一种时空多尺度的北极海冰多要素中长期智能预报方法技术

本发明专利技术属于海洋信息技术领域，本发明专利技术涉及一种时空多尺度的北极海冰多要素中长期智能预报方法

【技术实现步骤摘要】
一种时空多尺度的北极海冰多要素中长期智能预报方法


[0001]本专利技术属于海洋信息
，本专利技术涉及一种时空多尺度的北极海冰多要素中长期智能预报方法
。

技术介绍

[0002]目前北极航道安全保障所需要的海冰密集度
、
海冰厚度等海冰中长期环境信息，主要依赖于大量的历史资料，基于统计分析或再分析等手段，获得海冰密集度与厚度的气候态统计分析产品或长时间序列海冰再分析产品
。
但是，这类产品是对过去北极海冰状态的描述，而非现在或未来状态的表示和预测
。
[0003]驶入北极的移动平台在执行任务时，通常要在北极区域行驶或停留3个月左右时间，期间的北极航道安全保障主要依靠其自身携带的观测设备或北极海冰气候态统计分析产品，出于安全性与战略要求方面的考虑，需要提前预知北极目标航道周围一定范围之内的海冰环境信息，但移动平台自身所携带的观测设备只能观测到航迹上当前的海冰环境信息，而气候态产品也无法提供未来时刻的预报，故需要业务化部门为其提供时效为1～3个月左右海冰数值预测预报结果，作为北极航道安全保障的支撑，从而为北极航路远洋导航提供必要的预报服务
。
[0004]当前海冰预测技术主要依靠数值模式进行，但是传统模式受对应的气象驱动场最长预报时效约为
10
天的限制，无法提供
10
天以上的数值预报产品
。
同时，传统海冰数值预报模式在参数选择
、
计算平台方面有很大的要求
。
>[0005]综上所述，北极航道战略级安全保障急需研制一种便携的
、
精准的
、
高效的，且预报时效可达1～3个月的中长期海冰预报产品
。

技术实现思路

[0006]为了克服现有技术的不足，本专利技术提供一种时空多尺度的北极海冰多要素中长期智能预报方法，主要应用于在执行极地航行任务前的北极海冰战略级预报保障工作以及北极航路远洋导航预报服务，对海冰密集度和海冰厚度做出时效为1～3个月的预报
。
[0007]本专利技术的上述目的是通过以下技术方案实现的：一种时空多尺度的北极海冰多要素中长期智能预报方法，其特征是，包括以下步骤：
[0008]S1.
利用遥感观测资料构造海冰密集度与海冰厚度的联合演化张量；
[0009]S2.
分离联合演化张量的时空季节尺度信号，将北极海冰密集度与海冰厚度最强的季节信号与其他信号进行分离；
[0010]S3.
利用联合演化张量分离季节信号之后的距平张量，构建海冰密集度与海冰厚度的时空三维正交模态；
[0011]S4.
利用上述的多要素时空三维正交模态为空间演化基函数，将北极海冰密集度与海冰厚度在当前和未来的状态进行基函数展开与拟合，计算各个模态的时间演化系数；
[0012]S5.
利用深度学习模型对各个空间模态对应的的时间系数进行滚动预报，并最终
与空间正交模态联合重构，从而实现对海冰多要素的中长期预报模型的构建
。
[0013]基于北极海冰密集度与海冰厚度的卫星遥感产品，时间覆盖范围为
1989
年1月1日至预报当天，构建累年逐日联合演化张量；假设北极海冰有
K
类要素，指标
k
代表第
k
类要素，取值范围
(k
＝
1,
…
,K)
；各类要素的空间点分别为
(N1,
…
，
N
k
,
…
，
N
K
)
，使用
n
k
代表第
k
类要素的空间点指标，即
(n1＝
1,
…
，
N1)
，
(n
k
＝
1,
…
，
N
k
)
，
(n
k
＝
1,
…
，
N
K
)
；要分析的时段共包含
L
个时刻，指标
l
代表第
l
个时刻
t
l
，使用
M
年的海冰密集度卫星遥感产品，我们可以构造
M
个样本，指标
m
代表第
m
个样本；第
m
个样本第
k
类要素第
l
个时刻
t
l
的
N
K
个空间点可以组成向量：
[0014][0015]第
m
个样本第
k
类要素整时段
L
个时刻的时空点可以组成向量：
[0016][0017]从而形成如下联合演化张量：
[0018][0019]上述联合演化张量是
N
×
M
的矩阵，其中总行数
[0020]所述步骤
S2
具体包括以下步骤：
[0021]在海冰密集度与厚度的演化中，季节信号占比较大，所以需要将海冰联合演化张量的季节信号与非季节信号进行分离，即将历年逐日海冰密集度与海冰厚度的卫星遥感资料扣除掉累年逐日气候态结果，获得历年逐日的卫星遥感海冰密集度距平结果；基于上述样本矩阵，可以获得累年逐日样本矩阵，
[0022][0023]其中，表示第
k
类要素的累年逐日气候态值；故历年逐日的卫星遥感海冰密集度与海冰厚度距平张量为：
[0024][0025]其中，
[0026]所述步骤
S3
中，对步骤
S2
中的距平张量进行正交模态向量分解，即其中和
A
分别表示正交模态和模态系数
。
[0027]所述步骤
S4
中，利用步骤
S3
中得到的有效空间演化正交模态构造特征向量矩阵，计算各个模态的时间演化系数，所获得的时间演化系数代表遥感观测的当前与未来状态的海冰密集度与厚度演化在历史空间演化正交模态下的权重系数
。
[0028]所述步骤
S5
中，利用步骤
S4
中得到的历史时间演化系数构建时空多尺度的深度学习模型，该模型可将历史空间演化的关键模态以及对应的时间系数进行建模，从而利用时间演化系数构造起北极海冰多要素中长期智能预报模型并进行后报试验，得到
90
天的海冰密集度与厚度的预报结果
。
[0029]本专利技术针对北极海冰环境中的极地移动平台在执行北极航道任务时，提供一种全新的便携的
、
精准的
、
高效的
、
中长期的智能预报方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时空多尺度的北极海冰多要素中长期智能预报方法，其特征是，包括以下步骤：
S1.
利用遥感观测资料构造海冰密集度与海冰厚度的联合演化张量；
S2.
分离联合演化张量的时空季节尺度信号，将北极海冰密集度与海冰厚度最强的季节信号与其他信号进行分离；
S3.
利用联合演化张量分离季节信号之后的距平张量，构建海冰密集度与海冰厚度的时空三维正交模态；
S4.
利用上述的多要素时空三维正交模态为空间演化基函数，将北极海冰密集度与海冰厚度在当前和未来的状态进行基函数展开与拟合，计算各个模态的时间演化系数；
S5.
利用深度学习模型对各个空间模态对应的的时间系数进行滚动预报，并最终与空间正交模态联合重构，从而实现对海冰多要素的中长期预报模型的构建
。2.
根据权利要求1所述的一种时空多尺度的北极海冰多要素中长期智能预报方法，其特征是，所述步骤
S1
具体包括以下步骤：基于北极海冰密集度与海冰厚度的卫星遥感产品，时间覆盖范围为
1989
年1月1日至预报当天，构建累年逐日联合演化张量；假设北极海冰有
K
类要素，指标
k
代表第
k
类要素，取值范围
(k
＝
1,
…
,K)
；各类要素的空间点分别为
(N1,
…
，
N
k
,
…
，
N
K
)
，使用
n
k
代表第
k
类要素的空间点指标，即
(n1＝
1,
…
，
N1)
，
(n
k
＝
1,
…
，
N
k
)
，
(n
k
＝
1,
…
，
N
K
)
；要分析的时段共包含
L
个时刻，指标
l
代表第
l
个时刻
t
l
，使用
M
年的海冰密集度卫星遥感产品，我...

【专利技术属性】
技术研发人员：郑清予，董智超，徐宾宾，杨润来，李威，韩桂军，武浩文，胡向锋，张友毕，
申请(专利权)人：中交第一航务工程局有限公司中交一航局第三工程有限公司，
类型：发明
国别省市：