CN113821986A - 基于随机森林的涡旋海面信号与水下关键参数反演方法 - Google Patents
基于随机森林的涡旋海面信号与水下关键参数反演方法 Download PDFInfo
- Publication number
- CN113821986A CN113821986A CN202111382855.1A CN202111382855A CN113821986A CN 113821986 A CN113821986 A CN 113821986A CN 202111382855 A CN202111382855 A CN 202111382855A CN 113821986 A CN113821986 A CN 113821986A
- Authority
- CN
- China
- Prior art keywords
- vortex
- data
- underwater
- value
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007637 random forest analysis Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 47
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000007619 statistical method Methods 0.000 claims abstract description 5
- 238000012549 training Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000002790 cross-validation Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000002759 z-score normalization Methods 0.000 claims description 3
- 101100180051 Danio rerio isl2a gene Proteins 0.000 claims description 2
- 101100126318 Rattus norvegicus Isl2 gene Proteins 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 9
- 239000002344 surface layer Substances 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一种基于随机森林的涡旋海面信号与水下关键参数反演方法,该方法对Argo浮标数据和基于SLA的涡旋识别与追踪数据集求交集;统计交集内涡旋识别数据的主要参数与水下温度异常数据的相关性,得到相关性参数;基于随机森林算法并结合得到的相关性参数,预测水下温度异常极值;基于概率密度函数对水下温度异常极值所处深度进行统计分析,并得到水下深度的概率分布数据。本发明利用随机森林算法,根据涡旋海表层信号反演出涡旋的水下温度异常极值及其所处深度的信息,并将反演结果与实际数据做精确性检验,能够完成对全球涡旋水下温度异常关键参数的反演与精确性统计,对于海洋中尺度涡旋的水下研究具有参考价值。
Description
技术领域
本发明属于海洋信息技术领域,具体涉及一种基于随机森林的涡旋海面信号与水下关键参数反演方法。
背景技术
海洋涡旋在全球海洋中广泛分布,对海洋中的物质、能量、热量等传输和混合起着重要作用,同时对海洋中海洋生态、多尺度运动、海洋气候变化及大气环境等都有着十分重要的影响。而中尺度涡旋是海洋中的常见现象之一,它们的半径区间在 10-100km,是海洋中尺度现象的重要组成之一。中尺度涡的寿命周期通常长达几个星期到几个月,有的甚至能达到几年之久。中尺度涡在其寿命周期中,会移动几十到几百公里,并携带强大的动能,占到全球海洋环流动能的一半以上,对海洋内的物质裹挟运输交换、热量和动量的输运起到十分重要的作用, 也对海洋中的环境和气候变化具有深远的影响。因此,海洋中尺度涡的研究具有重要的科学意义和应用价值。
海洋涡旋立体研究的重要前提是准确获取其随时间变化的三维流场、温盐、生化参数等结构信息。现有的对于海洋中尺度涡旋的观测手段主要有遥感卫星、科考船、浮标及潜水器、 Argo观测网等。其中,卫星高度计可以获得全球覆盖的准同步海洋观测数据,它不仅可以实现对中尺度涡旋的识别、探测,而且可以对中尺度涡旋的特征与演化进行统计与分析;Argo全球观测计划能够获取全球海洋垂直结构上的温度和盐度等属性信息的剖面数据, 以 Argo 浮标为代表的水下观测平台的发展使中尺度涡的研究再一次成为最前沿的海洋热点。但是目前海洋学家对于中尺度涡旋的海表面信号与涡旋水下观测信号之间的关系研究较少,单纯依靠遥感卫星无法感知水下信号。
因此,探究一种基于涡旋海面信号能够反演水下关键参数的算法迫在眉睫。
发明内容
本发明提出一种基于随机森林的涡旋海面信号与水下关键参数反演方法,以弥补现有技术的不足。
