首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于卫星遥感的渤海海气耦合人工智能预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津大学;天津市气象科学研究所

摘要:本发明公开了一种基于卫星遥感的渤海海气耦合人工智能预报方法:获取卫星遥感数据,划分训练集和测试集;采用多元经验正交函数分析,训练集分解为正交空间模态和相应主成分;对训练集的正交空间模态进行显著性检验,保留优势正交空间模态,选取出相应的主成分;将测试集投影到获得的优势正交空间模态,获得测试集的主成分;利用选取出的训练集的主成分训练Conv1D‑LSTM神经网络,采用训练后的Conv1D‑LSTM神经网络模型对测试集的主成分预测得到主成分;将预测得到的主成分与显著性检验选取出的主成分相组合,重构获得海表面温度、海面高度异常及海表面风速的预测值。本发明不仅能在正常天气情况下实现大气海洋预测,还能在台风等高影响天气下实现大气海洋耦合预测。

主权项:1.一种基于卫星遥感的渤海海气耦合人工智能预报方法,其特征在于,包括以下过程:S1:获取卫星遥感数据SSHA、SST、海表面风速,划分为训练集和测试集;S2:采用多元经验正交函数分析,将训练集分解为正交空间模态和相应的主成分;S3:对步骤S2中获得的训练集的正交空间模态进行显著性检验,保留优势正交空间模态,进而选取出相应的优势主成分;S4:将测试集投影到步骤S3中获得的优势正交空间模态,获得测试集的主成分;S5:利用步骤S3中选取出的训练集的优势主成分训练Conv1D-LSTM神经网络,采用训练后的Conv1D-LSTM神经网络模型对步骤S4中获得的测试集的主成分进行预测,得到主成分预测值;S6:将步骤S5中预测得到的主成分与步骤S3中选取出的优势主成分相组合,重构获得海表面温度、海面高度异常及海表面风速的预测值。

全文数据:

权利要求:

百度查询: 天津大学 天津市气象科学研究所 一种基于卫星遥感的渤海海气耦合人工智能预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。