[發明專利]基于經驗正交函數分解的海洋多要素中長期統計預測方法

有效

• 申請號: 201910391323.0
• 申請日: 2019-05-12
• 公開（公告）號: CN110222872B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 邵祺;李威;梁康壯;白楊;賈彬鶴
• 申請（專利權）人: 天津大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 王蒙蒙

1.一種基于經驗正交函數分解的海洋多要素中長期統計預測方法，其特征在于，包括以下步驟：

步驟1，基于待分析和預測海洋的再分析資料，構建歷年逐日海洋統計再分析樣本矩陣；

步驟2，基于步驟1得到的歷年逐日海洋統計再分析樣本矩陣，將海洋各類要素的季節信號與非季節信號進行分離，得到歷年逐日的海洋再分析距平樣本矩陣；

步驟3，基于步驟2信號分離之后的歷年逐日的海洋再分析距平樣本矩陣，構建海洋多要素時空四維正交模態；

步驟4，基于步驟3得到的海洋多要素時空四維正交模態，構建海洋多要素中長期統計預測模型；

步驟5，采用步驟4構建的海洋多要素中長期統計預測模型對海洋各類要素進行預報。

2.根據權利要求1所述的一種基于經驗正交函數分解的海洋多要素中長期統計預測方法，其特征在于，步驟1中，所述的年逐日海洋統計再分析樣本矩陣構建方法為：

設海洋有K類要素，指標k代表第k類要素，取值范圍(k＝1，…，K)；各類要素的空間點分別為(N₁，…，N_k，…，N_K)，使用n_k代表第k類要素的空間點指標，即(n₁＝1，…，N₁)，(n_k＝1，…，N_k)，(n_K＝1，…，N_K)；要分析的時段共包含L個時刻，指標l代表第l個時刻t_l，使用M年的海洋再分析產品數據集，構造M個樣本，指標m代表第m個樣本；

第m個樣本第k類要素第l個時刻t_l的N_k個空間點組成向量，如公式(1)所示：

式中，表示t_l時刻、第k類要素的第m個樣本，其中，該樣本由N_k個空間點組成；表示其中第n_k個空間點，n_k＝1,2,…,N_k；

第m個樣本第k類要素整時段L個時刻的時空點組成向量，如公式(2)所示：

式中，表示整時段L個時刻內、第m個樣本、第k類要素形成的向量；由公式(1)得到，t_l＝1,2,…,t_L；

從而形成如公式(3)所示的樣本矩陣：

式中，X即為歷年逐日海洋統計再分析樣本矩陣，由公式(2)得到，k＝1,2,…,K，m＝1,2,…,M；

歷年逐日海洋統計再分析樣本矩陣X是N×M的矩陣，其中總行數

3.根據權利要求2所述的一種基于經驗正交函數分解的海洋多要素中長期統計預測方法，其特征在于，步驟2中，所述的將海洋各類要素的季節信號與非季節信號進行分離為：將步驟1得到的歷年逐日海洋統計再分析樣本矩陣扣除掉累年逐日海洋再分析統計分析樣本矩陣；

其中，基于步驟1得到的歷年逐日海洋統計再分析樣本矩陣，得到累年逐日海洋再分析統計分析樣本矩陣，如公式(4)所示：

式中，為累年逐日海洋再分析統計分析樣本矩陣；表示第k類要素的累年逐日再分析值，其中，表示整時段L個時刻內、第m個樣本、第k類要素形成的向量，由公式(2)得到；

將步驟1得到的歷年逐日海洋統計再分析樣本矩陣扣除掉累年逐日海洋再分析統計分析樣本矩陣，得到歷年逐日的海洋再分析距平樣本矩陣，如公式(5)所示：

式中，為歷年逐日的海洋再分析距平樣本矩陣；表示第1個樣本、第k類要素的再分析距平值，表示整時段L個時刻內、第1個樣本、第k類要素形成的向量，由公式(2)得到；σ表示標準化矩陣，并且，表示標準化因子，表示其中第n_k個空間點，表示t_l時刻，k類要素中第n_k個空間點的平均值。