序列數(shù)據(jù)。歷史監(jiān)測資料數(shù)據(jù)庫包括存儲歷史臺風名稱、臺風實測和預報數(shù)據(jù)、歷史風暴潮實測增水位、總水位和天文潮位數(shù)據(jù)、預報數(shù)據(jù)以及災害等級數(shù)據(jù)。實時監(jiān)測資料數(shù)據(jù)庫定時接收遠程數(shù)據(jù)采集系統(tǒng)傳輸?shù)膶崟r監(jiān)測數(shù)據(jù)，設(shè)置數(shù)據(jù)庫文件自動擴展與表收縮以適應數(shù)據(jù)的實時錄入?；A(chǔ)地理信息資料數(shù)據(jù)庫存儲基礎(chǔ)地理信息數(shù)據(jù)，包括道路和居民地的空間數(shù)據(jù)、屬性數(shù)據(jù)以及美國ESRI公司提供的遙感影像數(shù)據(jù)。應急預案資料數(shù)據(jù)庫存儲歷史臺風預案和設(shè)計預案，歷史風暴潮預案和設(shè)計預案。相關(guān)計算模型資料數(shù)據(jù)庫存儲用于選取災害指標、風暴潮災情模擬、災害等級劃分的模型以及其中涉及的專家知識。預警資料數(shù)據(jù)庫存儲預警模型分析得到的匹配結(jié)果數(shù)據(jù)、災情模擬評估數(shù)據(jù)、災害等級劃分數(shù)據(jù)，預警資料數(shù)據(jù)庫中的數(shù)據(jù)在預警解除后存儲到應急預案資料數(shù)據(jù)庫中。所述的輔助決策系統(tǒng)展示包括對此次風暴潮災害災情模擬評估、等級評估、臺風路徑展示以及根據(jù)歷史災情應急預案的推理預案結(jié)果。災情模擬評估是針對預警提示返回的信息，以該監(jiān)測時間序列數(shù)據(jù)為邊界條件進行災情模擬以及淹沒范圍、淹沒水深的展示，
并根據(jù)相似性度量的結(jié)果推理得到此次災害等級評估結(jié)果發(fā)送到管理用戶。所述的Web服務(wù)器通過Web Services傳輸XML格式數(shù)據(jù)返回到管理用戶。所述的管理用戶在接收預警提示后，對警情發(fā)布預警報告。通過Internet發(fā)送到政府網(wǎng)站、手機移動終端、海上船載終端以及決策控制中心，由領(lǐng)導專家對災情做跟蹤分析。上述預警模型分析首先是對實時監(jiān)測數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)進行數(shù)據(jù)預處理，在這個過程中要分離歷史監(jiān)測資料數(shù)據(jù)庫中風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)與正常監(jiān)測數(shù)據(jù)，提取潮位數(shù)據(jù)進行分析。對于正常監(jiān)測數(shù)據(jù)，根據(jù)挑選其中風暴潮多發(fā)季節(jié)的部分數(shù)據(jù)作為案例數(shù)據(jù)，對于歷史風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)，則全部作為案例數(shù)據(jù)。其次是對數(shù)據(jù)庫中的歷史監(jiān)測數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)進行時間序列線性表示，實現(xiàn)數(shù)據(jù)的降維與壓縮。再次是采用時間序列相似性匹配的方法，將實時監(jiān)測數(shù)據(jù)與案例數(shù)據(jù)庫中的時間序列數(shù)據(jù)進行相似性匹配，根據(jù)相似性度量的距離值以及預先設(shè)定的判斷閾值，來判定是否對災害進行預警。在對海洋時間序列的相似性分析中，首先有兩個關(guān)鍵問題需要解決。一個是如何對時間序列表示，另一個是如何對時間序列的相似度進行度量。這兩個關(guān)鍵問題如何解決決定著算法的效率和準確度。時間序列數(shù)據(jù)具有高維性、復雜性、海量性和噪聲干擾等特點，直接在原始監(jiān)測序列上進行分析不但難度大，影響計算和存儲上方面的性能，而且還影響算法的準確性。因此本發(fā)明首先利用時間序列的表示方法提取時間序列的主要波動特征，對時間序列維數(shù)約簡和壓縮，在更高的層次上對時間序列進行重新描述。本發(fā)明對于時間序列表示方法采用基于特征點的斜率表示方法，具體步驟為(I)給定時間序列i = {r, = (t，設(shè)ri+1為R中第i個記錄和第i+1個記