本发明利用超过20年的Argo浮标数据和基于SLA的涡旋识别与追踪数据集对全球中尺度涡的基本特征进行统计分析。在此基础上,结合Argo浮标水下温度异常数据,基于随机森林算法对涡旋的表面特征与水下温度异常进行关键参数反演(水下温度异常关键参数主要为水下温度异常极值和温度异常极值所处深度)。
为实现上述目的,本发明采用如下技术方案,具体步骤为:
一种基于随机森林的涡旋海面信号与水下关键参数反演方法,该方法包括以下步骤:
(1)对Argo浮标数据和基于SLA的涡旋识别与追踪数据集求交集;
(2)统计交集内涡旋识别数据的主要参数与水下温度异常数据的相关性,得到相关性参数;
(3)基于随机森林算法并结合步骤(1)得到的相关性参数,预测水下温度异常极值;
(4)基于概率密度函数对水下温度异常极值所处深度进行统计分析,并得到水下深度的概率分布数据。
进一步的,所述步骤(1)中Argo浮标数据收集要超过20年。
进一步的,所述步骤(1)中所述交集具体为:
1-1、求浮标与涡心连线的延长线与涡旋边界的交点
设涡心经纬度坐标为(x0,y0),Argo浮标经纬度坐标为(x1,y1)
1-2、求交点与涡心的距离
设涡心经纬度坐标为(x0,y0),Argo浮标经纬度坐标为(x1,y1),交点经纬度坐标(x,y)
1-3、提取位于涡旋内部的Argo浮标
进一步的,所述步骤(2)中,所述相关性参数包括涡旋海表面信号的半径、振幅、动能。
进一步的,所述步骤(2)具体为:
初始参数设置如下:
2-2、再调用核密度估计函数,高斯核密度估计公式如下:参数设置如下:
h是带宽,实验的带宽h=200,这里的带宽作为一个平滑参数,控制结果中的偏差和方差之间的权衡。一个大的带宽会导致一个非常平滑的密度分布,一个小的带宽导致一个不平滑的(即高方差)密度分布;对温度异常和深度数据经过高斯核密度处理后得到一个二维数组表,使用索引函数返回二维数组值从小到大的索引值,得到温度异常极值、深度及其索引值x, y, z,对x,y按照z的升序进行排列,即可得到全球涡旋海表面信号与水下温度异常数据的二维索引表。
进一步的,所述步骤(3)中:使用步骤(2)得到的涡旋与水下特征信息的二维索引表文件,在随机森林算法中导入该文件,使用涡旋的半径、动能、振幅作为主要输入量,浮标距离涡心的距离、经纬度等信息作为辅助输入量,来预测水下温度异常极值。
更进一步的,所述步骤(3)具体为:
3-1、首先对二维索引表文件使用网格搜索,即网格搜索和交叉验证;对训练数据集采用随机森林预测,得到温度异常极值的预测结果。
训练集划分公式如下:
β m 是子集,k是聚类中心,h为分组系数;
3-2、对训练数据集进行拟合处理,然后进行标准归一化处理;标准归一化采用的是Z-score标准化,其思路是把所有数据归一到均值为0方差为1的分布中,公式如下:
其中,Xmean是特征的均值;σ:每组特征值的标准差;X:每一个特征值;Xscale:归一化后的特征值;
3-3、对训练数据集进行随机森林预测,得到基于涡旋海面信号的水下温度异常极值反演结果,随机森林算法公式如下:
进一步的,所述步骤(4)是将步骤(2)中得到的Argo温度异常数据与基于SLA的涡旋识别数据的交集数据集中的涡旋半径、振幅、动能及温度异常及其所处深度信息,基于涡旋的半径、动能、振幅作为主要输入量,使用核密度估计的概率密度函数来预测水下温度异常极值所处深度的情况。
更进一步的,所述步骤(4)中,设本实验数据的累积分布函数为F(x),概率密度函数为f(x),则有:
引入累积分布函数的经验分布函数:
使用n次观测中xi≤t 出现的次数与n的比值来近似描述 P(x≤t),将该函数代入f(xi),可得
h也被称为核密度估计中的带宽,h值不能太大也不能太小,太大不满足h→0 的条件,太小使用的样本数据点太少,误差会很大。
带宽的选择参考公式:
其中,σ 为样本的标准差, n为样本个数,经过实验分析,本实验采用的带宽h=5。
确定带宽后,写出f(x) 的表达式:
基于涡旋的半径、动能、振幅作为主要输入量,使用核密度估计的概率密度函数能够预测出水下温度异常极值所处深度的分布情况,同时得到深度的统计概率分布。
本发明的优点和有益效果:
本发明是一种基于随机森林预测,通过涡旋海面信号来反演水下温度异常的关键参数的方法,有完备的理论支撑,从大数据挖掘的层面上,利用Argo浮标数据在涡旋内的水下数据信息,更直观地分析涡旋海表层信号对水下温度异常关键参数的影响。
本发明利用随机森林算法,根据涡旋海表层信号反演出涡旋的水下温度异常极值及其所处深度的信息,并将反演结果与实际数据做精确性检验,能够完成对全球涡旋水下温度异常关键参数的反演与精确性统计,对于海洋中尺度涡旋的水下研究具有参考价值。
本发明具有非常高的研究和应用价值,它不仅体现在海洋动力学等理论研究中,还体现在国防军事等实际应用中。
附图说明
图1本发明基本流程图。
图2 涡旋半径与温度异常极值的相关性图。
图3 涡旋振幅与温度异常极值的相关性图。
图4 涡旋动能与温度异常极值的相关性图。
图5 全球随机森林预测温度异常精确性分布图。
图6 全球随机森林预测温度异常均方误差图。
