-
公开(公告)号：CN117494541A
公开(公告)日：2024-02-02
申请号：CN202310905646.3
申请日：2023-07-24
申请人： 天津大学 , 中交第一航务工程局有限公司 , 中交一航局第三工程有限公司
摘要： 本发明属于海洋信息技术领域，本发明涉及一种基于深度学习的水位和海面温度预报偏差订正方法。通过MEOF分析方法以及BP神经网络，构建SST和SSHA数值预报产品偏差的联合订正模型，进而通过试验改进对SST和SSHA预报的偏差订正效果，为提高SST和SSHA数值预报精度提供技术支持。本发明一方面，能联合SST和SSHA预报场同时进行偏差订正，节省了大量的计算时间。另一方面，对于业务化海洋数值预报系统而言，其三个关键组成部分：模式、数据同化和观测，一直处于不断更新换代过程中，更新的时间周期可以短到1~2年，该方法的偏差订正模型需要的平稳偏差序列长度恰好可以与之吻合。
-
公开(公告)号：CN117113834A
公开(公告)日：2023-11-24
申请号：CN202311075315.8
申请日：2023-08-25
申请人： 中交第一航务工程局有限公司 , 天津大学 , 中交一航局第三工程有限公司
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/08 , G01C13/00
摘要： 本发明属于海洋信息技术领域，具体涉及一种基于深度学习的黑潮路径智能预报方法。包括黑潮路径数据获取、黑潮路径预报模型构建、黑潮路径预报模型训练、黑潮路径预报。本发明克服了传统海洋数值模式预报方法时效性限制问题，可以有效提高黑潮路径长期预报能力，且计算资源占用较少，不需要考虑数值预报过程中的动力过程；通过对数据进行降维处理，相较于传统的深度学习单点预测，提高了预报精度和预测效率；通过降低数据的噪声，提高数据稳定性，有助于进一步提高预报精度和延长预报时效；为黑潮路径长期预报提供新的思路，预计具有良好的应用效果和广阔的应用前景。
-
公开(公告)号：CN117114168A
公开(公告)日：2023-11-24
申请号：CN202310904711.0
申请日：2023-07-24
申请人： 天津大学 , 中交第一航务工程局有限公司 , 中交一航局第三工程有限公司
IPC分类号： G06Q10/04 , G06F18/2135 , G06F16/2458 , G06N3/0442 , G06N3/048
摘要： 本发明属于海洋信息技术领域，本发明涉及一种长时间尺度的海面温度智能预报方法。包括数据预处理、预报模型的构建与训练、温度的预测与评估步骤。本发明通过EOF分析建立了研究区域不同离散点之间的空间相关性，提取主要的空间正交模态信息，减少计算工作量；CEEMDAN具有很强的处理非线性的能力，增加了PC的可预测性，延长了预报时效；LSTM神经网络方法的应用，高效挖掘了数据中的信息，与传统数值模式相比，不受参数选择和计算平台的限制；本发明的混合模型实现了南海海面温度50天的长期预报，脱离海洋数值预报受气象驱动时效10天左右的限制，大幅提高了海洋变量预报时效，具有广泛的应用前景。
-
公开(公告)号：CN117273194A
公开(公告)日：2023-12-22
申请号：CN202311076098.4
申请日：2023-08-25
申请人： 天津大学 , 中交第一航务工程局有限公司 , 中交一航局第三工程有限公司
IPC分类号： G06Q10/04 , G06N3/0442 , G06N3/048 , G06N3/09
摘要： 一种基于复经验正交函数的黑潮路径预测方法，属于海洋信息技术领域。包括以下步骤：第一步，黑潮路径数据获取：第二步，黑潮路径预测模型CEOF‑GRU构建和训练；第三步，黑潮路径预报。本发明将大量原始数据压缩为少数几个主要模态，这不仅可以获取原始变量的特征信息，而且大大减少了原有数据量，降低了预测模型计算成本，解决了现有黑潮路径预测方法预测结果不稳定，准确度不太高的问题，具有良好的应用效果和广泛的应用前景。
-
公开(公告)号：CN113486540A
公开(公告)日：2021-10-08