錄，將R中的數(shù)值前者與后者相減，得到新的序列P，如下所示Pi = ri+1-ri(2)將時間序列P中的數(shù)值前后兩兩想乘，得到新序列S，如下所示S = PjPw(3)記錄S中負值的索引位置，將這些索引值加1，就可以將索引值與R中的序列索引值對應，對應的點即為R中的局部極值點；
(4)對于時間序列P中增幅大于X并且時間差值小于a的點，也加入到特征點的序列中，其中X和a是根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù)，也可以由用戶輸入；(5)尋找時序S中零的索引位置，將搜索得到的索引值每個加1，判斷連續(xù)出現(xiàn)零的子段序列，如果連續(xù)出現(xiàn)零的時間次數(shù)大于m，則記錄出現(xiàn)零的起始索引位置，該點也為特征點，將該點加人特征點集合，其中m是根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù)，m也可以由用戶輸入；(6)利用上述算法， 得到一個時序的特征點集合，則該特征點集合將時間序列分為n_l段，n為特征點的總數(shù)。此時，時間序列可以由n個直線段描述，其直線段序列用M表示，M是一個長度為k的3元向量M = {MK，MX, ML}，M中第i個直線段的斜率由MKi表示，起點的橫坐標由MXi表示，直線段的在時間軸的投影長度由MLi表示。在預警模型分析中，本發(fā)明根據(jù)相似性匹配分析結(jié)果，分兩階段發(fā)送預警提示。第一階段是將監(jiān)測數(shù)據(jù)與歷史同期的正常監(jiān)測數(shù)據(jù)做相似性匹配，如果相似性度量的距離值均不超過第一階段判斷閾值，則不做預警；如果至少I條記錄超過第一階段判斷閾值，則進入第二階段，將將監(jiān)測數(shù)據(jù)與災害預案庫中所有災害數(shù)據(jù)做相似性匹配，如果相似性度量的距離值均不超過第二階段判斷閾值，則記錄該數(shù)據(jù)并向管理員用戶做預警提示；若有至少一條記錄超過第二階段判斷閾值，則說明該監(jiān)測數(shù)據(jù)與歷史災害數(shù)據(jù)相匹配，將監(jiān)測數(shù)據(jù)和相匹配的歷史災害數(shù)據(jù)以及歷史災害數(shù)據(jù)的相關(guān)等級、增水位、天文潮、應急預案等信息發(fā)送至管理員用戶，做預警提示。與現(xiàn)有技術(shù)相比，本發(fā)明充分利用了歷史監(jiān)測數(shù)據(jù)，通過目前監(jiān)測數(shù)據(jù)與歷史數(shù)據(jù)的相似性匹配來發(fā)現(xiàn)目前監(jiān)測序列的規(guī)律信息，進而利用這種實時數(shù)據(jù)與歷史數(shù)據(jù)的相關(guān)性進行風暴潮災害預警，同時提供相關(guān)的輔助決策服務(wù)，及時發(fā)出預警消息。


圖I為本發(fā)明風暴潮災害預警系統(tǒng)結(jié)構(gòu)圖。圖2為發(fā)明時間序列分段線性表示的流程圖。圖3為FSAe study狀態(tài)轉(zhuǎn)移圖。圖4為應急預案設(shè)計路線示意圖。圖5為本發(fā)明預警警報裝置的組成示意。