图7 全球深度分布图。
图8 全球深度概率分布图。
具体实施方式
以下通过具体实施例并结合附图对本发明进一步解释和说明。
实施例1:
一种基于随机森林的涡旋海面信号与水下温度异常关键参数反演方法,流程如图1所示。具体操作包括以下步骤:
1、对超过20年的Argo浮标数据和基于SLA的涡旋识别与追踪数据集求交集;
Argo浮标数据集来源:http://www.argo.ucsd.edu。
基于SLA的涡旋识别与追踪数据集和cars2009气候态数据为本专业人员开源数据。
首先对Argo浮标数据集进行数据预处理,提取Argo浮标数据0-1000m的属性信息,包括:经度、纬度、时间、压力、温度、盐度。本实施例取Argo浮标水下0-1000m的数据与cars2009气候态数据做差值处理,得到Argo温度异常数据集。
使用基于SLA的涡旋识别数据集依据时间、经度、纬度遍历Argo温度异常数据集,在相同时间条件下,若Argo浮标的经纬度落在涡旋内,则认为该浮标此时探测的为涡内数据,以此方法遍历20年的Argo浮标数据,得到Argo温度异常数据与基于SLA的涡旋识别数据的交集数据集,具体求交集方法如下:
设涡心经纬度坐标为(x0,y0),Argo浮标经纬度坐标为(x1,y1)
设涡心经纬度坐标为(x0,y0),Argo浮标经纬度坐标为(x1,y1),交点经纬度坐标(x,y)
1.统计交集内涡旋识别数据的主要参数与水下温度异常数据的相关性,得到相关性主要参数;
首先导入滤波函数,选择调用低通滤波,使用低通滤波函数确定使的初始条件同时会消除数据的瞬变;是在最小二乘框架下工作,给出一种对滤波后的白噪声进行说明的可行的实现方法,它对于本实验数据的滤波效果是有效的。
初始参数设置如下:
本实验的标准化切割频率设置为0.2和0.25,噪声序列长度为200,运算后得到一条Argo剖面的温度异常滤波值T1。若为暖涡数据则使用求最大值函数,求得温度异常最大值所处的深度索引值T2,若为冷涡数据则使用求最小值函数,求得温度异常最大值所处的深度索引值。
再调用核密度估计函数,高斯核密度估计公式如下:参数设置如下:
h是带宽,实验的带宽h=200,这里的带宽作为一个平滑参数,控制结果中的偏差和方差之间的权衡。一个大的带宽会导致一个非常平滑的密度分布,一个小的带宽导致一个不平滑的(即高方差)密度分布;对温度异常和深度数据经过高斯核密度处理后得到一个二维数组表,使用索引函数返回二维数组值从小到大的索引值,得到温度异常极值、深度及其索引值x, y, z,对x,y按照z的升序进行排列,即可得到全球涡旋海表面信号与水下温度异常数据的二维索引表。如表1所示为截取部分地区的全球涡旋海表面信号与水下温度异常数据的二维索引表。
表1 截取部分地区的全球涡旋海表面信号与水下温度异常数据的二维索引表
涡旋半径 | 涡旋动能 | 涡旋振幅 | 浮标距涡心距离 | 浮标经度 | 浮标纬度 | 涡心经度 | 涡心纬度 | 温度异常 | 深度 |
84.40 | 23.05 | 3.40 | 0.73 | 18.02 | 37.29 | 17.93 | 36.78 | 0.37 | 30.00 |
88.94 | 33.67 | 3.85 | 0.17 | 18.04 | 36.90 | 18.10 | 36.83 | 0.69 | 95.00 |
78.91 | 28.38 | 3.76 | 0.57 | 18.14 | 37.19 | 18.35 | 36.87 | 0.43 | 36.00 |
57.05 | 11.57 | 1.58 | 0.92 | 12.23 | 38.77 | 12.57 | 39.03 | 1.02 | 41.00 |
106.08 | 10.63 | 2.65 | 0.99 | 12.16 | 38.67 | 12.26 | 39.15 | 0.61 | 50.00 |
84.52 | 94.62 | 7.04 | 0.54 | 18.53 | 34.16 | 18.80 | 34.38 | 0.85 | 410.00 |
90.33 | 19.90 | 2.99 | 0.58 | 17.44 | 36.68 | 17.94 | 36.72 | 0.49 | 83.00 |
90.14 | 44.81 | 3.35 | 0.98 | 18.84 | 32.64 | 17.96 | 33.74 | 0.84 | 353.00 |
114.63 | 68.02 | 5.75 | 0.77 | 18.87 | 32.72 | 17.84 | 33.96 | 1.03 | 402.00 |
63.55 | 60.66 | 3.67 | 0.68 | 18.15 | 32.42 | 18.32 | 32.66 | 1.11 | 466.00 |
110.18 | 93.86 | 6.06 | 0.09 | 18.05 | 33.54 | 18.17 | 33.50 | 0.45 | 135.00 |
84.19 | 83.76 | 4.63 | 0.45 | 18.20 | 33.33 | 18.42 | 33.04 | 0.63 | 161.00 |
