[发明专利]基于因果影响网络算法的极地海冰面积预测方法及装置

说明书

本发明提供一种基于因果影响网络算法的极地海冰面积预测方法及装置，所述方法包括：获取待预测月份之前的若干个月份的海冰面积，以及所述若干个月份中每一月份的在每一观测点的每一气候变量；将所述若干个月份中每一月份的海冰面积和所述若干个月份中每一月份的在每一观测点的每一气候变量输入至预设因果影响网络模型，输出所述待预测月份的海冰面积。本发明提供的基于因果影响网络算法的极地海冰面积预测方法及装置，通过历史数据对因果影响网络模型进行训练，然后将当年中的前几个月份的观测数据输入至训练好的因果影响网络模型，即可准确的预测出目标月份的海冰面积，该方法操作简便，系统复杂度低，预测效率高。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于因果影响网络算法的极地海冰面积预测方法及装置。

背景技术

极地海冰作为地球的主要冷源，对区域乃至全球气候有着重要影响。一方面表现在海冰表面会反射大部分的太阳短波辐射，阻隔海一气之间的热量和水汽交换；另一方面，因为海冰消长吸收和释放的热量会改变大气的能量收支平衡关系，从以上两方面改变区域或全球的温度、气压和风场分布等。因此，准确预测极地海冰面积意义重大。

现有技术中，典型的极地海冰预测系统是由国家海洋局第一海洋研究所研发的地球系统模式FIO-ESM，该模式主要由气候系统模式和碳循环模式两部分组成。

但是，现有技术中的极地海冰预测系统，算法较为复杂，系统的实现成本和维护成本较高。

发明内容

本发明的目的是提供一种基于因果影响网络算法的极地海冰面积预测方法及装置，解决了现有技术中极地海冰预测系统，算法较为复杂，系统的实现成本和维护成本较高的技术问题。

为了解决上述技术问题，一方面，本发明提供一种基于因果影响网络算法的极地海冰面积预测方法，包括：

获取待预测月份之前的若干个月份的海冰面积，以及所述若干个月份中每一月份的在每一观测点的每一气候变量；

将所述若干个月份中每一月份的海冰面积和所述若干个月份中每一月份的在每一观测点的每一气候变量输入至预设因果影响网络模型，输出所述待预测月份的海冰面积。

另一方面，本发明提供一种基于因果影响网络算法的极地海冰面积预测装置，包括：

获取模块，用于获取待预测月份之前的若干个月份的海冰面积，以及所述若干个月份中每一月份的在每一观测点的每一气候变量；

预测模块，用于将所述若干个月份中每一月份的海冰面积和所述若干个月份中每一月份的在每一观测点的每一气候变量输入至预设因果影响网络模型，输出所述待预测月份的海冰面积。

再一方面，本发明提供一种用于基于因果影响网络算法的极地海冰面积预测的电子设备，包括：

存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述的方法。

又一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。

本发明提供的基于因果影响网络算法的极地海冰面积预测方法及装置，通过历史数据对因果影响网络模型进行训练，然后将当年中的前几个月份的观测数据输入至训练好的因果影响网络模型，即可准确的预测出目标月份的海冰面积，该方法操作简便，系统复杂度低，预测效率高。

附图说明

图1为依照本发明实施例的基于因果影响网络算法的极地海冰面积预测方法示意图；

图2为依照本发明实施例的基于因果影响网络算法的极地海冰面积预测装置示意图；