具體實施例方式本發(fā)明公開了一種基于時間序列分析的風暴潮災害預警系統(tǒng)，下面結(jié)合附圖對具體的實施方式進行說明。如圖I所示，一種基于時間序列分析的風暴潮災害預警系統(tǒng)，實時接收遠程監(jiān)測數(shù)據(jù)，并對監(jiān)測數(shù)據(jù)序列進行預警分析，根據(jù)分析結(jié)果進行預警和輔助決策。其特征在于，包括數(shù)據(jù)庫系統(tǒng)、預警模型分析、輔助決策系統(tǒng)展示、Web服務(wù)器以及管理用戶。預警預測模型分析模塊主要是對數(shù)據(jù)庫中的觀測數(shù)據(jù)進行預處理后，對時間序列數(shù)據(jù)進行分段線性表示達到維壓縮的目的，進而將實時監(jiān)測數(shù)據(jù)與歷史監(jiān)測資料數(shù)據(jù)進行相似匹配，并根據(jù)相似匹配結(jié)果做出災害預警。如果監(jiān)測數(shù)據(jù)達到預警閾值，預警預測模型分析模塊將觀測數(shù)據(jù)以及相匹配的歷史數(shù)據(jù)信息存儲到預警資料數(shù)據(jù)庫中。輔助決策系統(tǒng)是基于地理圖形信息展示輔助決策信息，包括調(diào)用預警資料數(shù)據(jù)、應急預案資料數(shù)據(jù)對災害進行模擬展示以及應急預案生成，調(diào)用實時監(jiān)測的臺風數(shù)據(jù)進行展示，輔助決策系統(tǒng)的模擬數(shù)據(jù)與應急預案資料數(shù)據(jù)也存儲到預警資料數(shù)據(jù)庫中，并通過部署的Web服務(wù)器來將地圖服務(wù)和數(shù)據(jù)展示到管理用戶的客戶端。所述的數(shù)據(jù)庫服務(wù)器存儲歷史監(jiān)測資料數(shù)據(jù)、實時監(jiān)測資料數(shù)據(jù)、基礎(chǔ)地理信息資料數(shù)據(jù)庫、應急預案資料數(shù)據(jù)、相關(guān)計算模型資料數(shù)據(jù)以及預警資料數(shù)據(jù)。所述的監(jiān)測資料數(shù)據(jù)與預警資料數(shù)據(jù)均為時間序列數(shù)據(jù)。歷史監(jiān)測資料數(shù)據(jù)庫包括存儲歷史臺風名稱、臺風實測和預報數(shù)據(jù)、歷史風暴潮實測增水位、總水位和天文潮位數(shù)據(jù)、預報數(shù)據(jù)以及災害等級數(shù)據(jù)。實時監(jiān)測資料數(shù)據(jù)庫定時接收遠程數(shù)據(jù)采集系統(tǒng)傳輸?shù)膶崟r監(jiān)測數(shù)據(jù)，設(shè)置數(shù)據(jù)庫文件自動擴展與表收縮以適應數(shù)據(jù)的實時錄入?；A(chǔ)地理信息資料數(shù)據(jù)庫存儲基礎(chǔ)地理信息數(shù)據(jù)，包括道路和居民地的空間數(shù)據(jù)、屬性數(shù)據(jù)以及美國ESRI公司提供的遙感影像數(shù)據(jù)。應急預案資料數(shù)據(jù)庫存儲歷史臺風預案和設(shè)計預案，歷史風暴潮預案和設(shè)計預案。相關(guān)計算模型資料數(shù)據(jù)庫存儲用于選取災害指標、風暴潮災情模擬、災害等級劃分的模型以及其中涉及的專家知識。預警資料數(shù)據(jù)庫存儲預警模型分析得到的匹配結(jié)果數(shù)據(jù)、災情模 擬評估數(shù)據(jù)、災害等級劃分數(shù)據(jù)，預警資料數(shù)據(jù)庫中的數(shù)據(jù)在預警解除后存儲到應急預案資料數(shù)據(jù)庫中。如圖2所示，在上述系統(tǒng)中，預警預測模型是關(guān)鍵模塊，主要通過以下過程來實現(xiàn)(I)對原始數(shù)據(jù)做預處理，做成部分時間序列(截取長度應當比災害庫中短)。