88.28 | 85.61 | 5.04 | 0.71 | 18.37 | 32.50 | 18.40 | 33.04 | 1.15 | 479.00 |
88.55 | 66.56 | 5.14 | 0.41 | 18.36 | 32.53 | 18.42 | 32.80 | 1.10 | 450.00 |
82.79 | 86.43 | 5.30 | 0.41 | 18.53 | 32.66 | 18.45 | 32.90 | 1.06 | 440.00 |
99.26 | 49.71 | 3.33 | 0.37 | 18.57 | 32.65 | 18.44 | 32.83 | 0.91 | 398.00 |
91.08 | 49.44 | 4.18 | 0.32 | 17.98 | 33.54 | 17.83 | 33.90 | 0.42 | 123.00 |
108.26 | 56.27 | 5.04 | 0.84 | 18.79 | 32.78 | 17.67 | 33.98 | 1.04 | 460.00 |
103.56 | 69.07 | 5.75 | 0.50 | 17.78 | 33.47 | 17.61 | 34.04 | 0.64 | 128.00 |
86.35 | 85.41 | 5.14 | 0.49 | 18.15 | 33.30 | 18.41 | 32.98 | 0.58 | 92.00 |
118.14 | 93.16 | 7.53 | 0.51 | 17.83 | 33.46 | 17.53 | 34.15 | 0.75 | 160.00 |
103.01 | 75.18 | 5.45 | 0.44 | 17.88 | 33.48 | 17.86 | 33.95 | 0.68 | 150.00 |
120.09 | 56.93 | 4.56 | 0.51 | 18.14 | 33.32 | 18.43 | 32.81 | 0.63 | 162.00 |
54.91 | 49.99 | 2.75 | 0.86 | 18.29 | 33.35 | 18.42 | 32.93 | 0.58 | 140.00 |
112.64 | 109.06 | 6.76 | 0.94 | 18.41 | 32.39 | 18.36 | 33.10 | 0.35 | 135.00 |
90.13 | 76.17 | 6.95 | 0.86 | 17.22 | 36.00 | 18.04 | 35.24 | 0.04 | 123.00 |
105.94 | 72.58 | 7.69 | 0.37 | 18.18 | 35.92 | 17.80 | 35.37 | 0.23 | 39.00 |
102.46 | 72.86 | 8.28 | 0.83 | 17.58 | 36.01 | 18.06 | 35.19 | 0.47 | 53.00 |
107.62 | 71.25 | 7.33 | 0.71 | 18.39 | 35.92 | 17.77 | 35.38 | 0.03 | 30.00 |
68.48 | 24.45 | 2.20 | 0.58 | 16.92 | 32.36 | 17.14 | 32.66 | 1.30 | 127.00 |
92.34 | 61.26 | 6.47 | 0.53 | 17.82 | 35.85 | 18.13 | 35.19 | 0.35 | 46.00 |
102.36 | 61.56 | 7.18 | 0.66 | 17.53 | 35.92 | 18.03 | 35.25 | 0.35 | 45.00 |
90.13 | 77.00 | 7.11 | 0.58 | 18.03 | 35.94 | 17.88 | 35.26 | 0.16 | 44.00 |
85.69 | 85.33 | 7.05 | 0.45 | 17.96 | 35.81 | 18.05 | 35.31 | 0.14 | 48.00 |
98.36 | 91.05 | 5.80 | 0.78 | 19.38 | 35.53 | 18.88 | 35.78 | 0.99 | 252.00 |
84.82 | 117.20 | 7.91 | 0.79 | 18.65 | 35.35 | 19.07 | 35.63 | 1.09 | 277.00 |
100.90 | 112.23 | 7.23 | 0.40 | 19.30 | 35.79 | 18.93 | 35.82 | 1.14 | 367.00 |
41.10 | 18.11 | 1.06 | 0.37 | 18.79 | 32.28 | 18.90 | 32.21 | 1.08 | 81.00 |
61.49 | 12.24 | 1.71 | 0.90 | 11.18 | 38.81 | 11.75 | 38.72 | 0.56 | 38.00 |
68.88 | 64.02 | 3.61 | 0.16 | 18.64 | 35.78 | 18.70 | 35.73 | 0.89 | 59.00 |
