-
公开(公告)号：CN105046046B
公开(公告)日：2017-11-21
申请号：CN201510312198.1
申请日：2015-06-09
IPC: G06F19/00
Abstract: 本发明属于实测海洋环境数据同化领域，具体涉及一种集合卡尔曼滤波局地化方法。本发明包括：对大气海洋环境实测数据进行预处理；对每个观测资料，计算观测资料处的先验观测集合成员；计算观测的先验集合平均和方差；计算集合平均的观测增量；计算各个集合扰动的观测增量；将集合平均的观测增量投影到模式状态的集合平均上；将各个集合扰动的观测增量投影到模式状态的相应集合扰动上；获得集合成员分析场。本发明对集合卡尔曼滤波中的传统局地化方法进行了改进，有效地考虑了集合平均和集合扰动所代表的不同空间尺度，显著提高了集合卡尔曼滤波的同化精度。
-
公开(公告)号：CN104899448A
公开(公告)日：2015-09-09
申请号：CN201510312199.6
申请日：2015-06-09
IPC: G06F19/00
Abstract: 本发明属于实测海洋环境数据同化领域，具体涉及一种集合卡尔曼滤波静态局地化方案的自适应补偿方法。本发明包括：对大气海洋环境实测数据进行预处理；对每个观测资料，根据实时的观测系统，利用不同观测要素的观测误差、观测数目以及显著性水平，计算后续需要使用的阈值；顺序地同化所有的观测资料；计算其集合平均和集合扰动；计算观测余量并更新集合成员。本发明对集合卡尔曼滤波中的静态局地化方法进行了改进，有效地提取了观测信息中静态局地化方法未能提取的多尺度信息，显著提高了集合卡尔曼滤波的同化精度。
-
公开(公告)号：CN104899448B
公开(公告)日：2017-11-21
申请号：CN201510312199.6
申请日：2015-06-09
IPC: G06F19/00
Abstract: 本发明属于实测海洋环境数据同化领域，具体涉及一种集合卡尔曼滤波静态局地化方案的自适应补偿方法。本发明包括：对大气海洋环境实测数据进行预处理；对每个观测资料，根据实时的观测系统，利用不同观测要素的观测误差、观测数目以及显著性水平，计算后续需要使用的阈值；顺序地同化所有的观测资料；计算其集合平均和集合扰动；计算观测余量并更新集合成员。本发明对集合卡尔曼滤波中的静态局地化方法进行了改进，有效地提取了观测信息中静态局地化方法未能提取的多尺度信息，显著提高了集合卡尔曼滤波的同化精度。
-
公开(公告)号：CN105046046A
公开(公告)日：2015-11-11
申请号：CN201510312198.1
申请日：2015-06-09
IPC: G06F19/00
Abstract: 本发明属于实测海洋环境数据同化领域，具体涉及一种集合卡尔曼滤波局地化方法。本发明包括：对大气海洋环境实测数据进行预处理；对每个观测资料，计算观测资料处的先验观测集合成员；计算观测的先验集合平均和方差；计算集合平均的观测增量；计算各个集合扰动的观测增量；将集合平均的观测增量投影到模式状态的集合平均上；将各个集合扰动的观测增量投影到模式状态的相应集合扰动上；获得集合成员分析场。本发明对集合卡尔曼滤波中的传统局地化方法进行了改进，有效地考虑了集合平均和集合扰动所代表的不同空间尺度，显著提高了集合卡尔曼滤波的同化精度。
-
Patent Agency Ranking
公开(公告)号：CN112884217B
公开(公告)日：2022-03-15
申请号：CN202110157174.9
申请日：2021-02-04
Applicant: 国家海洋信息中心
Abstract: 一种基于多模型集成的海面高预报方法，步骤包括，S1：收集多源卫星融合资料，提取表层海洋环境多要素数据集；S2：对多要素数据集进行预处理和数据集划分，划分成训练集、测试集和验证集；S3：构建基于卷积递归神经网络的海面高多要素直接预报模型，得出海面高网格化预报时空序列；S4：基于海面高网格化预报结果和多要素数据集，通过构建好的海面高定点预报深度学习模型，得到海面高定点预报时间序列；S5：基于海面高网格化预报时空序列和海面高定点预报时间序列，得出订正后的海面高网格化分布；本发明将多源卫星观测资料构造成多要素数据集，以参与海面高网格化预报和海面高定点预报，使本发明获得更高的预报准确率和更长的预报时效。