在這個過程中要分離歷史監(jiān)測資料數(shù)據(jù)庫中風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)與正常監(jiān)測數(shù)據(jù)，提取潮位數(shù)據(jù)進行分析。數(shù)據(jù)預處理過程主要是在時間軸上按照定長取點作為指定長度時間序列數(shù)據(jù)的起始點，并按照如下公式對時間序列的幅值進行規(guī)范化處理，作成部分時間序列Xi — (Xi-Xira) / (Xmax-Xmin)其中，Xi為進行規(guī)范化的值，Xmin為時間序列的最小值，Xmax為時間序列的最大值。在此應用歸一法，規(guī)約后的時間序列數(shù)據(jù)保持了原始數(shù)據(jù)的完整性，挖掘所需的時間和內(nèi)存資源較少，挖掘更有效，產(chǎn)生相同(或幾乎相同)的分析結(jié)果。(2)對于正常監(jiān)測數(shù)據(jù)，根據(jù)挑選其中風暴潮多發(fā)季節(jié)的部分數(shù)據(jù)作為案例數(shù)據(jù)，對于歷史風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)，則全部作為案例數(shù)據(jù)。對數(shù)據(jù)庫中的歷史監(jiān)測數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)進行時間序列線性表示，實現(xiàn)數(shù)據(jù)的降維與壓縮。本發(fā)明對于時間序列表示方法采用基于特征點的斜率表示方法，具體步驟為I)給定長度為n的時間序列及={r, = ( x,)}；=1，設(shè)r^ri+1為R中第i個記錄和第
i+1個記錄，將R中的數(shù)值前者與后者相減，得到新的序列P，如下所示Pi = ri+1-ri2)將時間序列P中的數(shù)值前后兩兩想乘，得到新序列S，如下所示S = PjPw3)記錄S中負值的索引位置，將這些索引值加1，就可以將索引值與R中的序列索引值對應，對應的點即為R中的局部極值點，加入到特征點的序列集合N = {nj =(/y, 7)}^,中；4)對于時間序列P中增幅大于X并且時間差值小于a的點，也加入到特征點的集合T中，其中X和a是根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù)，也可以由用戶輸入。對于參數(shù)X和a的確定方法采用基于有限狀態(tài)自動機(FiniteState Automaton, FSA)的驗證方法。FSA是一種重要的工具,在軟件設(shè)計、驗證、語法分析，以及狀態(tài)識別等領(lǐng)域有極其廣泛的應用。具體步驟如下定義I累積誤差E :將時間序列分段成多段子序列后，各子序列與原序列的累積誤差的總和E定義為
E =其中 h = tJ, 1 =卜.n，j = l...q定義2FSAe study =FSAe study是一個五元組形式M= (Q，E，6 , S, F)狀態(tài)轉(zhuǎn)移如圖2所示。其中a)Q = {S，qi，q2}是狀態(tài)集合；b) E = {E}；c) 6 :QXE —Q是狀態(tài)轉(zhuǎn)換函數(shù)，定義如表I。由起始狀態(tài)S開始，當累積誤差滿足精度時，轉(zhuǎn)移到狀態(tài)Q1時，運算終止；否則，當轉(zhuǎn)移到狀態(tài)q2時，優(yōu)化分段參數(shù)a與X，繼續(xù)分段，并計算累計誤差值；d) S G Q是初始狀態(tài)；e) F 是終止狀態(tài)集合，當滿SE < 0 (0由專家知識給定)時結(jié)束。
表I FSAe study狀態(tài)轉(zhuǎn)移函數(shù)
~~ Q/EE<8 一 - jE>6
_S__qi__q2_
_qi__qi__0_