申请号：CN202110959820.3
申请日：2021-08-20
申请人： 天津大学
IPC分类号： G06F30/20 , G06F111/06 , G06F111/10 , G06F113/08
摘要： 本发明公开了一种基于集合卡尔曼滤波的潮汐数值模型水深估计方法：(1)海洋数值模式水深参数的确定；(2)生成集合，进行数值模拟：通过在各个水深增量参数上叠加无偏的高斯随机数生成水深增量参数集合，从而生成水深参数集合，将水深参数集合代入海洋数值模式中进行自由积分直到海洋数值模式稳定；(3)采用强化的参数校正数据同化方法进行同化；(4)同化结束后，使海洋数值模式以同化后的参数自由积分至稳定，以获取优化后的海洋数值模式状态变量；(5)将海洋数值模式状态变量进行调和分析，得到优化后的潮汐调和常数分析结果，用于潮汐预报。本发明通过EAKF将观测数据同化到潮汐数值模型中，对水深参数进行最优估计，提高潮汐模拟精度。
-
公开(公告)号：CN113486540B
公开(公告)日：2022-04-22
申请号：CN202110959820.3
申请日：2021-08-20
申请人： 天津大学
IPC分类号： G06F30/20 , G06F111/06 , G06F111/10 , G06F113/08
摘要： 本发明公开了一种基于集合卡尔曼滤波的潮汐数值模型水深估计方法：(1)海洋数值模式水深参数的确定；(2)生成集合，进行数值模拟：通过在各个水深增量参数上叠加无偏的高斯随机数生成水深增量参数集合，从而生成水深参数集合，将水深参数集合代入海洋数值模式中进行自由积分直到海洋数值模式稳定；(3)采用强化的参数校正数据同化方法进行同化；(4)同化结束后，使海洋数值模式以同化后的参数自由积分至稳定，以获取优化后的海洋数值模式状态变量；(5)将海洋数值模式状态变量进行调和分析，得到优化后的潮汐调和常数分析结果，用于潮汐预报。本发明通过EAKF将观测数据同化到潮汐数值模型中，对水深参数进行最优估计，提高潮汐模拟精度。
-
公开(公告)号：CN110502801B
公开(公告)日：2023-03-24
申请号：CN201910675669.3
申请日：2019-07-25
申请人： 天津大学
IPC分类号： G06F30/20 , G06F16/29 , G01C13/00 , G01K13/02 , G06F119/08
摘要： 本发明公开了一种海洋温度锋自动追踪和特征参数信息提取方法：(1)温度梯度场的建立；(2)温度锋横断面的确定；(3)温度锋特征参数的确定；(4)锋区中心位置的追踪；(5)遍历海区内所有网格点，得到海区内所有的海洋温度锋，并提取相应的温度锋特征参数信息，用于海洋中尺度现象研究并对未来海洋温度锋的分布做出可能性预测。本发明在温度水平梯度法原理的基础上，以网格遍历和物体质心权重分配的方式自动追踪海洋温度锋面中心位置，同时实现对海洋温度锋的强度、宽度、边界等特征参数信息的协同一致性提取，解决了传统的海洋温度锋提取方法仅能提供锋面的中心位置而不能同时给出锋区的强度、宽度、边界等关键特征参数信息的问题。
-
公开(公告)号：CN110502801A
公开(公告)日：2019-11-26
申请号：CN201910675669.3
申请日：2019-07-25
申请人： 天津大学
摘要： 本发明公开了一种海洋温度锋自动追踪和特征参数信息提取方法：(1)温度梯度场的建立；(2)温度锋横断面的确定；(3)温度锋特征参数的确定；(4)锋区中心位置的追踪；(5)遍历海区内所有网格点，得到海区内所有的海洋温度锋，并提取相应的温度锋特征参数信息，用于海洋中尺度现象研究并对未来海洋温度锋的分布做出可能性预测。本发明在温度水平梯度法原理的基础上，以网格遍历和物体质心权重分配的方式自动追踪海洋温度锋面中心位置，同时实现对海洋温度锋的强度、宽度、边界等特征参数信息的协同一致性提取，解决了传统的海洋温度锋提取方法仅能提供锋面的中心位置而不能同时给出锋区的强度、宽度、边界等关键特征参数信息的问题。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.056 秒)