-
公开(公告)号：CN112884217A
公开(公告)日：2021-06-01
申请号：CN202110157174.9
申请日：2021-02-04
Applicant: 国家海洋信息中心
Abstract: 一种基于多模型集成的海面高预报方法，步骤包括，S1：收集多源卫星融合资料，提取表层海洋环境多要素数据集；S2：对多要素数据集进行预处理和数据集划分，划分成训练集、测试集和验证集；S3：构建基于卷积递归神经网络的海面高多要素直接预报模型，得出海面高网格化预报时空序列；S4：基于海面高网格化预报结果和多要素数据集，通过构建好的海面高定点预报深度学习模型，得到海面高定点预报时间序列；S5：基于海面高网格化预报时空序列和海面高定点预报时间序列，得出订正后的海面高网格化分布；本发明将多源卫星观测资料构造成多要素数据集，以参与海面高网格化预报和海面高定点预报，使本发明获得更高的预报准确率和更长的预报时效。
-
公开(公告)号：CN118442987A
公开(公告)日：2024-08-06
申请号：CN202410569812.1
申请日：2024-05-09
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种海洋次表层中尺度涡三维结构探测方法，涉及海洋环境监测技术领域，其技术方案要点是，包括以下步骤：S1、识别次表层中尺度涡三维结构；S11、二维涡旋融合识别；S12、三维涡旋垂向结构动态探测；S2、基于三维空间质心追踪次表层中尺度涡，本发明的方法涡旋识别率高、可实现次表层中尺度涡三维结构的自动探测。
-
公开(公告)号：CN117874397A
公开(公告)日：2024-04-12
申请号：CN202410043096.3
申请日：2024-01-11
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种考虑要素场连续变化的海洋温盐水平网格化方法，包括以下步骤：步骤一：对全海域内每个水平网格的垂向各标准层搜索一定时空范围内的对应垂向层次的观测资料；步骤二：计算温度和盐度的均值；步骤三：计算温度和盐度的标准差；本发明的有益效果是：本发明将要素场连续变化因素考虑进水平网格化计算的过程中，并在搜索观测资料时，参考深度调整搜索时间范围，保证深层网格化计算同样能够有尽可能多的观测资料，有利于温盐要素的网格化计算。
-
公开(公告)号：CN112818566A
公开(公告)日：2021-05-18
申请号：CN202110220489.3
申请日：2021-02-26
Applicant: 国家海洋信息中心
IPC: G06F30/20 , G06F119/08
Abstract: 一种适用于台风期间含飞沫影响的海气湍通量计算方法，步骤包括，S1：基于COARE2.6块体模型，引入全风速下含海洋飞沫和波浪影响的海面粗糙度长度式，得到海气间总的动量通量；S2：根据海气间的动量通量，利用COARE2.6块体模型海气间界面感热通量和界面潜热通量；S3：在修正后的Fairall计算模块的基础上结合海洋飞沫的反馈过程，得出海洋飞沫的热通量，并与界面感热通量和界面潜热通量相结合，得到总的热量通量；S4：将热量通量与动量通量结合，形成海气间总的湍通量；本发明通过引入全风速下含海洋飞沫影响的海面粗糙长度计算方法，实现了海气间的动量通量、界面感热通量和界面潜热通量的计算，并通过修改后的Fairall海洋飞沫计算模块，计算出了总的热量通量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.037 seconds)