q2 I qiIq2-5)尋找時序S中零的索引位置，將搜索得到的索引值每個加1，判斷連續(xù)出現(xiàn)零的子段序列，如果連續(xù)出現(xiàn)零的時間次數(shù)大于m，則記錄出現(xiàn)零的起始索引位置，該點也為特征點，將該點加人特征點集合。其中m是根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù)，也可以由用戶輸入；6)利用上述算法，得到一個時序的特征點集合，則該特征點集合將時間序列分為n_l段，n為特征點的總數(shù)。此時，時間序列可以由n個直線段描述，其直線段序列用M表示，M是一個長度為k的3元向量M = {MK，MX, ML}，M中第i個直線段的斜率由MKi表示，起點的橫坐標由MXi表示，直線段的在時間軸的投影長度由MLi表示。將時間序列數(shù)據(jù)按照上面的方法進行表示后，可以計算時間序列的模式距離，對序列進行相似性度量定義3斜率模式距離給定序列的線性分段表示Mi = (MKijMXijMLJ和Mj = (MKj,MXj, MLjI，則Mi與Mj的模式距離定義為
(..ML1-ML, MK1-MK1 ),)= Imxi-MX1I + :-- +-- /3
"丨71 ML,+ML, MK,+MK1
V1 J1 jJ定義4基于斜率模式的動態(tài)模式距離
權(quán)利要求
1.一種基于時間序列分析的風暴潮災害預警系統(tǒng)，實時接收遠程監(jiān)測數(shù)據(jù)，并對監(jiān)測數(shù)據(jù)序列進行預警分析，根據(jù)分析結(jié)果進行預警和輔助決策。其特征在于，包括數(shù)據(jù)庫系統(tǒng)、預警模型分析、輔助決策系統(tǒng)展示、Web服務(wù)器以及管理用戶。所述的數(shù)據(jù)庫系統(tǒng)包括歷史監(jiān)測資料數(shù)據(jù)庫、實時監(jiān)測資料數(shù)據(jù)庫、基礎(chǔ)地理信息資料數(shù)據(jù)庫、應急預案資料數(shù)據(jù)庫、相關(guān)計算模型資料數(shù)據(jù)庫以及預警資料數(shù)據(jù)庫。所述的預警預測模型分析模塊對數(shù)據(jù)庫中的觀測數(shù)據(jù)進行預處理后，對時間序列數(shù)據(jù)進行分段線性表示達到維壓縮的目的，進而將實時監(jiān)測數(shù)據(jù)與歷史監(jiān)測資料數(shù)據(jù)進行相似匹配，并根據(jù)相似匹配結(jié)果做出災害預警。如果監(jiān)測數(shù)據(jù)達到預警閾值，預警預測模型分析模塊將觀測數(shù)據(jù)以及相匹配的歷史數(shù)據(jù)信息存儲到預警資料數(shù)據(jù)庫中。所述的輔助決策系統(tǒng)是基于地理圖形信息展示輔助決策信息，包括調(diào)用預警資料數(shù)據(jù)、應急預案資料數(shù)據(jù)對災害進行模擬展示以及應急預案生成，調(diào)用實時監(jiān)測的臺風數(shù)據(jù)進行展示，輔助決策系統(tǒng)的模擬數(shù)據(jù)與應急預案資料數(shù)據(jù)也存儲到預警資料數(shù)據(jù)庫中，并通過部署的Web服務(wù)器來將地圖服務(wù)和數(shù)據(jù)展示到管理用戶的客戶端。
所述的歷史監(jiān)測資料數(shù)據(jù)庫包括存儲歷史臺風名稱、臺風實測和預報數(shù)據(jù)、歷史風暴潮實測增水位、總水位和天文潮位數(shù)據(jù)、預報數(shù)據(jù)以及災害等級數(shù)據(jù)。
所述的實時監(jiān)測資料數(shù)據(jù)庫定時接收遠程數(shù)據(jù)采集系統(tǒng)傳輸?shù)膶崟r監(jiān)測數(shù)據(jù)，設(shè)置數(shù)據(jù)庫文件自動擴展與表收縮以適應數(shù)據(jù)的實時錄入。
所述的基礎(chǔ)地理信息資料數(shù)據(jù)庫存儲基礎(chǔ)地理信息數(shù)據(jù)，包括道路和居民地的空間數(shù)據(jù)、屬性數(shù)據(jù)以及美國ESRI公司提供的遙感影像數(shù)據(jù)。
所述的應急預案資料數(shù)據(jù)庫存儲歷史臺風預案和設(shè)計預案，歷史風暴潮預案和設(shè)計預案。
所述的相關(guān)計算模型資料數(shù)據(jù)庫存儲用于選取災害指標、風暴潮災情模擬、災害等級劃分的模型以及其中涉及的專家知識。
所述的預警資料數(shù)據(jù)庫存儲預警模型分析得到的匹配結(jié)果數(shù)據(jù)、災情模擬評估數(shù)據(jù)、災害等級劃分數(shù)據(jù)，預警資料數(shù)據(jù)庫中的數(shù)據(jù)在預警解除后存儲到應急預案資料數(shù)據(jù)庫中。
所述的預警預測模型分析主要是對數(shù)據(jù)進行預處理后，對時間序列數(shù)據(jù)進行分段線性表示達到維壓縮的目的，進而與歷史監(jiān)測資料數(shù)據(jù)進行相似匹配，并根據(jù)相似匹配結(jié)果做出災害預警。
所述的輔助決策系統(tǒng)基于地理圖形信息展示輔助決策信息，并通過部署的Web服務(wù)器來展示到管理用戶客戶端。
2.根據(jù)權(quán)利要求I所述的一種基于時間序列分析的風暴潮災害預警系統(tǒng)，其特征在于，所述的輔助決策系統(tǒng)展示包括對此次風暴潮災害災情模擬評估、等級評估、臺風路徑展示以及根據(jù)歷史災情應急預案的推理預案結(jié)果。
所述的災情模擬評估是針對預警提示返回的信息，以該監(jiān)測時間序列數(shù)據(jù)為邊界條件進行災情模擬以及淹沒范圍、淹沒水深的展示，并根據(jù)相似性度量的結(jié)果推理得到此次災害等級評估結(jié)果發(fā)送到管理用戶。
3.根據(jù)權(quán)利要求I所述的一種基于時間序列分析的風暴潮災害預警系統(tǒng)，其特征在于，所述的管理用戶在接收預警提示后，對警情發(fā)布預警報告。通過Internet發(fā)送到政府網(wǎng)站、手機移動終端、海上船載終端以及決策控制中心，由領(lǐng)導專家對災情做跟蹤分析。
4.根據(jù)權(quán)利要求I所述的一種基于時間序列分析的風暴潮災害預警系統(tǒng)，其特征在于，所述的預警模型分析首先是對實時監(jiān)測數(shù)據(jù)和歷史監(jiān)測數(shù)據(jù)進行數(shù)據(jù)預處理，在這個過程中要分離歷史監(jiān)測資料數(shù)據(jù)庫中風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)與正常監(jiān)測數(shù)據(jù)，提取潮位數(shù)據(jù)進行分析。對于正常監(jiān)測數(shù)據(jù)，根據(jù)挑選其中風暴潮多發(fā)季節(jié)的部分數(shù)據(jù)作為案例數(shù)據(jù)，對于歷史風暴潮災害發(fā)生時監(jiān)測數(shù)據(jù)，則全部作為案例數(shù)據(jù)。其次是對數(shù)據(jù)庫中的歷史監(jiān)測數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)進行時間序列線性表示，實現(xiàn)數(shù)據(jù)的降維與壓縮。再次是采用時間序列相似性匹配的方法,將實時監(jiān)測數(shù)據(jù)與案例數(shù)據(jù)庫中的時間序列數(shù)據(jù)進行相似性匹配，根據(jù)相似性度量的距離值以及預先設(shè)定的判斷閾值，來判定是否對災害進行預警。
5.根據(jù)權(quán)利要求2所述的一種基于時間序列分析的風暴潮災害預警系統(tǒng)，其特征在于，所述的時間序列表示方法采用基于特征點的斜率表示方法，具體步驟為 (1)給定時間序列及=k= (/,,x()}；=1 ,設(shè)r^ri+1為R中第i個記錄和第i+1個記錄，將R中的數(shù)值前者與后者相減，得到新的序列P，如下所示 Pi = ri+1-ri (2)將時間序列P中的數(shù)值前后兩兩想乘，得到新序列S，如下所示 S = Pi*Pi+1 (3)記錄S中負值的索引位置，將這些索引值加1，就可以將索引值與R中的序列索引值對應，對應的點即為R中的局部極值點； (4)對于時間序列P中增幅大于X并且時間差值小于a的點，也加入到特征點的集合中，其中X和a是系統(tǒng)根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù),也可以由用戶輸入； (5)尋找時序S中零的索引位置，將搜索得到的索引值每個加1，判斷連續(xù)出現(xiàn)零的子段序列，如果連續(xù)出現(xiàn)零的時間次數(shù)大于m，則記錄出現(xiàn)零的起始索引位置，該點也為特征點，將該點加人特征點集合，其中m是根據(jù)專家知識和實際的監(jiān)測時間序列率定、優(yōu)化之后得到的閾值參數(shù)，m也可以由用戶輸入； (6)利用上述算法，得到一個時序的特征點集合，則該特征點集合將時間序列分為n-1段，n為特征點的總數(shù)。此時，時間序列可以由n個直線段描述，其直線段序列用M表示，M是一個長度為k的3元向量
6.根據(jù)權(quán)利要求2所述的一種基于時間序列分析的風暴潮災害預警系統(tǒng)，其特征在于，所述的將降維后的實時監(jiān)測數(shù)據(jù)與案例數(shù)據(jù)庫中的時間序列數(shù)據(jù)進行相似性匹配是分兩階段進行。第一階段是將監(jiān)測數(shù)據(jù)與歷史同期的正常監(jiān)測數(shù)據(jù)做相似性匹配，如果相似性度量的距離值均不超過第一階段判斷閾值，則不做預警；如果至少I條記錄超過第一階段判斷閾值，則進入第二階段，將將監(jiān)測數(shù)據(jù)與災害預案庫中所有災害數(shù)據(jù)做相似性匹配，如果相似性度量的距離值均不超過第二階段判斷閾值，則記錄該數(shù)據(jù)并向管理員用戶做預警提示；若有至少一條記錄超過第二階段判斷閾值，則說明該監(jiān)測數(shù)據(jù)與歷史災害數(shù)據(jù)相匹配，將監(jiān)測數(shù)據(jù)和相匹配的歷史災害數(shù)據(jù)以及歷史災害數(shù)據(jù)的相關(guān)等級、增水位、天文潮、應急預案等信息發(fā)送至管理員用戶，做預警提示。
全文摘要
本發(fā)明公開了一種基于時間序列分析的風暴潮災害預警系統(tǒng)，包括數(shù)據(jù)庫服務(wù)器、預警預測模型分析、輔助決策系統(tǒng)展示、Web服務(wù)器以及管理用戶。所述的數(shù)據(jù)庫服務(wù)器存儲歷史監(jiān)測資料數(shù)據(jù)、實時監(jiān)測資料數(shù)據(jù)、基礎(chǔ)地理信息資料數(shù)據(jù)庫、應急預案資料數(shù)據(jù)、相關(guān)計算模型資料數(shù)據(jù)以及預警資料數(shù)據(jù)。所述的監(jiān)測資料數(shù)據(jù)與預警資料數(shù)據(jù)均為時間序列數(shù)據(jù)。所述的預警預測模型分析主要是對數(shù)據(jù)進行預處理后，對時間序列數(shù)據(jù)進行分段線性表示達到維壓縮的目的，進而與歷史監(jiān)測資料數(shù)據(jù)進行相似匹配，并根據(jù)相似匹配結(jié)果做出災害預警。所述的輔助決策系統(tǒng)基于地理圖形信息展示輔助決策信息，并通過部署的Web服務(wù)器來展示到管理用戶客戶端。
文檔編號G08B21/10GK102682573SQ20121009306
公開日2012年9月19日 申請日期2012年3月31日 優(yōu)先權(quán)日2012年3月31日
發(fā)明者喬歡, 何盛琪, 王振華, 黃冬梅 申請人:上海海洋大學