海洋溫度在海洋水文要素中十分重要,深入研究和準(zhǔn)確掌握海洋溫度在時空分布的變化規(guī)律,對水聲、航海和氣象等學(xué)科研究具有重要意義。由于海洋環(huán)境的復(fù)雜性和不確定性使得海洋溫度的預(yù)測難度較大。為提高對海洋溫度的預(yù)測能力,本文分別在海洋溫度的空間分布和時間分布上提出了分析和預(yù)測方法。在海洋溫度空間分布的研究中,本文提出了一種基于SVR（Support Vector Regression）的高空間分辨率海洋溫度預(yù)測方法。海洋溫度的空間分布具有范圍廣和數(shù)量大的特點(diǎn)。空間分布預(yù)測本質(zhì)上是根據(jù)訓(xùn)練數(shù)據(jù)樣本來尋找擬合函數(shù),然后根據(jù)需要運(yùn)用所求得的擬合函數(shù)對海洋某一位置上的溫度進(jìn)行估計(jì)。本文首先使用Argo（Array for Real-time Geostrophic Oceanography）數(shù)據(jù)作為構(gòu)建SVR海洋溫度模型的數(shù)據(jù)來源,根據(jù)不同月份訓(xùn)練不同的模型,通過交叉驗(yàn)證和網(wǎng)格搜索的方法對模型參數(shù)進(jìn)行優(yōu)化,根據(jù)優(yōu)化后的參數(shù)確定SVR模型。然后,根據(jù)SVR模型對高空間分辨率網(wǎng)格化區(qū)域內(nèi)的溫度進(jìn)行預(yù)測,將原數(shù)據(jù)集1°×1°的水平分辨率提高到0.1°×0.1°。最后,對高空間分辨率的海洋溫度模型進(jìn)行可視化展示... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

全球Argo浮標(biāo)位置分布

圖 2.4 k 折交叉驗(yàn)證示意圖.2.3.2 參數(shù)調(diào)節(jié)大多數(shù)學(xué)習(xí)算法都需要進(jìn)行參數(shù)設(shè)定，參數(shù)配置不同，學(xué)得模型的性能也有著差別。在建模參數(shù)的選擇上，常用的方法有兩種。一種是試湊法，試湊法根歷史經(jīng)驗(yàn)，通過反復(fù)的實(shí)驗(yàn)來獲取最好的性能，具體實(shí)現(xiàn)步驟本文不與討論。一種超參數(shù)搜索方法是網(wǎng)格搜索(gridsearch)。網(wǎng)格搜索的基本思想是先選取一模型參數(shù)的取值范圍，按照某一規(guī)則將此范圍劃分為若干個小區(qū)間，然后計(jì)算所有參數(shù)取值的組合以及各個組合方式所對應(yīng)的目標(biāo)誤差，最后通過比較，選該區(qū)間最小目標(biāo)誤差所對應(yīng)的參數(shù)組合作為最終訓(xùn)練模型時所采用的參數(shù)。這的目標(biāo)誤差，就是經(jīng)過 k 折交叉驗(yàn)證后得到的平均 MSE 值。在前面的方法中，們在模型評估與選擇過程中，由于需要留出測試集 T 進(jìn)行評估測試，事實(shí)上我只使用了訓(xùn)練集 S 訓(xùn)練模型。因此，參數(shù)配置確定后，我們應(yīng)該用數(shù)據(jù)集 D 重

本實(shí)驗(yàn)所用數(shù)據(jù)來自于《全球海洋 Argo 網(wǎng)格數(shù)據(jù)集（BOA-Argo）》[9]。該網(wǎng)格數(shù)據(jù)集提供了從 2004 年 1 月~2016 年 12 月覆蓋全球海洋(180°W~180°E，79.5°S~79.5°N)的年平均、月平均和逐年逐月的海洋溫度和鹽度數(shù)據(jù)。其空間分辨率為水平 1°×1°和垂向標(biāo)準(zhǔn)層共 58 層。本次試驗(yàn)使用了 BOA-Argo 的 2014 年1 月-12 月的海洋溫度數(shù)據(jù)。實(shí)驗(yàn)區(qū)域?yàn)?20.5°N~24.°N，135.°E~139.5°E，深度覆蓋了 0-1975 米的 BOA-Argo 標(biāo)準(zhǔn)層深度。選取該區(qū)域進(jìn)行研究主要因?yàn)榇藚^(qū)域海水深度大，且地處南北緯 30 度之間的海洋中，表層和深層海水之間的溫差大，波浪能、海水溫差能和海流能資源豐富，具有開發(fā)和研究意義。圖 2.5 展示了 2014年 9 月實(shí)驗(yàn)數(shù)據(jù) 0-300m 海水溫度的空間分布情況。從圖中可以看出，BOA-Argo數(shù)據(jù)相鄰觀測點(diǎn)空間跨度較大。我們通過接下來的實(shí)驗(yàn)，構(gòu)建出符合 BOA-Argo數(shù)據(jù)規(guī)律的高空間分辨率海洋溫度模型，并將水平分辨率從 1°精細(xì)化到 0.1°，垂直分辨率由 5 米及以上提高到均等的 1 米間隔。

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的故障時間序列預(yù)測[J]. 王鑫,吳際,劉超,楊海燕,杜艷麗,牛文生.  北京航空航天大學(xué)學(xué)報. 2018(04)
[2]基于體繪制的海洋溫鹽空間分布探究[J]. 曾祥倚,李游,溫雅.  測繪與空間地理信息. 2016(01)
[3]海洋溫度場穩(wěn)定性與可預(yù)報性研究[J]. 笪良龍,熊張浩,過武宏.  海洋技術(shù)學(xué)報. 2015(01)
[4]Argo大洋觀測資料的同化及其在短期氣候預(yù)測和海洋分析中的應(yīng)用[J]. 張人禾,朱江,許建平,劉益民,李清泉,牛濤.  大氣科學(xué). 2013(02)
[5]基于特征的時間序列聚類方法研究進(jìn)展[J]. 宋辭,裴韜.  地理科學(xué)進(jìn)展. 2012(10)
[6]中國ARGO大洋觀測網(wǎng)試驗(yàn)[J]. 許建平.  中國基礎(chǔ)科學(xué). 2006(04)
[7]我國Argo浮標(biāo)的設(shè)計(jì)與研究[J]. 余立中,張少永,商紅梅.  海洋技術(shù). 2005(02)
[8]支持向量機(jī)在模式識別中的核函數(shù)特性分析[J]. 李盼池,許少華.  計(jì)算機(jī)工程與設(shè)計(jì). 2005(02)

博士論文
[1]時間序列分類算法研究[D]. 原繼東.北京交通大學(xué) 2016



本文編號：3012786