[發明專利]基于機器學習的三維海洋要素場智能構建方法及系統

在審

• 申請號: 202011188788.5
• 申請日: 2020-10-30
• 公開（公告）號: CN112308973A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 黃小猛;王明清;梁逸爽;周崢
• 申請（專利權）人: 無錫九方科技有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06N20/00;G06F16/2458;G06F16/28
• 代理公司: 無錫知之火專利代理事務所(特殊普通合伙) 32318
• 代理人: 袁粉蘭

1.一種基于機器學習的三維海洋要素場智能構建方法，其特征在于，包括：

獲取訓練數據，訓練數據包括一維現場觀測數據、二維海表觀測數據及三維網格化背景場資料；

處理訓練數據，將一維現場觀測數據進行質量控制，進行異常值檢測與剔除，并將一維現場觀測數據插值到標準層；將二維海表觀測數據以及三維網格化背景場資料進行質量控制，將二維海表觀測數據、三維網格化背景場資料插值到同一空間分辨率網格上，將三維網格化背景場資料插值到與一維數據相同的標準層；將處理后的訓練數據輸出為訓練樣本特征；

訓練機器學習模型，利用訓練樣本特征對機器學習模型進行訓練得到預測模型；

構建三維海洋要素場，將海表要素信息、空間網格信息、預測時間信息以及可選背景場要素信息實時加載到預測模型進行三維海洋要素場的構建。

2.如權利要求1所述的基于機器學習的三維海洋要素場智能構建方法，其特征在于，所述一維現場觀測數據至少包括GTS、ARGO浮標以及海洋站數據之一；所述二維海表觀測數據至少包括海表衛星遙感數據和再分析數據之一；所述三維網格化背景場資料至少包括再分析數據、模式預報數據之一。

3.如權利要求1所述的基于機器學習的三維海洋要素場智能構建方法，其特征在于，所述訓練樣本特征包括二維海表觀測要素場、一維現場觀測數據空間信息、一維現場觀測數據時間信息及可選背景場要素信息。

4.如權利要求1所述的基于機器學習的三維海洋要素場智能構建方法，其特征在于，所述步驟“處理訓練數據”還包括：將多源大氣、海洋數據插值到相同的時間分辨率。

5.如權利要求1所述的基于機器學習的三維海洋要素場智能構建方法，其特征在于，所述步驟“構建三維海洋要素場”之后還包括：建立檢驗模型，對構建的三維海洋要素場進行合理性及精度檢驗。

6.一種基于機器學習的三維海洋要素場智能構建系統，其特征在于，包括：

數據模塊，用于獲取訓練數據；

特征分析模塊，用于處理訓練數據；

模型模塊，用于訓練機器學習模型；

系統模塊，用于構建三維海洋要素場。

7.如權利要求6所述的機器學習的三維海洋要素場智能構建系統，其特征在于，所述系統模塊，還用于對構建的三維海洋要素場進行合理性以及精度檢驗。