133.90 | 142.78 | 7.20 | 0.74 | 17.52 | 34.11 | 17.49 | 33.66 | 0.50 | 64.00 |
依据索引表数据对全球涡旋海表面信号与水下温度异常数据进行绘图分析,得出涡旋海表面信号的半径、振幅、动能与水下温度异常相关性明显,图2、3、4分别是涡旋半径、涡旋振幅、涡旋动能与温度异常极值的相关性图。
2.基于随机森林算法并结合步骤2得到的相关性主要参数来预测水下温度异常极值,并得到预测精度及均方根误差。
使用步骤2得到的涡旋与水下特征信息的二维索引表文件,在随机森林算法中导入该文件,使用涡旋的半径、动能、振幅作为主要输入量,浮标距离涡心的距离、经纬度等信息作为辅助输入量,来预测水下温度异常极值。具体操作如下:
、首先对二维索引表文件使用网格搜索(GridSearchCV),即网格搜索和交叉验证。网格搜索,即在指定的参数范围内,按步长依次调整参数,利用调整的参数训练学习器,从所有的参数中找到在验证集上精度最高的参数。GridSearchCV可以保证在指定的参数范围内找到精度最高的参数,在交叉验证时,一旦发现最好的模型,将会在整个训练集上重新训练,使用更多的数据集会提升模型的性能。对二位索引表文件使用网格搜索后可以得到整个训练集上的最佳参数。
训练模型参数设置如下:train_test_split(x,y,test_size=0.2,random_state= 50)函数,x为输入数据,y为训练对象数据,样本占比test_size设置为0.2,随机数的种子random_state设置为50。对训练数据集采用随机森林预测,得到温度异常极值的预测结果。
训练集划分公式如下:
β m 是子集,k是聚类中心,h为分组系数,本实验h=15。
其中,Xmean是特征的均值(均值就是平均值);σ:每组特征值的标准差;X:每一个特征值;Xscale:归一化后的特征值。
利用下面的公式可求得随机森林预测精度R2,随机森林预测精度的均方误差mse,
将计算得到的数据转换为二维数组形式,经python绘图得到全球随机森林预测温度异常精确性分布图(图5)及全球随机森林预测温度异常均方误差图(图6)。从图中可以看出,在全球层面使用随机森林预测水下温度异常的精确度在0.6以上,拟合性良好,在西北太平洋和印度洋区域精确度达到1附近,拟合性优秀;全球层面的均方根误差均值在0.8附近,符合误差要求,说明使用随机森林算法能够反演出水下温度异常极值的分布情况。
3.基于概率密度函数对水下温度异常极值所处深度进行统计分析,并得到深度的概率分布数据。
导入步骤2中得到的Argo温度异常数据与基于SLA的涡旋识别数据的交集数据集中的涡旋半径、振幅、动能及温度异常及其所处深度信息,基于涡旋的半径、动能、振幅作为主要输入量,使用核密度估计的概率密度函数来预测水下温度异常极值所处深度的情况。
核密度估计是估计随机变量的概率密度函数的非参数方法,是一种针对连续数据的密度估计方法,并且其根据数据本身的相互关系得到,无需对数据分布做假设。给定带宽H,每个样本都由平滑的核函数拟合,某数据的密度值可以视为其他所有样本对该数据的平均影响,设本实验数据的累积分布函数为F(x),概率密度函数为f(x),则有:
引入累积分布函数的经验分布函数:
使用n次观测中xi≤t 出现的次数与n的比值来近似描述 P(x≤t),将该函数代入f(xi),可得
h也被称为核密度估计中的带宽,h值不能太大也不能太小,太大不满足h→0 的条件,太小使用的样本数据点太少,误差会很大。
带宽的选择参考公式:
其中,σ 为样本的标准差, n为样本个数,经过实验分析,本实验采用的带宽h=5。
确定带宽后,我们可以写出f(x) 的表达式:
基于涡旋的半径、动能、振幅作为主要输入量,使用核密度估计的概率密度函数能够预测出水下温度异常极值所处深度的分布情况,同时可以得到深度的统计概率分布,最终统计结果如图7全球深度分布图和图8全球深度概率分布图所示。从图中可以看出,全球温度异常极值所处深度均值在260m附近,太平洋中部和北大西洋区域深度可达到400m;全球层面利用概率密度预测的温度异常极值所处深度的概率精确度均值为0.8,精确度符合要求,在印度洋北部和太平洋东部地区精确度可达到1,说明使用核密度估计的概率密度函数能够预测出水下温度异常极值所处深度的分布情况。
如本实例所示,本发明可在参数设置完成后,根据涡旋海表层信号创新性的反演出涡旋的水下温度异常极值及其所处深度的信息,并将反演结果与实际数据做精确性检验,能够完成对全球涡旋水下温度异常关键参数的反演与精确性统计,对于海洋中尺度涡旋的水下研究具有参考价值。
Claims (9)
1.一种基于随机森林的涡旋海面信号与水下关键参数反演方法,其特征在于,该方法包括以下步骤:
(1)对Argo浮标数据和基于SLA的涡旋识别与追踪数据集求交集;
(2)统计交集内涡旋识别数据的主要参数与水下温度异常数据的相关性,得到相关性参数;
(3)基于随机森林算法并结合步骤(1)得到的相关性参数,预测水下温度异常极值;
(4)基于概率密度函数对水下温度异常极值所处深度进行统计分析,并得到水下深度的概率分布数据。
