[發明專利]一種基于遙感數據的多層ConvLSTM海表面溫度預測計算方法

在審

• 申請號: 202011235234.6
• 申請日: 2020-11-08
• 公開（公告）號: CN112541613A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 韓震;張雪薇;周瑋辰
• 申請（專利權）人: 上海海洋大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 上海申浩律師事務所 31280
• 代理人: 張潔

1.一種基于遙感數據的多層ConvLSTM海表面溫度預測計算方法，其特征在于，包含如下步驟：

步驟100，接收衛星海表面溫度遙感數據；

步驟101，遙感數據預處理，數據按時間排列刪除閏日，創建一年中的每一天的時間序列并對總體的海表面溫度數據進行歸一化處理，公式如下：

其中，x_normalizatin為海表面溫度數據0-1內歸一化的值，Max為時間步長內海表面溫度的最大值，Min為時間步長內海表面溫度的最小值，x為時間步長內海表面溫度的每日網格數據值；

步驟102，將歸一化后的值作為生成器的標簽值，使得標簽值符合測量月份的空間維度特征，同時也保證時間特征內其他月份的精度值；

步驟103，建立樣本生成器；

步驟104，隨機選取生成器中的數據進行訓練；

步驟105，利用Keras建立多層卷積長短記憶神經網絡模型(ConvLSTM)；

優化器使用Tensorflow內置Keras自帶的keras.optimizers.Adam，Adam是自適應矩估計，在訓練過程中Adam會根據一階矩估計和二階矩估計動態調整參數的學習率，以獲得最佳的訓練結果，訓練的停止方式使用早停策略，早停策略可以有效地防止過擬合現象，

ConvLSTM模型采用門結構控制信息流動，權重一部分放到了卷積核內，一部分放入循環層的循環核。卷積核W_i、W_f、W_o在空間二維矩陣滑窗，得到的卷積結果，按照門結構進行輸入、更新細胞狀態、遺忘、輸出，公式如下：

h_t＝o_t.tanh(c_t) (6)

其中，i_t為輸入門，f_t為遺忘門，c_t為細胞狀態，o_t為輸出門，h_t為隱含層輸出，σ為sigmoid函數，b為偏置量，h為隱藏狀態；

步驟106，使用2D卷積網絡層實現預測結果特征輸出，并利用均方差(MSE)進行誤差評估，公式如下：

其中，y_real為海表面溫度數據的真實值，y_pred為海表面溫度數據的預測值；

步驟107，海表面溫度預測數據可視化的輸出。

2.根據權利要求1所述的一種基于遙感數據的多層ConvLSTM海表面溫度預測計算方法，其特征在于，所述步驟101中，數據預處理的具體方法包括：數據按時間排列，刪除閏日，創建一年中的每一天的時間序列并對總體的海表面溫度數據進行歸一化處理。

3.根據權利要求1所述的一種基于遙感數據的多層ConvLSTM海表面溫度預測計算方法，其特征在于，所述步驟102中，將歸一化后的值作為生成器的標簽值，使得標簽值符合測量月份的空間維度特征，同時也保證時間特征內其他月份的精度值。

4.根據權利要求1所述的一種基于遙感數據的多層ConvLSTM海表面溫度預測計算方法，其特征在于，所述步驟105中，利用Keras建立多層ConLSTM模型，ConvLSTM模型采用門結構控制信息流動，權重一部分放到了卷積核內，一部分放入循環層的循環核。卷積核W_i、W_f、W_o在空間二維矩陣滑窗，得到的卷積結果，按照門結構進行輸入、更新細胞狀態、遺忘、輸出。