[发明专利]基于空间特征差异的海流预测方法以及系统

权利要求书

1.基于空间特征差异的海流预测方法，其特征在于，包括：

确定研究区域和研究时间；

获取待预测海域的在一段时间内的表现因子和影响因子；其中，所述表现因子包括实测流场数据；所述影响因子包括所述待预测海域的地形数据、同一时段内的潮流数据、水深数据和风场数据；

根据所述表现因子和所述影响因子之间的相关性，建立相关性模型，并从空间上将所述待预测海域划分为多个分区；

根据所述表现因子和所述影响因子，建立所述多个分区流场与影响因子之间的机器学习模型，得到各个分区的流场模型；

整合各个分区的流场模型，建立全区域流场模型，以确定全区域流场对影响因子的非线性响应；

根据所述全区域流场模型获取预测流场数据，所述预测流场数据包括风场数据、潮流数据和水深数据。

2.根据权利要求1所述的基于空间特征差异的海流预测方法，其特征在于，所述方法还包括：

根据所述表现因子和所述影响因子，对所述表现因子和所述影响因子的时空变化规律进行可视化操作，绘制得到实测流场数据的流场矢量变化图、影响因子的潮汐相位变化图、风场矢量图、地形高程图和水深等值线图。

3.根据权利要求1所述的基于空间特征差异的海流预测方法，其特征在于，所述根据所述表现因子和所述影响因子之间的相关性，建立相关性模型，并从空间上将所述待预测海域划分为多个分区，包括：

根据潮流数据建立待预测海域的非线性潮汐运动模型；

根据所述非线性潮汐运动模型，确定潮流与待预测海域的流场之间的相关性；

根据风场数据建立待预测海域的风场模型；

根据所述风场模型，确定风场数据与所述待预测海域的流场之间的相关性；

根据水深数据，利用线性插值确定所述待预测海域的地形高程数据；

根据所述地形高程数据，确定地形与所述待预测海域的流场之间的相关性；

在空间上逐层划分所述待预测海域，并确定划分得到的各个分区的影响因子与海流之间的相关性参数值。

4.根据权利要求3所述的基于空间特征差异的海流预测方法，其特征在于，所述在空间上逐层划分所述待预测海域，并确定划分得到的各个分区的影响因子与海流之间的相关性参数值，包括：

根据所述潮流与待预测海域的流场之间的相关性，以相关性中位数为判断值，将海域中相关性大于或等于所述判断值的海域归为第一区域，小于所述判断值的海域归为第二区域；

根据所述风场数据与所述待预测海域的流场之间的相关性，以相关性中位数为判断值；将所述第一区域中相关性大于或等于所述判断值的海域归于第三区域，小于所述判断值的海域归于第四区域；将所述第二区域中相关性大于或等于所述判断值的海域归于第五区域，小于所述判断值的海域归于第六区域；

根据所述地形与所述待预测海域的流场之间的相关性，以相关性中位数为判断值；将所述第三区域中相关性大于或等于所述判断值的海域归于第七区域，小于所述判断值的海域归于第八区域；将所述第四区域中相关性大于或等于所述判断值的海域归于第九区域，小于所述判断值的海域归于第十区域；将所述第五区域中相关性大于或等于所述判断值的海域归于第十一区域，小于所述判断值的海域归于第十二区域；将所述第五区域中相关性大于或等于所述判断值的海域归于第十三区域，小于所述判断值的海域归于第十四区域；

将所述第七区域、所述第八区域、所述第九区域、所述第十区域、所述第十一区域、所述第十二区域、所述第十三区域以及所述第十四区域确定为划分得到的各个分区。

5.根据权利要求4所述的基于空间特征差异的海流预测方法，其特征在于，所述根据所述表现因子和所述影响因子，建立所述多个分区流场与影响因子之间的机器学习模型，得到各个分区的流场模型，包括：

向所述划分得到的各个分区分别输入训练时段的流场数据、风场数据、潮流数据、水深数据以及预测时段的风场数据、潮流数据、水深数据，使用卷积神经网络机器学习模型、LSTM预测模型或者BP神经网络预测模型进行学习处理，得到所述卷积神经网络机器学习模型、LSTM预测模型或者BP神经网络预测模型的预测结果。