[发明专利]潮位预测方法、装置、电子设备及计算机存储介质

说明书

本发明涉及海洋潮汐预测领域，具体公开了一种潮位预测方法、装置、电子设备及计算机存储介质。该方法包括：获取与预测时间相对应的潮位图像数据；其中，潮位图像数据根据潮位生成模型生成，且潮位图像数据用于描述预设区域内的各个位置点对应于预测时间的初始潮位值；将潮位图像数据中包含的至少一个位置点确定为预测位置点；根据潮位图像数据以及潮位预测模型，预测与预测位置点相对应的预测潮位值；其中，潮位预测模型为深度学习神经网络模型。该方式通过潮位预测模型，能够精准预测位置点的预测潮位值，提升预测的准确性。

技术领域

本发明实施例涉及海洋潮汐预测领域，具体涉及一种潮位预测方法、装置、电子设备及计算机存储介质。

背景技术

潮汐的实时、准确预报对于航运、生产、海洋测绘等具有重要意义。目前，主要的潮汐预报方式包括以下几种：

第一种方式是以潮汐调和分析为代表的数据分析方法，在近岸和岛屿建立定点观测的海洋潮汐观测站，利用潮汐调和分析等方法，拟合连续的时间序列，利用分析得到的调和常数进行预报。该方式的缺点是观测站少，不能得到大范围的分布数据。

第二种方式是以海洋数值模拟为代表的计算流体动力学方法。海洋数值模拟是计算流体力学的一个特例，主要利用计算机求解一组流体力学控制方程（非线性偏微分方程），利用偏微分方程的初值或边值条件，得到预报时刻的海洋水位场。该方式的缺点是不能获得较为准确的近岸地形等模型输入资料，数值模拟中的参数化方案由人工经验近似，导致在近岸模拟不准确。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种潮位预测方法及装置。

根据本发明的一个方面，提供了一种潮位预测方法，所述方法包括：

获取与预测时间相对应的潮位图像数据；其中，所述潮位图像数据根据潮位生成模型生成，且所述潮位图像数据用于描述预设区域内的各个位置点对应于所述预测时间的初始潮位值；

将所述潮位图像数据中包含的至少一个位置点确定为预测位置点；

根据所述潮位图像数据以及潮位预测模型，预测与所述预测位置点相对应的预测潮位值；其中，潮位预测模型为神经网络模型。

依据本发明的再一方面，提供了一种潮位预测装置，所述装置包括：

图像数据获取模块，适于获取与预测时间相对应的潮位图像数据；其中，所述潮位图像数据根据潮位生成模型生成，且所述潮位图像数据用于描述预设区域内的各个位置点对应于所述预测时间的初始潮位值；

确定模块，适于将所述潮位图像数据中包含的至少一个位置点确定为预测位置点；

预测模块，适于根据所述潮位图像数据以及潮位预测模型，预测与所述预测位置点相对应的预测潮位值；其中，潮位预测模型为神经网络模型。

依据本发明的再一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的方法。

依据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述的方法。

在本发明提供的潮位预测方法及装置中，首先，获取与预测时间相对应的潮位图像数据；然后，确定潮位图像数据中包含的预测位置点；最后，根据潮位图像数据以及潮位预测模型，预测与预测位置点相对应的预测潮位值。由此可见，该方式中的潮位预测模型通过神经网络实现，因而能够根据大量历史数据学习得到多个位置点之间的潮位关联关系，进而通过潮位预测模型，精准预测位置点的预测潮位值，提升预测的准确性。