[發明專利]一種考慮相關性的溫鹽數據垂向梯度誤差檢測方法

在審

• 申請號: 202210846000.8
• 申請日: 2022-07-18
• 公開（公告）號: CN115186755A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 李孝偉;陳宇寧;李自強;張丹;吳昊;張翔宇;彭艷
• 申請（專利權）人: 上海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16;G06N3/04
• 代理公司: 上海新隆知識產權代理事務所(普通合伙) 31366
• 代理人: 金利琴

本發明公開一種考慮相關性的溫鹽數據垂向梯度誤差檢測方法，其提出一種利用多元序列數據構造特征矩陣的方式，對多剖面多序列數據的相關性加以統籌，基本方法為對多剖面內的不同深度層的位溫、位密求其內積；其次，對于多序列的溫鹽數據，若不考慮它們之間的關聯性，在梯度誤差判別工作中不僅需要對每一個剖面都進行浮力頻率計算，會使計算的時間與資源成本增加，還可能因為未考慮到周圍環境的影響而出現噪聲，并且在同一剖面內，由于僅考慮到相鄰的一個深度層的位溫與位密，對縱向深度之間的關聯性的考慮也有欠缺，基于此，本發明利用卷積神經網絡并通過向前滑動一定的步長截取深度層，以此對特征矩陣當前深度層的梯度進行判斷。

技術領域

本發明涉及一種考慮相關性的溫鹽數據垂向梯度誤差檢測方法。

背景技術

海洋水文信息中，海水的溫度與鹽度是全面剖析海況的關鍵參數，通常用于演算出海水層精細結構，例如中尺度渦旋，海洋內波形成等物理海洋學現象，對此類海洋現象的認知將有助于海洋相關的產業的發展。檢測海水溫鹽觀測數據、反演海水溫鹽結構特性的主要方式是收集全球海洋溫鹽觀測歷史資料(如Argo浮標)，隨后對觀測數據加以質量控制、參數化模型的構建以及對模型系數的水平網格化。

對全球海洋觀測數據構建參數化模型后，需要對溫鹽數據進行網格化統計。通過Cressman逐步訂正方案，構建格點溫鹽剖面參數化模型系數集第一猜測場，再通過梯度相關尺度計算公式，構建尺度最優插值模型。模型建立后，通過構建水平格點上的溫鹽參數化模型，獲得水平網格點上的剖面參數化模型及初步溫鹽網格化數據集，再采用非線性最小二乘法對初步溫鹽網格化數據集進行水平梯度訂正。修正結束后，分別采用溫度參數模型和最大角度法與Akiwa外插法，構建表層溫度場和表層鹽度場，以此獲得初步的海洋溫鹽網格化統計產品。

溫鹽數據異常檢測：復雜多變性是海洋環境的一大主要特點，從歷史數據采集到網格化的生成，都很難保證剖面內的溫度與鹽度數據不存在偏差。因此，對溫鹽數據的異常檢測并進一步實施質量控制在整個背景場研發工作都存在必要性。

從梯度的層面出發，若要對溫鹽剖面查找垂向梯度存在異常的深度層區域，目前常用的方法則是基于浮力頻率的計算來開展的，主要流程為先計算剖面內相鄰深度層上的鹽度與溫度的誤差，以此求得位溫與位密，再計算溫度剖面沿深度方向的Brunt-Vaisala頻率，即浮力頻率。一般來說，浮力頻率設定的下限值為1.5×10^-7，若低于該值則可判別為梯度異常。該方案主要通過水文物理結構的特性進行剖析，但是在實際水文環境中，相近海域之間的剖面也存在相關性，同時也會因為異常的不同原因對標準浮力頻率異常的判別帶來噪聲。

發明內容

為解決以上現有技術存在的問題，本發明提出一種考慮相關性的溫鹽數據垂向梯度誤差檢測方法，其考慮到了多剖面溫鹽數據梯度之間的相關性，不僅在梯度誤差海域范圍的檢測有更好的準確性，同時因為特征矩陣大幅降低海洋環境噪聲的影響，魯棒性也得到了一定程度的提升。

本發明可通過以下技術方案予以實現：

一種考慮相關性的溫鹽數據垂向梯度誤差檢測方法，具體包括以下步驟：

1)選取海域，并計算某一剖面與相鄰剖面的位溫與位密；

2)針對海域內所有剖面的位密，計算特征矩陣；

3)將滑動窗口沿剖面向下深入，生成h個特征矩陣；

4)將特征矩陣作為輸入數據，嵌入RNN模型，聚合特征映射，作為重構特征矩陣；

5)使用損失函數，計算重構矩陣與原始特征矩陣的誤差；

6)判別損失函數值是否超過閾值，如是，將該深度層標記為“存在梯度誤差”，如否，將該深度層標記為“不存在梯度誤差”。

進一步地，所述步驟1)具體為：