本發(fā)明涉及海冰面積預(yù)測，尤其涉及一種海冰面積預(yù)測方法及裝置。

背景技術(shù)：

1、北極地區(qū)是全球生態(tài)系統(tǒng)的關(guān)鍵一環(huán)，海洋生態(tài)的穩(wěn)定性、全球碳循環(huán)以及海洋生物的生存環(huán)境都與北極海冰的狀況緊密相連。北極海冰作為北極地區(qū)最活躍的要素，在海氣熱交換過程中扮演著至關(guān)重要的角色。海冰的存在限制了大氣與海洋之間的熱量傳遞，從而影響了海水的熱力平衡。此外，北極海冰對北大西洋深水形成區(qū)的表面浮力通量產(chǎn)生了影響，進(jìn)而作用于大西洋的溫鹽環(huán)流/大西洋經(jīng)向翻轉(zhuǎn)環(huán)流。隨著全球增暖現(xiàn)象日益明顯，全球溫度增加，北極地區(qū)的海冰每年呈現(xiàn)減少的趨勢。北極海冰的變動是衡量持續(xù)氣候變化程度的關(guān)鍵指標(biāo)之一，它對極地生態(tài)系統(tǒng)、北極航運以及全球碳循環(huán)等方面具有深遠(yuǎn)的影響。

2、準(zhǔn)確預(yù)測北極海冰面積(sea?ice?extent，sie)變化情況有助于了解海冰面積的減少對當(dāng)?shù)睾腿蛏鷳B(tài)系統(tǒng)的影響。眾多學(xué)者大多采用數(shù)值模型、基于數(shù)據(jù)同化的數(shù)值模型、統(tǒng)計模型三種方式進(jìn)行了研究和分析。數(shù)值模型通過控制系統(tǒng)動力學(xué)和其他模式動力學(xué)的物理方程，將冰-海洋-大氣相互影響綜合起來，應(yīng)用性廣泛。數(shù)據(jù)同化的數(shù)值模型是將衛(wèi)星數(shù)據(jù)進(jìn)行同化，提高數(shù)值模型的預(yù)測精度。然而，基于數(shù)值和數(shù)據(jù)同化的數(shù)值模型在北極海冰預(yù)測需要大量的計算資源，并依賴于基于中央處理器(cpu)集群的高性能計算，無法實現(xiàn)輕量級預(yù)測。統(tǒng)計模型通過建立海冰面積、大氣條件、海洋條件和海冰變量之間的統(tǒng)計關(guān)系來進(jìn)行預(yù)測。統(tǒng)計方法為預(yù)測sic提供了一種輕量級方法，但它們具有經(jīng)驗性，無法捕捉參數(shù)之間的非線性關(guān)系。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一，提出了一種海冰面積預(yù)測方法及裝置。

2、第一方面，本發(fā)明提供了一種海冰面積預(yù)測方法，所述方法包括以下步驟：

3、獲取目標(biāo)海洋區(qū)域的歷史海冰面積時間序列數(shù)據(jù)；

4、將所述歷史海冰面積時間序列數(shù)據(jù)輸入訓(xùn)練的長短期記憶網(wǎng)絡(luò)lstm模型進(jìn)行特征提取，得到時間維度的海冰面積特征；

5、將所述時間維度的海冰面積特征輸入注意力機(jī)制模型進(jìn)行注意力處理，得到時間維度的海冰面積注意力特征，并基于所述時間維度的海冰面積注意力特征，預(yù)測得到當(dāng)前海冰面積。

6、在一些可能的實施例中，所述lstm模型包括遺忘門、輸入門和輸出門；

7、所述遺忘門用于根據(jù)當(dāng)前輸入的歷史海冰面積數(shù)據(jù)和上一個時刻的狀態(tài)，從細(xì)胞狀態(tài)中遺忘待丟棄的歷史海冰面積數(shù)據(jù)；

8、所述輸入門用于根據(jù)當(dāng)前時刻輸入的歷史海冰面積數(shù)據(jù)和上一個時刻的狀態(tài)，從細(xì)胞狀態(tài)中加入待增加的歷史海冰面積數(shù)據(jù)；

9、所述輸出門用于根據(jù)細(xì)胞狀態(tài)決定所需要輸出的目標(biāo)歷史海冰面積數(shù)據(jù)，得到所述時間維度的海冰面積特征。

10、在一些可能的實施例中，所述將所述時間維度的海冰面積特征輸入注意力機(jī)制模型進(jìn)行注意力處理，得到時間維度的海冰面積注意力特征，并基于所述時間維度的海冰面積注意力特征，預(yù)測得到當(dāng)前海冰面積，包括：

11、計算每個輸入位置的注意力權(quán)重；

12、將每個輸入位置的表示和對應(yīng)的注意力權(quán)重相乘，并對所有加權(quán)結(jié)果進(jìn)行求和；

13、根據(jù)加權(quán)的輸入表示和其他模型參數(shù)計算輸出結(jié)果，預(yù)測得到當(dāng)前海冰面積。

14、在一些可能的實施例中，采用mae作為損失函數(shù)優(yōu)化lstm模型。

15、在一些可能的實施例中，所述lstm模型包括128個神經(jīng)元的隱藏層。

16、在一些可能的實施例中，所述注意力機(jī)制模型，其第一全連接層和第二全連接層中的神經(jīng)元數(shù)量分別為32和16。

17、在一些可能的實施例中，采用adam作為優(yōu)化權(quán)重的優(yōu)化器，學(xué)習(xí)率和批大小分別設(shè)置為0.001和128。

18、第二方面，本發(fā)明提供了一種海冰面積預(yù)測裝置，所述裝置包括：

19、獲取模塊，用于獲取目標(biāo)海洋區(qū)域的歷史海冰面積時間序列數(shù)據(jù)；

20、提取模塊，用于將所述歷史海冰面積時間序列數(shù)據(jù)輸入訓(xùn)練的長短期記憶網(wǎng)絡(luò)lstm模型進(jìn)行特征提取，得到時間維度的海冰面積特征；

21、預(yù)測模塊，用于將所述時間維度的海冰面積特征輸入注意力機(jī)制模型進(jìn)行注意力處理，得到時間維度的海冰面積注意力特征，并基于所述時間維度的海冰面積注意力特征，預(yù)測得到當(dāng)前海冰面積。

22、第三方面，本發(fā)明提供了一種電子設(shè)備，其特征在于，包括：

23、一個或多個處理器；

24、存儲單元，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行時，能使得所述一個或多個處理器實現(xiàn)根據(jù)前文記載的所述的方法。

25、第四方面，本發(fā)明提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時能實現(xiàn)根據(jù)前文記載的所述的方法。

26、本發(fā)明的有益效果為：

27、本發(fā)明的實施例的海冰面積預(yù)測方法及裝置，結(jié)合lstm模型和注意力機(jī)制模型，lstm在海冰預(yù)測方面的優(yōu)點主要體現(xiàn)在其對時間序列數(shù)據(jù)的強(qiáng)大處理能力，能夠捕捉到海冰變化的長期依賴性，有效解決梯度消失問題，并具備自適應(yīng)性，這使得lstm能夠從復(fù)雜的歷史數(shù)據(jù)中學(xué)習(xí)到海冰變化的規(guī)律，為準(zhǔn)確預(yù)測提供支持。注意力機(jī)制則通過突出關(guān)鍵信息、提高模型解釋性、優(yōu)化長序列處理和實現(xiàn)部分并行計算，進(jìn)一步提升了預(yù)測的精確度和效率，使得模型能夠更加聚焦于海冰變化的重要時期，從而在海冰預(yù)測任務(wù)中發(fā)揮重要作用。結(jié)合lstm和注意力機(jī)制，預(yù)測海冰的優(yōu)點在于實現(xiàn)了學(xué)習(xí)能力的增強(qiáng)和預(yù)測精度的提高，使得模型能夠更全面、深入地理解海冰變化的動態(tài)過程，同時具備較強(qiáng)的適應(yīng)性和魯棒性。這種融合不僅提高了預(yù)測的準(zhǔn)確性，還為氣候變化研究提供了有力工具，有助于更好地應(yīng)對海冰變化帶來的挑戰(zhàn)，為海洋環(huán)境保護(hù)和可持續(xù)發(fā)展提供了重要支持。

技術(shù)特征：

1.一種海冰面積預(yù)測方法，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述lstm模型包括遺忘門、輸入門和輸出門；

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述時間維度的海冰面積特征輸入注意力機(jī)制模型進(jìn)行注意力處理，得到時間維度的海冰面積注意力特征，并基于所述時間維度的海冰面積注意力特征，預(yù)測得到當(dāng)前海冰面積，包括：

4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，采用mae作為損失函數(shù)優(yōu)化lstm模型。

5.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述lstm模型包括128個神經(jīng)元的隱藏層。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述注意力機(jī)制模型，其第一全連接層和第二全連接層中的神經(jīng)元數(shù)量分別為32和16。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，采用adam作為優(yōu)化權(quán)重的優(yōu)化器，學(xué)習(xí)率和批大小分別設(shè)置為0.001和128。

8.一種海冰面積預(yù)測裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時能實現(xiàn)根據(jù)權(quán)利要求1至7任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明提供了一種海冰面積預(yù)測方法及裝置，所述方法包括以下步驟：獲取目標(biāo)海洋區(qū)域的歷史海冰面積時間序列數(shù)據(jù)；將所述歷史海冰面積時間序列數(shù)據(jù)輸入訓(xùn)練的長短期記憶網(wǎng)絡(luò)LSTM模型進(jìn)行特征提取，得到時間維度的海冰面積特征；將所述時間維度的海冰面積特征輸入注意力機(jī)制模型進(jìn)行注意力處理，得到時間維度的海冰面積注意力特征，并基于所述時間維度的海冰面積注意力特征，預(yù)測得到當(dāng)前海冰面積。結(jié)合LSTM和注意力機(jī)制，預(yù)測海冰的優(yōu)點在于實現(xiàn)了學(xué)習(xí)能力的增強(qiáng)和預(yù)測精度的提高，使得模型能夠更全面、深入地理解海冰變化的動態(tài)過程，同時具備較強(qiáng)的適應(yīng)性和魯棒性。

技術(shù)研發(fā)人員：汪永超,辛全波,鮑可馨,許家?guī)?畢金強(qiáng),馬瑞鑫,王瑞璽,尚東方,胡亞杰
受保護(hù)的技術(shù)使用者：交通運輸部天津水運工程科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10