2.如权利要求1所述的反演方法,其特征在于,所述步骤(1)中Argo浮标数据收集要超过20年。
4.如权利要求1所述的反演方法,其特征在于,所述步骤(2)中,所述相关性参数包括涡旋海表面信号的半径、振幅、动能。
6.如权利要求1所述的反演方法,其特征在于,所述步骤(3)中:使用步骤(2)得到的涡旋与水下特征信息的二维索引表文件,在随机森林算法中导入该文件,使用涡旋的半径、动能、振幅作为主要输入量,浮标距离涡心的距离、经纬度等信息作为辅助输入量,来预测水下温度异常极值。
7.如权利要求6所述的反演方法,其特征在于,所述步骤(3)具体为:
3-1:首先对二维索引表文件使用网格搜索,即网格搜索和交叉验证;对训练数据集采用随机森林预测,得到温度异常极值的预测结果;
训练集划分公式如下:
β m 是子集,k是聚类中心,h为分组系数;
3-2:对训练数据集进行拟合处理,然后进行标准归一化处理;标准归一化采用的是Z-score标准化,其思路是把所有数据归一到均值为0方差为1的分布中,公式如下:
其中,Xmean是特征的均值;σ:每组特征值的标准差;X:每一个特征值;Xscale:归一化后的特征值;
3-3:对训练数据集进行随机森林预测,得到基于涡旋海面信号的水下温度异常极值反演结果,随机森林算法公式如下:
8.如权利要求1所述的反演方法,其特征在于,所述步骤(4)是将步骤(2)中得到的Argo温度异常数据与基于SLA的涡旋识别数据的交集数据集中的涡旋半径、振幅、动能及温度异常及其所处深度信息,基于涡旋的半径、动能、振幅作为输入量,使用核密度估计的概率密度函数来预测水下温度异常极值所处深度的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382855.1A CN113821986B (zh) | 2021-11-22 | 2021-11-22 | 基于随机森林的涡旋海面信号与水下关键参数反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111382855.1A CN113821986B (zh) | 2021-11-22 | 2021-11-22 | 基于随机森林的涡旋海面信号与水下关键参数反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113821986A true CN113821986A (zh) | 2021-12-21 |
CN113821986B CN113821986B (zh) | 2022-02-22 |
Family
ID=78917976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111382855.1A Active CN113821986B (zh) | 2021-11-22 | 2021-11-22 | 基于随机森林的涡旋海面信号与水下关键参数反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113821986B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494894A (zh) * | 2022-04-18 | 2022-05-13 | 中国海洋大学 | 海洋黑涡自动识别与关键参数反演方法、装置和电子设备 |
CN115291615A (zh) * | 2022-10-10 | 2022-11-04 | 中国海洋大学 | 一种自适应追涡观测***及其控制方法、装置 |
CN115797734A (zh) * | 2023-02-07 | 2023-03-14 | 慧铁科技有限公司 | 一种铁路列车故障形态离散数据表示处理的方法 |
CN116151136A (zh) * | 2023-04-24 | 2023-05-23 | 浙江大学 | 基于概率误差补偿的全球表层海水pH反演方法及*** |
CN116306318A (zh) * | 2023-05-12 | 2023-06-23 | 青岛哈尔滨工程大学创新发展中心 | 基于深度学习的三维海洋温盐场预报方法、***及设备 |
CN116629026A (zh) * | 2023-07-18 | 2023-08-22 | 中国海洋大学 | 基于bp神经网络的涡核水下最大温度异常反演方法 |
CN117932362A (zh) * | 2024-03-25 | 2024-04-26 | 自然资源部第一海洋研究所 | 一种中尺度涡旋识别和轨迹追踪方法及其装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101513591B1 (ko) * | 2014-08-26 | 2015-04-21 | (주)비엔티솔루션 | 웹 3d를 이용한 실시간 해양공간정보 제공시스템 |
CN105894439A (zh) * | 2016-04-05 | 2016-08-24 | 中国海洋大学 | 基于CUDA的海洋涡旋及Argo浮标交集数据快速提取算法 |
