Meng-Han Tsai, Hao-Yung Chan, Chun-Mo Hsieh, Cheng-Yu Ho, Hung-Kai Kung, Yun-Cheng Tsai and I-Cheng Cho Int. J. Environ. Res. Public Health 2019, 16(24), 4879

本研究颱風路徑比對之演算法主要基於「最短距離」、「時間加權」與「基數排序（radix sort）」。首先，(1) 使用者從各國氣象單位匯入颱風點資料，或由 (2) 使用者輸入欲搜尋的颱風路徑點與其相對應的搜尋半徑，若歷史颱風路徑點與使用者輸入點之間的最短距離小於搜尋半徑，則賦予時間加權。其次，針對每一筆歷史颱風路徑，總合計算加權總分。最後，依總分、時間加權、通過點個數與時間進行基數排序，統整出路徑相似程度較高的歷史颱風資料。

• Python 3.7.0
• flask 1.0.3
• gunicorn 19.9.0 (Optional for local test, Must for online)
• honcho 1.0.1 (Optional)
• BeautifulSoup

• @app.route('/'): 使用者介面首頁
• @app.route('/typhoon_forecast'): 從各國氣象局取得現有(或最後一筆)颱風路徑資料
• @app.route("/route_sorting"): 歷史颱風路徑相似度分析排序結果
• @app.route("/typhoon_history"): 及時擷取 JMA 歷史颱風路徑資料

• 自日本気象庁公開 API 接收 1951 年至今，所有気象庁管轄範圍內熱帶氣旋之資料
• 每一筆颱風資料皆具備 header line 與 data lines
  • header line: 該颱風的國際編號與英文名稱等
  • data lines: 每六小時，該颱風所在位置的經緯度與風速資料
• 每一行資料不同位置皆有獨特意義，透過程式逐行擷取、進行字串處理，將其整理成 JSON 格式
• 經統整後，總計約有 1,700 筆熱帶氣旋資料，並包含約 65,000 筆點資料

• history_point_data(history):
  • 將 data_process.py 的結果整理成: 颱風編號:[(經緯1), (經緯2), ...] 的格式
• getDistance(latA, lonA, latB, lonB):
  • 輸入任意兩點之經緯度，回傳兩點之間距離（公尺）
• get_yymm(history):
  • 將 data_process.py 的結果取出每筆颱風資料最後一筆點資料的時間，作為颱風發生時間
  • 颱風編號:[年, 月] 的格式
• compute_weight(k):
  • 尋找對應不同使用者輸入點個數（M），能使時間加權最大化的時間權重臨界值（w-hat）

• min_distance(history, point_data, U):
  • 找尋每筆（i）颱風資料與使用者輸入之第 k 個點之間最短距離: dik = min(Dijk)
• weight_of_all(history, point_data, U):
  • 計算落於搜尋半徑內的每筆歷史颱風路徑排序總分
    • <Route Score> sigma(k = 1, M) [1 + kw, k, 1] | for all Dik < radius
  • 並從 get_yymm() 找到颱風發生時間
    • <Time Score> [year, month]
• radix_sort(history, point_data, U):
  • 取得 weight_of_all() 的分數
  • 再依照 總分、時間加權、通過點個數、與現在月分之差、與現在年份之差排序

• parse_forecast(text):
  • Typhoon2000 網站爬蟲：取得每個時間點各個氣象單位的颱風點資料

• get_typhoons():
  • 整理 parser 資料為所有颱風的 ['<en>', '<zh-tw>', '<year>', '<key>']
  • 回傳 List 越前面的颱風為越新的颱風
• get_typhoon_track(key, member = "CWB"):
  • 給定特定颱風的 key 與氣象單位，回傳該單位的颱風路徑點資料
  • 以 List 回傳該颱風資料: (Lon, Lat), (Lont, Lat)...

• 臺灣 CWB 資料各歷史颱風連結資料庫