一种基于多源数据与深度学习的海洋赤潮预测方法
成果类型:: 发明专利
发布时间: 2023-12-13 10:43:50
本发明涉及一种基于多源数据与深度学习的海洋赤潮预测方法。一方面将遥感数据、水质浮标监测数据、气象数据和人工检测数据结合,另一方面采用基于CNN LSTM的深度学习方法利用时间序列的多特征因子进行赤潮预测。该过程包括:a.数据集的构建、对环境因子数据的整合和预处理;b.采用皮尔逊系数分析环境因子和赤潮发生的相关性,并利用复相关系数分析多环境因子组合与赤潮发生的相关性;c.构建CNN LSTM预测模型,对训练好的CNN LSTM预测模型进行参数优化调整;d.利用不同组合的多环境因子对模型进行测试,并进行性能评估。该方法结合遥感图像数据和水质检测数据,增加数据数量、提高数据集复杂度的同时提高对赤潮预报的准确度
本发明的技术方案是:一种基于多源数据与深度学习的海洋赤潮预测方法,包括如下步骤:a.数据集的构建、对数据的整合和预处理;b.采用皮尔逊系数分析环境因子和赤潮发生的相关性,并利用复相关系数分析多环境因子组合与赤潮发生的相关性;c.构建CNN-LSTM预测模型,利用不同组合多环境因子对CNN-LSTM预测模型进行训练;d.对训练好的CNN-LSTM预测模型进行测试,得到预测结果,并进行性能评估。
赤潮作为一种能够极大危害海洋环境的灾害,给所有海滨城市带来安全隐患。赤潮的发生会影响生态的平衡,造成海洋污染,应及早对赤潮进行实时监测,充分掌握赤潮发展情况,对赤潮的发生进行准确预测。传统的经验预测法、统计预测法、数值模型分析法越来越难以适应大规模数据场景。而通过图像检测探索发生赤潮现象的概率的k-临近和随机森林算法、反向散射法、叶绿素异常法等机器学习方法。由于在大数据量及复杂场景中对于特征的表达能力有限。导致以往的方法预测准确度低、模型复杂度低且适用性不足。
近年来,随着深度学习的发展,越来越多的深层神经网络应运而生,它们在许多领域得到了深入的研究,并对一系列问题的解决产生了非凡的影响。为解决上述机器学习特征表达能力有限问题,近年来的专利将对赤潮发生的预测与深度学习结合。如公开号为CN112365093A的中国专利公开了一种基于GRU深度学习的多特征因子赤潮预测模型,包括对采集数据的预处理,特征影响因子与赤潮关联性的分析,GRU预测模型构建,利用多组合特征因子训练模型,模型性能评估等步骤。工作时,以多组合特征因子作为输入变量,经过训练好的GRU模型,输出赤潮发生的概率。该模型有效的结合深度学习,并利用多组合特征因子对赤潮发生概率进行预测,对特征有一个良好的表达效果,对赤潮发生预测的准确率也有所提升,但该模型数据复杂度低,适用性并不强,预测精度也存在上升空间。又如公开号为CN112084716A的中国专利公开了一种基于富营养化综合评价的赤潮预测预警方法,包括数据的采集以及关联性处理,得到的具有关联性的数据建立决策树,建立并训练神经网络预测模型等内容。工作时,使用高置信度数据集和低置信度数据集输入神经网络预测模型,得到最终预测结果;根据最终预测结果发出对应的预警信息。本发明能够改进现有技术的一些不足,提高对赤潮发展趋势预测的准确度。但训练数据规模小,模型收敛速度慢,精度也有待提高。
发明人:陈俊 陈芳 孟伟强 姜乃祺 石浩铭 易天儒福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
相较于现有技术,本发明具有以下有益效果:本发明公开了一种基于多源数据与深度学习的海洋赤潮预测方法,通过将遥感数据、水质浮标监测数据、气象数据和人工检测数据结合,采用皮尔逊系数分析环境因子和赤潮发生的相关性,利用复相关系数分析多环境因子组合与赤潮发生的相关性。采用基于CNN-LSTM的深度学习方法利用多特征因子进行赤潮预测。该方法结合遥感图像数据和水质检测数据,增加数据数量、提高数据集复杂度和模型收敛速度的同时提高对赤潮预报的准确度。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。