CN107784667A (zh) * | 2016-08-24 | 2018-03-09 | 中国海洋大学 | 基于并行的全球海洋中尺度涡快速识别算法 |
CN109543356A (zh) * | 2019-01-07 | 2019-03-29 | 福州大学 | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 |
CN111242206A (zh) * | 2020-01-08 | 2020-06-05 | 吉林大学 | 一种基于层次聚类和随机森林的高分辨率海洋水温计算方法 |
CN112883564A (zh) * | 2021-02-01 | 2021-06-01 | 中国海洋大学 | 一种基于随机森林的水体温度预测方法及预测*** |
-
2021
- 2021-11-22 CN CN202111382855.1A patent/CN113821986B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101513591B1 (ko) * | 2014-08-26 | 2015-04-21 | (주)비엔티솔루션 | 웹 3d를 이용한 실시간 해양공간정보 제공시스템 |
CN105894439A (zh) * | 2016-04-05 | 2016-08-24 | 中国海洋大学 | 基于CUDA的海洋涡旋及Argo浮标交集数据快速提取算法 |
CN107784667A (zh) * | 2016-08-24 | 2018-03-09 | 中国海洋大学 | 基于并行的全球海洋中尺度涡快速识别算法 |
CN109543356A (zh) * | 2019-01-07 | 2019-03-29 | 福州大学 | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 |
CN111242206A (zh) * | 2020-01-08 | 2020-06-05 | 吉林大学 | 一种基于层次聚类和随机森林的高分辨率海洋水温计算方法 |
CN112883564A (zh) * | 2021-02-01 | 2021-06-01 | 中国海洋大学 | 一种基于随机森林的水体温度预测方法及预测*** |
Non-Patent Citations (5)
Title |
---|
HE HONGLIN: "Uncertainty analysis of eddy flux measurements in typical ecosystems of ChinaFlux", 《ECOLOGICAL INFORMATICS》 * |
刘炜: "基于随机森林算法的吴堡站测流断面形态预测", 《人民黄河》 * |
刘长东: "海洋多源数据获取及基于多源数据的海域管理信息***", 《中国博士学位论文全文数据库》 * |
孙春健: "卫星遥感重构海洋次表层研究进展", 《海洋信息》 * |
马纯永: "Altimeter Observation-Based Eddy Nowcasting Using an Improved Conv-LSTM Network", 《REMOTE SENSING》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494894A (zh) * | 2022-04-18 | 2022-05-13 | 中国海洋大学 | 海洋黑涡自动识别与关键参数反演方法、装置和电子设备 |
CN115291615A (zh) * | 2022-10-10 | 2022-11-04 | 中国海洋大学 | 一种自适应追涡观测***及其控制方法、装置 |
CN115291615B (zh) * | 2022-10-10 | 2023-02-28 | 中国海洋大学 | 一种自适应追涡观测***及其控制方法、装置 |
CN115797734A (zh) * | 2023-02-07 | 2023-03-14 | 慧铁科技有限公司 | 一种铁路列车故障形态离散数据表示处理的方法 |
CN116151136A (zh) * | 2023-04-24 | 2023-05-23 | 浙江大学 | 基于概率误差补偿的全球表层海水pH反演方法及*** |
CN116151136B (zh) * | 2023-04-24 | 2023-06-27 | 浙江大学 | 基于概率误差补偿的全球表层海水pH反演方法及*** |
CN116306318A (zh) * | 2023-05-12 | 2023-06-23 | 青岛哈尔滨工程大学创新发展中心 | 基于深度学习的三维海洋温盐场预报方法、***及设备 |
CN116629026A (zh) * | 2023-07-18 | 2023-08-22 | 中国海洋大学 | 基于bp神经网络的涡核水下最大温度异常反演方法 |
CN116629026B (zh) * | 2023-07-18 | 2023-09-26 | 中国海洋大学 | 基于bp神经网络的涡核水下最大温度异常反演方法 |
