-
公开(公告)号：CN117671195A
公开(公告)日：2024-03-08
申请号：CN202311634597.0
申请日：2023-12-01
Applicant: 国家海洋信息中心
Abstract: 本发明公开一种基于德洛内三角剖分算法的三维变分观测投影算子，本发明在三维变分同化框架下，基于德洛内三角剖分算法，发展了一种可适用于不规则网格的观测投影算子，对现有CORA1的三维变分同化模型中双线性插值观测投影算子进行了改进，使其可应用于具有不规则网格的业务化数值分析与预报系统的建设中。本发明的观测投影算子不仅能够同时适应规则与非规则背景场网格，而且拥有计算简便、运行高效的优点，可直接应有于三维变分同化模型，能够为业务化海洋分析与预报系统建设提供同化技术支撑。
-
公开(公告)号：CN117874397A
公开(公告)日：2024-04-12
申请号：CN202410043096.3
申请日：2024-01-11
Applicant: 国家海洋信息中心
Abstract: 本发明公开了一种考虑要素场连续变化的海洋温盐水平网格化方法，包括以下步骤：步骤一：对全海域内每个水平网格的垂向各标准层搜索一定时空范围内的对应垂向层次的观测资料；步骤二：计算温度和盐度的均值；步骤三：计算温度和盐度的标准差；本发明的有益效果是：本发明将要素场连续变化因素考虑进水平网格化计算的过程中，并在搜索观测资料时，参考深度调整搜索时间范围，保证深层网格化计算同样能够有尽可能多的观测资料，有利于温盐要素的网格化计算。
-
公开(公告)号：CN112884217B
公开(公告)日：2022-03-15
申请号：CN202110157174.9
申请日：2021-02-04
Applicant: 国家海洋信息中心
Abstract: 一种基于多模型集成的海面高预报方法，步骤包括，S1：收集多源卫星融合资料，提取表层海洋环境多要素数据集；S2：对多要素数据集进行预处理和数据集划分，划分成训练集、测试集和验证集；S3：构建基于卷积递归神经网络的海面高多要素直接预报模型，得出海面高网格化预报时空序列；S4：基于海面高网格化预报结果和多要素数据集，通过构建好的海面高定点预报深度学习模型，得到海面高定点预报时间序列；S5：基于海面高网格化预报时空序列和海面高定点预报时间序列，得出订正后的海面高网格化分布；本发明将多源卫星观测资料构造成多要素数据集，以参与海面高网格化预报和海面高定点预报，使本发明获得更高的预报准确率和更长的预报时效。
-
公开(公告)号：CN112884217A
公开(公告)日：2021-06-01
申请号：CN202110157174.9
申请日：2021-02-04
Applicant: 国家海洋信息中心
Abstract: 一种基于多模型集成的海面高预报方法，步骤包括，S1：收集多源卫星融合资料，提取表层海洋环境多要素数据集；S2：对多要素数据集进行预处理和数据集划分，划分成训练集、测试集和验证集；S3：构建基于卷积递归神经网络的海面高多要素直接预报模型，得出海面高网格化预报时空序列；S4：基于海面高网格化预报结果和多要素数据集，通过构建好的海面高定点预报深度学习模型，得到海面高定点预报时间序列；S5：基于海面高网格化预报时空序列和海面高定点预报时间序列，得出订正后的海面高网格化分布；本发明将多源卫星观测资料构造成多要素数据集，以参与海面高网格化预报和海面高定点预报，使本发明获得更高的预报准确率和更长的预报时效。
-
-
-
Search Results
4
records
(took 0.015 seconds)
