本發(fā)明涉及臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算領(lǐng)域，尤其涉及一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法及裝置。

背景技術(shù)：

極值風(fēng)速分析在建筑結(jié)構(gòu)設(shè)計、橋梁建設(shè)、風(fēng)災(zāi)防控等工程應(yīng)用中起著十分重要的作用，極值風(fēng)速分析準(zhǔn)確與否將影響著風(fēng)荷載的最終評估結(jié)果。沿海臺風(fēng)混合氣候與內(nèi)陸良態(tài)風(fēng)氣候，在極值風(fēng)速大小、方向和分布特性都有著明顯的不同，目前尚無一種有效的工程分析方法對此兩種氣候均適用。

良態(tài)風(fēng)極值風(fēng)速的分析方法研究已發(fā)展地較為充分。常用的分析方法有極值i型分析方法和harris分析方法等，前者采用極值i型分布函數(shù)對極值樣本進(jìn)行擬合，通過求解一定保證率對風(fēng)速來作為極值風(fēng)速；后者基于次序統(tǒng)計理論給每個統(tǒng)計量分配權(quán)重，并采用加權(quán)最小二乘方法進(jìn)行參數(shù)擬合。二者的共同特點就是采用單一概率分布形式來描述極值風(fēng)速的分布特性。

混合風(fēng)氣候極值風(fēng)速研究方面。實測風(fēng)速數(shù)據(jù)可能是各種類型風(fēng)速的混合，如臺風(fēng)，雷暴和龍卷風(fēng)等等，目前求解混合氣候極值風(fēng)速的基本思路是，首先分離出各類型的風(fēng)速數(shù)據(jù)再分別分析其極值風(fēng)速特點，最后合并得到混合概率分布。常用的分析方法有g(shù)omes方法，cook改進(jìn)方法和蒙特卡洛模擬方法。gomes方法基于各種氣候類型風(fēng)速的概率分布特點，給出雷暴、颶風(fēng)和龍卷風(fēng)等混合氣候的復(fù)合極值風(fēng)速分析方法，并進(jìn)行極值風(fēng)速估計；cook方法對該方法進(jìn)行了改進(jìn)，并分析了混合風(fēng)氣候極值風(fēng)速的置信區(qū)間，但是由于臺風(fēng)數(shù)據(jù)不易獲取，因而暫未出現(xiàn)考慮風(fēng)向的混合風(fēng)氣候極值風(fēng)速的分析方法；蒙特卡洛方法則是通過數(shù)值模擬的方式得到各氣候類型在一定時期內(nèi)的風(fēng)速序列，再合并得到混合氣候?？傊壳皩旌蠚夂驑O值風(fēng)速進(jìn)行分析的一般思路是分別分析不同類型風(fēng)氣候極值風(fēng)速的概率特性，再聯(lián)立得到混合氣候的概率分布規(guī)律，最后再計算給定重現(xiàn)期極值風(fēng)速。

傳統(tǒng)的極值i型分析方法僅對內(nèi)陸良態(tài)風(fēng)氣候區(qū)極值風(fēng)速樣本單一、尾部分布未出現(xiàn)明顯偏離的情況使用，而臺風(fēng)混合氣候，不同的極值風(fēng)速概率分布不同，如果仍然采用該方法容易造成誤差。對于混合氣候極值風(fēng)速分析方法，其缺點是甄別各種類型的風(fēng)氣候數(shù)據(jù)計較困難，工作量大，且受人為因素影響明顯；另外，基于蒙特卡洛的臺風(fēng)模擬過程較為復(fù)雜，受各種參數(shù)概率分布非常敏感，且這些參數(shù)的概率分布難以準(zhǔn)確給出。

因此，提供一種具有普遍適用性、計算精度較高、使用過程方便的臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算分析方法是本領(lǐng)域技術(shù)人員需要解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法及裝置，具有普遍適用性、計算精度較高、使用過程方便等優(yōu)點。