CN117932362A (zh) * | 2024-03-25 | 2024-04-26 | 自然资源部第一海洋研究所 | 一种中尺度涡旋识别和轨迹追踪方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113821986B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113821986B (zh) | 基于随机森林的涡旋海面信号与水下关键参数反演方法 | |
CN109541172B (zh) | 土壤属性值的计算方法及装置 | |
Lemos et al. | A spatio-temporal model for mean, anomaly, and trend fields of North Atlantic sea surface temperature | |
CN107784165B (zh) | 基于光伏电站的地表温度场多尺度资料同化方法 | |
CN103336305B (zh) | 一种基于灰色理论划分致密砂岩储层岩石物理相的方法 | |
KR102479804B1 (ko) | 지역 및 계절에 대한 특성이 반영된 인공지능모델을 이용한 수위, 용적량, 유입량 및 오염도 측정 방법, 장치 및 프로그램 | |
CN104331583B (zh) | 一种基于实测海杂波数据的多重分形建模方法 | |
CN109141426A (zh) | 一种水下重力匹配导航适配区的优选方法 | |
Dikbas et al. | Defining homogeneous regions for streamflow processes in Turkey using a K-means clustering method | |
CN111695473A (zh) | 基于长短时记忆网络模型的热带气旋强度客观监测方法 | |
CN112687356B (zh) | 有机碳垂直分布模型区分方法、装置、终端及存储介质 | |
CN116796799A (zh) | 无水文资料地区中小流域洪水降雨量阈值模型创建方法 | |
Ou et al. | Estimation of sound speed profiles using a random forest model with satellite surface observations | |
CN114021445B (zh) | 一种基于随机森林模型的海洋涡旋混合非局地性预测方法 | |
CN116361621A (zh) | 基于风云四号卫星的大气波导监测诊断方法和*** | |
Song et al. | Hyperspectral data spectrum and texture band selection based on the subspace-rough set method | |
CN114563771A (zh) | 基于聚类分析的双阈值激光雷达云层检测算法 | |
Oteng Mensah et al. | Modeling monthly actual evapotranspiration: an application of geographically weighted regression technique in the Passaic River Basin | |
CN114528729A (zh) | 一种基于多尺度耦合的潜山裂缝气藏产量预测方法 | |
Wang et al. | Bayesian networks precipitation model based on hidden Markov analysis and its application | |
Danese et al. | Geostatistics in historical macroseismic data analysis | |
Alhakeem et al. | Up-Scaled Petrophysical Analyses Using Micro-Level Field-Of-View Petrographic Images for the Kapuni Group, Taranaki Basin, New Zealand | |
CN114755387B (zh) | 基于假设检验法的水体监测点位优化方法 | |
Kislov et al. | Extreme Values of Wind Speed over the Kara Sea Based on the ERA5 Dataset | |
Zheng et al. | A Hybrid Approach for Soil Total Nitrogen Anomaly Detection Integrating Machine Learning and Spatial Statistics. Agronomy 2023, 13, 2669 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |