【技术实现步骤摘要】
本专利技术涉及数据处理相关，具体地说，是涉及一种海洋叶绿素a时空变异及趋势预测方法与系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，并不必然构成在先技术。
2、叶绿素a浓度值(可简称为chl-a值)是浮游植物生物量和海洋生产力的关键生物指标，对于监测海洋生态系统的健康至关重要。研究海洋的chl-a值的时空变异和趋势，对于预测海洋生态系统健康、实现渔业可持续管理以及对有害藻华的早期预警具有重要意义。
3、现有的chl-a值预测方法，主要依赖卫星遥感数据和模型预测手段，通过获取海洋区域的chl-a值来评估浮游植物的生物量及海洋生态系统的生产力。这些方法通常使用海表温度（可以简称为sst）、季风风力等指标，结合卫星影像数据来预测chl-a值。然而，现有方法在以下方面存在问题：
4、（1）数据完整性受限：如海洋的有些区域卫星数据易受到阳光反射、云层覆盖等不利条件的影响，导致数据不完整或缺失。这些数据缺失问题直接影响了chl-a值的预测精度，特别是在风速、上升流等环境因素波动较大的时段，预测结果的准确性下降；
5、（2）现有预测方法虽考虑了季风风力，但缺乏对风速量化处理，未能精确地反映风速对chl-a值的影响，导致预测模型对浮游植物的生物量波动响应不足，进一步限制了chl-a值预测的精度。
技术实现思路
1、本专利技术为了解决上述问题，提出了一种海洋叶绿素a时空变异及趋势预测方法与系统，提高了风速数据量化处理的精度
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一个或多个实施例提供了一种海洋叶绿素a时空变异及趋势预测方法，包括如下步骤：
4、针对待预测区域，获取风速以及海表温度数据；
5、针对风速数据，结合埃克曼输运的强度以及海岸线的角度来量化沿岸上升流，得到基于风速计算的上升流指数；
6、使用dineof方法重建海表温度数据中的缺失数据，对海表温度数据进行插值处理；
7、将上升流指数和插值处理后的海表温度数据，采用基于相关性分析得到的与海表温度和风速相关的chl-a长期趋势预测模型进行预测，得到海洋叶绿素a浓度及变化趋势。
8、一个或多个实施例提供了一种海洋叶绿素a时空变异及趋势预测系统，包括：
9、数据获取模块：被配置为针对待预测区域，获取风速以及海表温度数据；
10、量化模块：被配置为针对风速数据，结合埃克曼输运的强度以及海岸线的角度来量化沿岸上升流，得到基于风速计算的上升流指数；
11、插值处理模块：被配置为使用dineof方法重建海表温度数据中的缺失数据，对海表温度数据进行插值处理；
12、预测模块：被配置为将上升流指数和插值处理后的海表温度数据，采用基于相关性分析得到的与海表温度和风速相关的chl-a长期趋势预测模型进行预测，得到海洋叶绿素a浓度及变化趋势。
13、一个或多个实施例提供了一种海洋叶绿素a时空变异及趋势预测系统，包括数据采集终端以及处理器；
14、数据采集装置，包括卫星系统和各站点设置的风速传感器，分别用于采集海表温度数据和风速数据；
15、处理器，被配置为执行上述的一种海洋叶绿素a时空变异及趋势预测方法。
16、与现有技术相比，本专利技术的有益效果为：
17、本专利技术通过对风速数据的量化和海表温度数据的插值补全，有效解决了数据缺失对叶绿素a浓度预测的影响。相比现有技术，本方法在以下方面取得显著改进：首先，采用dineof方法重建海表温度数据，使得缺失数据得到补充，提升了数据的完整性；其次，采用埃克曼输运模型对风速进行精确量化，提高了风速对上升流影响的准确性，从而提高了预测模型在不同季节和环境下的适用性，显著增强了对浮游植物生物量波动的响应能力；最后，通过基于海表温度与风速的相关性分析，实现了对叶绿素a浓度变化趋势的准确预测，有助于提升叶绿素a浓度预测的精度与可靠性。
18、本专利技术的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
本文档来自技高网...【技术保护点】
1.一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，上升流指数的计算方法，包括如下步骤：
3.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，对获取海表温度数据进行插值处理包括如下步骤：
4.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，基于相关性分析，得到与海表温度和风速相关的Chl-a长期趋势预测模型的方法，包括如下步骤：
5.如权利要求4所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，还包括对卫星遥感数据集中的叶绿素a浓度值和海表温度数据进行预处理的步骤，如下：
6.如权利要求5所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于：
7.如权利要求4所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，针对重建后Chl-a值数据，基于趋势分析方法得到Chl-a值的趋势变化分布图，包括：
8.一种海洋叶绿素a时空变异及趋势预测系统，其特征
9.如权利要求8所述的一种海洋叶绿素a时空变异及趋势预测系统，其特征在于，量化模块包括：
10.一种海洋叶绿素a时空变异及趋势预测系统，其特征在于：包括数据采集终端以及处理器；
...【技术特征摘要】
1.一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，上升流指数的计算方法，包括如下步骤：
3.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，对获取海表温度数据进行插值处理包括如下步骤：
4.如权利要求1所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，基于相关性分析，得到与海表温度和风速相关的chl-a长期趋势预测模型的方法，包括如下步骤：
5.如权利要求4所述的一种海洋叶绿素a时空变异及趋势预测方法，其特征在于，还包括对卫星...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。