摘要
本公开涉及海浪波高预测技术领域,提出了一种融合多源数据的海浪有效波高预测方法及系统,包括如下步骤:基于获取的浮标观测数据对获取的卫星观测数据进行矫正;将获取的再分析数据和矫正后的卫星观测数据,采用最优插值法进行初步融合;增加一层数据掩膜以标记卫星数据位于融合数据的位置;将标记处理后的初步融合数据输入VQ‑VAE模型,将融合数据压缩为离散潜在变量,输入GPT模型,生成海浪有效波高的预测结果。本公开结合人工智能、数据同化和微调技术,引入数据同化技术融合多源时空稀疏的海洋观测数据和模型模拟结果,并在训练过程中使用微调技术放大观测数据的调整作用,从而提高海浪预测的精度和时效性。
技术关键词
卫星观测数据
融合多源数据
深度学习模型
变分自动编码器
海浪
矢量量化
数据同化方法
掩膜矩阵
浮标
变量
卫星观测位置
数据压缩
微调技术
矫正
数据同化技术
插值法
标记
系统为您推荐了相关专利信息
频谱特征
统计特征
多模态
图像处理方法
融合规则
城市网格化管理
机器视觉设备
图像
数据处理中心
深度学习模型
智能分析模块
工业相机
声光报警器
计数方法
监控方法
特征提取模块
可见光图像
注意力
分类方法
事件特征