本發(fā)明實施例提供了一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法，包括：

獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)；

構(gòu)建權(quán)重函數(shù)，根據(jù)權(quán)重函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建歸一化函數(shù)，并根據(jù)權(quán)重函數(shù)、歸一化函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建混合氣候區(qū)極值風(fēng)速概率密度函數(shù)，對混合氣候區(qū)極值風(fēng)速概率密度函數(shù)進(jìn)行積分得到混合氣候區(qū)極值風(fēng)速概率分布函數(shù)；

對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

優(yōu)選地，獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)具體包括：

s1：獲取到多個極值風(fēng)速樣本，對多個極值風(fēng)速樣本所包含的各個樣本進(jìn)行計算得到各個樣本的超越概率，通過harris極值理論對各個樣本的超越概率進(jìn)行計算得到折減變量；

s2：獲取到各個樣本對應(yīng)的權(quán)重值，根據(jù)權(quán)重值對多個極值風(fēng)速樣本進(jìn)行采樣得到n個極值風(fēng)速樣本，并得到n組極值風(fēng)速與折減變量之間的關(guān)系，其中，n個極值風(fēng)速樣本與n組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

s3：令i＝2，其中，i＜n；

s4：選擇i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系，通過預(yù)置第一公式對i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第一擬合函數(shù)，其中，i個極值風(fēng)速樣本和i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

s5：通過預(yù)置第二公式對其余n-i極值風(fēng)速樣本，與n-i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和n-i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第二擬合函數(shù)，其中，n-i極值風(fēng)速樣本和n-i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

s6：獲取到與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量，通過第三預(yù)置公式對與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第一誤差函數(shù)值；

s7：判斷i是否大于n-3，若不大于，令i＝i+1，并執(zhí)行s4，若不大于，則執(zhí)行s8；

s8：在第一誤差函數(shù)值中選擇最小第一誤差函數(shù)值，得到與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)和第二擬合函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)設(shè)置為上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第二擬合函數(shù)設(shè)置為下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)。

優(yōu)選地，對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)具體包括：

t1：獲取到權(quán)重函數(shù)的形狀參數(shù)t，令t＝0.01；

t2：將t代入權(quán)重函數(shù)、歸一化函數(shù)，得到歸一化常數(shù)；

t3：根據(jù)歸一化常數(shù)確定目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)和與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量；

t4：獲取到與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值，根據(jù)與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值并通過預(yù)置第三公式對與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第二誤差函數(shù)值；

t5：判斷t是否大于10，若不大于，令t＝t+0.01，執(zhí)行t2，若大于，則執(zhí)行t6；

t6：在第二誤差函數(shù)值選擇最小第二誤差函數(shù)值，將與最小第二誤差函數(shù)值對應(yīng)的目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)設(shè)置為最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

優(yōu)選地，預(yù)置第一公式為：

式中，為極值風(fēng)速；ξ和σ為函數(shù)參數(shù)；

預(yù)置第二公式為：

式中，為極值風(fēng)速；a、w和π為函數(shù)參數(shù)。

優(yōu)選地，預(yù)置第三公式為：

式中，n為極值風(fēng)速樣本數(shù)目；wm為擬合權(quán)重因子；ym_cal為采用極值理論得到的折減變量均值；ym_fit為與擬合函數(shù)對應(yīng)的折減變量。

優(yōu)選地，本發(fā)明實施例還提供了一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析裝置，包括：

擬合單元，用于獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)；

構(gòu)建單元，用于構(gòu)建權(quán)重函數(shù)，根據(jù)權(quán)重函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建歸一化函數(shù)，并根據(jù)權(quán)重函數(shù)、歸一化函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建混合氣候區(qū)極值風(fēng)速概率密度函數(shù)，對混合氣候區(qū)極值風(fēng)速概率密度函數(shù)進(jìn)行積分得到混合氣候區(qū)極值風(fēng)速概率分布函數(shù)；

優(yōu)化單元，用于對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

優(yōu)選地，擬合單元包括：

第一計算子單元，用于獲取到多個極值風(fēng)速樣本，對多個極值風(fēng)速樣本所包含的各個樣本進(jìn)行計算得到各個樣本的超越概率，通過harris極值理論對各個樣本的超越概率進(jìn)行計算得到折減變量；

采樣子單元，用于獲取到各個樣本對應(yīng)的權(quán)重值，根據(jù)權(quán)重值對多個極值風(fēng)速樣本進(jìn)行采樣得到n個極值風(fēng)速樣本，并得到n組極值風(fēng)速與折減變量之間的關(guān)系，其中，n個極值風(fēng)速樣本與n組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第一設(shè)置子單元，用于令i＝2，其中，i＜n；

第一擬合子單元，用于選擇i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系，通過預(yù)置第一公式對i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第一擬合函數(shù)，其中，i個極值風(fēng)速樣本和i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第二擬合子單元，用于通過預(yù)置第二公式對其余n-i極值風(fēng)速樣本，與n-i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和n-i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第二擬合函數(shù)，其中，n-i極值風(fēng)速樣本和n-i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第二計算子單元，用于獲取到與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量，通過第三預(yù)置公式對與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第一誤差函數(shù)值；

第一判斷子單元，用于判斷i是否大于n-3，若不大于，令i＝i+1，并觸發(fā)第一擬合子單元，若不大于，則觸發(fā)第一設(shè)置子單元；

第一設(shè)置子單元，用于在第一誤差函數(shù)值中選擇最小第一誤差函數(shù)值，得到與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)和第二擬合函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)設(shè)置為上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第二擬合函數(shù)設(shè)置為下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)。

優(yōu)選地，優(yōu)化單元包括：

第二設(shè)置子單元，用于獲取到權(quán)重函數(shù)的形狀參數(shù)t，令t＝0.01；

代入子單元，用于將t代入權(quán)重函數(shù)、歸一化函數(shù)，得到歸一化常數(shù)；

確定子單元，用于根據(jù)歸一化常數(shù)確定目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)和與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量；

第三計算子單元，用于獲取到與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值，根據(jù)與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值并通過預(yù)置第三公式對與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第二誤差函數(shù)值；

第二判斷子單元，用于判斷t是否大于10，若不大于，令t＝t+0.01，觸發(fā)代入子單元，若大于，則觸發(fā)第二子單元；

第二設(shè)置子單元，用于在第二誤差函數(shù)值選擇最小第二誤差函數(shù)值，將與最小第二誤差函數(shù)值對應(yīng)的目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)設(shè)置為最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

優(yōu)選地，預(yù)置第一公式為：

式中，為極值風(fēng)速；ξ和σ為函數(shù)參數(shù)；

預(yù)置第二公式為：

式中，為極值風(fēng)速；a、w和π為函數(shù)參數(shù)。

優(yōu)選地，預(yù)置第三公式為：

式中，n為極值風(fēng)速樣本數(shù)目；wm為擬合權(quán)重因子；ym_cal為采用極值理論得到的折減變量均值；ym_fit為與擬合函數(shù)對應(yīng)的折減變量。

從以上技術(shù)方案可以看出，本發(fā)明實施例具有以下優(yōu)點：

本發(fā)明實施例提供了一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法及裝置，其中，該用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法包括：獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)；構(gòu)建權(quán)重函數(shù)，根據(jù)權(quán)重函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建歸一化函數(shù)，并根據(jù)權(quán)重函數(shù)、歸一化函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建混合氣候區(qū)極值風(fēng)速概率密度函數(shù)，對混合氣候區(qū)極值風(fēng)速概率密度函數(shù)進(jìn)行積分得到混合氣候區(qū)極值風(fēng)速概率分布函數(shù)；對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。本發(fā)明實施例無論是對良態(tài)風(fēng)氣候還是對混合氣候均具有很好的適用性，相對于傳統(tǒng)的分析方法而言，本發(fā)明實施例使用范圍更廣、精度更好，且本發(fā)明實施例無需專門收集臺風(fēng)關(guān)鍵參數(shù)和進(jìn)行復(fù)雜的模擬運算，更適于工程應(yīng)用，相較于目前已有的混合氣候分析方法，本發(fā)明無需將各種類型的風(fēng)數(shù)據(jù)分離分析，計算過程大大簡化，且減少了人為因素的影響。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1為本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的流程示意圖；

圖2為本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的另一流程示意圖；

圖3為本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的另一流程示意圖；

圖4為本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析裝置的結(jié)構(gòu)示意圖；

圖5和圖6為本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的應(yīng)用例示意圖。

具體實施方式

本發(fā)明實施例提供了一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法及裝置，具有普遍適用性、計算精度較高、使用過程方便等優(yōu)點。

為使得本發(fā)明的發(fā)明目的、特征、優(yōu)點能夠更加的明顯和易懂，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，下面所描述的實施例僅僅是本發(fā)明一部分實施例，而非全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護(hù)的范圍。

請參閱圖1，本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的一個實施例，包括：

101、獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)；

需要說明的是，此處擬合的對象是：極值風(fēng)速-折減變量關(guān)系曲線。氣象站原始記錄數(shù)據(jù)很多，但是只采用獨立且較大極值進(jìn)行分析，因此通過一定的抽樣方法得到極值風(fēng)速樣本，再對這些極值風(fēng)速樣本進(jìn)行處理，得到極值風(fēng)速-折減變量曲線，也就是分析的主體。

102、構(gòu)建權(quán)重函數(shù)，根據(jù)權(quán)重函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建歸一化函數(shù)，并根據(jù)權(quán)重函數(shù)、歸一化函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建混合氣候區(qū)極值風(fēng)速概率密度函數(shù)，對混合氣候區(qū)極值風(fēng)速概率密度函數(shù)進(jìn)行積分得到混合氣候區(qū)極值風(fēng)速概率分布函數(shù)；

103、對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

具體地，預(yù)置第一公式為：

式中，為極值風(fēng)速；ξ和σ為函數(shù)參數(shù)；

預(yù)置第二公式為：

式中，為極值風(fēng)速；a、w和π為函數(shù)參數(shù)。

東南沿海地區(qū)的風(fēng)氣候通常會受到臺風(fēng)和良態(tài)風(fēng)的共同影響，不同氣象系統(tǒng)的極值風(fēng)速概率分布各不相同，相關(guān)研究表明這種氣候的風(fēng)速滿足混合分布。針對目前混合氣候風(fēng)速分析中存在的問題，本發(fā)明首先區(qū)分不同類型的極值風(fēng)速數(shù)據(jù)，再構(gòu)建混合氣候極值風(fēng)速的概率密度函數(shù)，然后基于加權(quán)最小二乘法求解并優(yōu)化參數(shù)，最終精確計算極值風(fēng)速。

請參閱圖2，本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的另一個實施例，包括：

201、獲取到多個極值風(fēng)速樣本，對多個極值風(fēng)速樣本所包含的各個樣本進(jìn)行計算得到各個樣本的超越概率，通過harris極值理論對各個樣本的超越概率進(jìn)行計算得到折減變量；

202、獲取到各個樣本對應(yīng)的權(quán)重值，根據(jù)權(quán)重值對多個極值風(fēng)速樣本進(jìn)行采樣得到n個極值風(fēng)速樣本，并得到n組極值風(fēng)速與折減變量之間的關(guān)系，其中，n個極值風(fēng)速樣本與n組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

203、令i＝2，其中，i＜n；

204、選擇i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系，通過預(yù)置第一公式對i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第一擬合函數(shù)，其中，i個極值風(fēng)速樣本和i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

205、通過預(yù)置第二公式對其余n-i極值風(fēng)速樣本，與n-i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和n-i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第二擬合函數(shù)，其中，n-i極值風(fēng)速樣本和n-i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

206、獲取到與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量，通過第三預(yù)置公式對與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第一誤差函數(shù)值；

207、判斷i是否大于n-3，若不大于，令i＝i+1，并執(zhí)行204，若不大于，則執(zhí)行208；

208、在第一誤差函數(shù)值中選擇最小第一誤差函數(shù)值，得到與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)和第二擬合函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)設(shè)置為上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第二擬合函數(shù)設(shè)置為下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)。

在實施例中，本發(fā)明根據(jù)混合氣候中極值風(fēng)速和折減變量間的關(guān)系，基于加權(quán)最小二乘原理識別良態(tài)風(fēng)主導(dǎo)范圍(良態(tài)風(fēng)數(shù)據(jù)占主導(dǎo)，同時含有很少的臺風(fēng)數(shù)據(jù)，對下尾部分布影響較小)和臺風(fēng)主導(dǎo)范圍，以代替?zhèn)鹘y(tǒng)風(fēng)速類型的識別方法。

請參閱圖3，本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的另一個實施例，包括：

301、獲取到權(quán)重函數(shù)的形狀參數(shù)t，令t＝0.01；

302、將t代入權(quán)重函數(shù)、歸一化函數(shù)，得到歸一化常數(shù)；

303、根據(jù)歸一化常數(shù)確定目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)和與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量；

304、獲取到與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值，根據(jù)與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值并通過預(yù)置第三公式對與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第二誤差函數(shù)值；

305：判斷t是否大于10，若不大于，令t＝t+0.01，執(zhí)行302，若大于，則執(zhí)行306；

306：在第二誤差函數(shù)值選擇最小第二誤差函數(shù)值，將與最小第二誤差函數(shù)值對應(yīng)的目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)設(shè)置為最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

構(gòu)建了適用于混合氣候區(qū)極值風(fēng)速的概率分布函數(shù)后，但精確計算極值風(fēng)速還需要準(zhǔn)確確定各個參數(shù)值，這里采用加權(quán)最小二乘原理對各參數(shù)進(jìn)行擬合求解和優(yōu)化。

以上是對一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法進(jìn)行的詳細(xì)說明，為便于理解，下面將以一具體應(yīng)用場景對一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析方法的應(yīng)用進(jìn)行說明，應(yīng)用例包括：

1.1不同氣候類型風(fēng)速數(shù)據(jù)的識別

混合氣候中臺風(fēng)和良態(tài)風(fēng)數(shù)據(jù)通常滿足不同的概率分布函數(shù)，折減變量與極值風(fēng)速的關(guān)系曲線往往并不是一條直線，因此無法采用單一函數(shù)進(jìn)行擬合得到混合氣候極值風(fēng)速的概率分布函數(shù)。需首先得到各個主導(dǎo)區(qū)的概率分布函數(shù)。

氣象站的風(fēng)速記錄為每日風(fēng)速風(fēng)向信息，考慮到有些日最大風(fēng)速較小，不便于極值分析，同時為了得到盡可能多的數(shù)值較大的極值風(fēng)速樣本，本文采用觀測時矩為8天的階段極值法對最大風(fēng)速進(jìn)行抽樣。對所有樣本進(jìn)行從小到大排序，則n個極值風(fēng)速樣本中第m個樣本的不超越概率為然后基于harris極值理論求解折減變量由于折減變量在上尾部具有很大的離散性，不同的變量對擬合結(jié)果貢獻(xiàn)并不相同，因此再對各個樣本分配權(quán)重，權(quán)重值wm取為極值風(fēng)速方差的倒數(shù)。最后采用左截斷方法得到n個極值風(fēng)速樣本。識別良態(tài)風(fēng)主導(dǎo)范圍數(shù)據(jù)和臺風(fēng)主導(dǎo)范圍數(shù)據(jù)并分別擬合時，首先選擇最少的極值樣本組(i＝2)，并基于式(1)所示的極值i型分布函數(shù)和對應(yīng)的權(quán)重系數(shù)進(jìn)行加權(quán)最小二乘擬合，得到上部臺風(fēng)主導(dǎo)范圍的分布函數(shù)；同時對余下的n-i組極值樣本采用式(2)所示的分布函數(shù)和對應(yīng)的權(quán)重值進(jìn)行加權(quán)最小二乘擬合，得到下部良態(tài)風(fēng)主導(dǎo)范圍的概率分布函數(shù)。最后計算誤差函數(shù)值ss²(i)，如式(3)所示。

式中，n為極值風(fēng)速樣本數(shù)目，wm為擬合權(quán)重因子，ym_cal為采用極值理論得到的折減變量均值，ym_fit為擬合函數(shù)對應(yīng)的折減變量。同理，逐漸增加上部臺風(fēng)主導(dǎo)范圍極值樣本的數(shù)量i＝i+1，再分別進(jìn)行極值擬合和計算對應(yīng)的加權(quán)最小二乘誤差函數(shù)值，如此反復(fù)。最后，選擇誤差函數(shù)最小值ss²_min對應(yīng)的極值風(fēng)速樣本數(shù)量作為識別良態(tài)風(fēng)主導(dǎo)范圍和臺風(fēng)主導(dǎo)范圍的依據(jù)，進(jìn)而得到各主導(dǎo)范圍如式(1)和式(2)所示的概率分布函數(shù)。分析流程如圖5所示。

1.2混合模型的構(gòu)建

由上述分析可知，混合氣候區(qū)極值風(fēng)速無法采用單一概率分布函數(shù)進(jìn)行擬合，基于折減變量和極值風(fēng)速的關(guān)系可將風(fēng)速數(shù)據(jù)分為良態(tài)風(fēng)主導(dǎo)區(qū)和臺風(fēng)主導(dǎo)區(qū)，并分別擬合得到相應(yīng)的概率分布函數(shù)，再此基礎(chǔ)上進(jìn)一步構(gòu)建如式(4)所示的用于描述混合氣候區(qū)極值風(fēng)速的概率密度函數(shù)：

式中，為極值風(fēng)速，為臺風(fēng)主導(dǎo)區(qū)極值風(fēng)速概率密度函數(shù)可由式(1)擬合得到，σ和ξ為對應(yīng)函數(shù)參數(shù)；為良態(tài)風(fēng)主導(dǎo)區(qū)極值風(fēng)速概率密度分布函數(shù)可由式(2)擬合得到，a,w和π為其函數(shù)參數(shù)；z(a,w,π,σ,ξ)為歸一化函數(shù)；為權(quán)重函數(shù)，其取值范圍介于(0,1)之間，當(dāng)風(fēng)速逐漸增大時權(quán)重函數(shù)取值趨向于1，也就意味著當(dāng)風(fēng)速較大時混合函數(shù)上尾部主要由函數(shù)決定，風(fēng)速較小時下尾部主要由函數(shù)決定。權(quán)重函數(shù)表達(dá)式通常采用：

式中，u為位置參數(shù)，是一個大于0的常數(shù)；t為形狀參數(shù)，通常取值在(0,10)之間。權(quán)重函數(shù)的幾何屬性可以理解為提供一種平滑過渡來連接良態(tài)風(fēng)主導(dǎo)區(qū)和臺風(fēng)主導(dǎo)區(qū)的極值風(fēng)速概率分布函數(shù)?；谏鲜隽紤B(tài)風(fēng)極值風(fēng)速分布函數(shù)、臺風(fēng)極值風(fēng)速分布函數(shù)和權(quán)重函數(shù)，可推導(dǎo)出歸一化常數(shù)z的表達(dá)式為：

基于式(1)和式(2)得到的良態(tài)風(fēng)主導(dǎo)區(qū)極值風(fēng)速概率分布函數(shù)和臺風(fēng)主導(dǎo)區(qū)極值風(fēng)速概率分布函數(shù)可分別表示為：

將式(7)概率密度函數(shù)代入式(6)得到歸一化常數(shù)z；然后將各極值風(fēng)速概率密度函數(shù)、權(quán)重函數(shù)和歸一化函數(shù)代入式(4)得到混合氣候的極值風(fēng)速概率密度函數(shù)；最后再對極值風(fēng)速密度函數(shù)進(jìn)行積分得到概率分布函數(shù)，進(jìn)而可計算得到n年重現(xiàn)期的極值風(fēng)速。

1.3關(guān)鍵參數(shù)確定

權(quán)重函數(shù)有兩個重要參數(shù)——位置參數(shù)u和形狀參數(shù)t需要確定。位置參數(shù)u的物理含義代表了極值風(fēng)速-這件變量關(guān)系中臺風(fēng)主導(dǎo)范圍和良態(tài)風(fēng)主導(dǎo)范圍的分界位置，因此可由1.1節(jié)臨界風(fēng)速值來確定。形狀參數(shù)直接反映了臺風(fēng)主導(dǎo)范圍和良態(tài)風(fēng)主導(dǎo)范圍不同分布函數(shù)曲線的過渡規(guī)律。形狀參數(shù)可基于混合函數(shù)與原極值樣本的擬合程度來確定，即：首先給出一個較小的初始形狀參數(shù)值t(如，取t＝0.01)，得到式(5)所示的權(quán)重函數(shù)，進(jìn)而根據(jù)式(6)計算其歸一化常數(shù)z，再由式(4)得到混合分布函數(shù)最后聯(lián)合各風(fēng)速樣本的權(quán)重值并由式(3)計算t對應(yīng)的加權(quán)最小二乘誤差函數(shù)值；改變t值，重復(fù)相同過程，并計算下一組擬合函數(shù)對應(yīng)的加權(quán)最小二乘誤差函數(shù)值，直到選出最優(yōu)的形狀參數(shù)t和對應(yīng)的混合分布函數(shù)流程如圖6所示。

請參閱圖4，本發(fā)明實施例提供的一種用于臺風(fēng)混合氣候地區(qū)極值風(fēng)速估算的分析裝置的一個實施例，包括：

擬合單元401，用于獲取到極值風(fēng)速樣本，對極值風(fēng)速樣本進(jìn)行計算得到折減變量和極值風(fēng)速與折減變量之間的關(guān)系，并通過預(yù)置第一公式、預(yù)置第二公式對極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行最小二乘擬合得到上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)；

構(gòu)建單元402，用于構(gòu)建權(quán)重函數(shù)，根據(jù)權(quán)重函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建歸一化函數(shù)，并根據(jù)權(quán)重函數(shù)、歸一化函數(shù)、上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)、下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)構(gòu)建混合氣候區(qū)極值風(fēng)速概率密度函數(shù)，對混合氣候區(qū)極值風(fēng)速概率密度函數(shù)進(jìn)行積分得到混合氣候區(qū)極值風(fēng)速概率分布函數(shù)；

優(yōu)化單元403，用于對混合氣候區(qū)極值風(fēng)速概率分布函數(shù)進(jìn)行參數(shù)優(yōu)化和擬合求解，得到最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

進(jìn)一步地，擬合單元401包括：

第一計算子單元4011，用于獲取到多個極值風(fēng)速樣本，對多個極值風(fēng)速樣本所包含的各個樣本進(jìn)行計算得到各個樣本的超越概率，通過harris極值理論對各個樣本的超越概率進(jìn)行計算得到折減變量；

采樣子單元4012，用于獲取到各個樣本對應(yīng)的權(quán)重值，根據(jù)權(quán)重值對多個極值風(fēng)速樣本進(jìn)行采樣得到n個極值風(fēng)速樣本，并得到n組極值風(fēng)速與折減變量之間的關(guān)系，其中，n個極值風(fēng)速樣本與n組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第一設(shè)置子單元4013，用于令i＝2，其中，i＜n；

第一擬合子單元4014，用于選擇i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系，通過預(yù)置第一公式對i個極值風(fēng)速樣本，與i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第一擬合函數(shù)，其中，i個極值風(fēng)速樣本和i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第二擬合子單元4015，用于通過預(yù)置第二公式對其余n-i極值風(fēng)速樣本，與n-i個極值風(fēng)速樣本對應(yīng)的權(quán)重值和n-i組極值風(fēng)速與折減變量之間的關(guān)系進(jìn)行加權(quán)最小二乘擬合，得到第二擬合函數(shù)，其中，n-i極值風(fēng)速樣本和n-i組極值風(fēng)速與折減變量之間的關(guān)系一一對應(yīng)；

第二計算子單元4016，用于獲取到與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量，通過第三預(yù)置公式對與第一擬合函數(shù)和第二擬合函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第一誤差函數(shù)值；

第一判斷子單元4017，用于判斷i是否大于n-3，若不大于，令i＝i+1，并觸發(fā)第一擬合子單元4014，若不大于，則觸發(fā)第一設(shè)置子單元4018；

第一設(shè)置子單元4018，用于在第一誤差函數(shù)值中選擇最小第一誤差函數(shù)值，得到與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)和第二擬合函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第一擬合函數(shù)設(shè)置為上部臺風(fēng)主導(dǎo)范圍概率分布函數(shù)，將與最小第一誤差函數(shù)值對應(yīng)的第二擬合函數(shù)設(shè)置為下部良態(tài)風(fēng)主導(dǎo)范圍概率分布函數(shù)。

進(jìn)一步地，優(yōu)化單元403包括：

第二設(shè)置子單元4031，用于獲取到權(quán)重函數(shù)的形狀參數(shù)t，令t＝0.01；

代入子單元4032，用于將t代入權(quán)重函數(shù)、歸一化函數(shù)，得到歸一化常數(shù)；

確定子單元4033，用于根據(jù)歸一化常數(shù)確定目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)和與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量；

第三計算子單元4034，用于獲取到與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值，根據(jù)與多個極值風(fēng)速樣本對應(yīng)的權(quán)重值并通過預(yù)置第三公式對與目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)對應(yīng)的折減變量進(jìn)行計算得到第二誤差函數(shù)值；

第二判斷子單元4035，用于判斷t是否大于10，若不大于，令t＝t+0.01，觸發(fā)代入子單元4032，若大于，則觸發(fā)第二子單元4036；

第二設(shè)置子單元4036，用于在第二誤差函數(shù)值選擇最小第二誤差函數(shù)值，將與最小第二誤差函數(shù)值對應(yīng)的目標(biāo)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)設(shè)置為最優(yōu)混合氣候區(qū)極值風(fēng)速概率分布函數(shù)。

進(jìn)一步地，預(yù)置第一公式為：

式中，為極值風(fēng)速；ξ和σ為函數(shù)參數(shù)；

預(yù)置第二公式為：

式中，為極值風(fēng)速；a、w和π為函數(shù)參數(shù)。

進(jìn)一步地，預(yù)置第三公式為：

式中，n為極值風(fēng)速樣本數(shù)目；wm為擬合權(quán)重因子；ym_cal為采用極值理論得到的折減變量均值；ym_fit為與擬合函數(shù)對應(yīng)的折減變量。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實施例中的對應(yīng)過程，在此不再贅述。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上。可以根據(jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機(jī)可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機(jī)軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機(jī)設(shè)備(可以是個人計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機(jī)存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。