[发明专利]海洋表面温度区域预测方法

摘要

本发明公开了一种海洋表面温度区域预测方法，具体涉及海洋表面温度预测技术领域。该预测方法采用网格长短期记忆网络(Grid‑LSTM)对区域的海表温度数据进行建模和预测，三维的网格结构使用三维Grid‑LSTM块沿着经度、纬度和时间三个方向堆叠而成，前两个维度对空间关系进行建模，将每个网格的温度与它的邻近网格的温度相关联，第三个维度对时间关系进行建模，最后使用一个卷积层，将Grid‑LSTM的输出映射到最后的预测结果。本发明提出的方法与支持向量回归、多层感知机、长短期记忆网络相比，以区域平均的均方误差(RMSE)对预测结果进行了衡量，可以同时对整个区域进行建模和预测，具有明显的优势。

主权项

1.海洋表面温度区域预测方法，其特征在于，具体包括：假设待预测区域的网格大小为w×h，每个网格中沿着时间轴都存在一个实数的时间海表面温度序列x₁,x₂,……,x_t，将待预测区域表面温度预测描述为一个二维矩阵的回归：已知一个三维网格数据表示的海洋表面温度预测其未来n天的温度值；其中，w,h,t分别代表待预测区域网格化之后的宽度、长度和历史数据的时间长度，n表示要预测的时间长度；构建N维网格长短期记忆网络结构：由三维网格长短期记忆网络块沿着经度、纬度和时间三个方向堆叠而成，经度和纬度方向对区域的空间信息进行建模，每个长短期记忆网络块都对应于海表面区域的一个网格，每个块的输出都会作为相邻网格下一个时刻的输入，时间方向采用循环结构，对时序序列进行时间建模，其按照时间轴展开后的长度等于时间序列的长度；对时序的区域海表面温度进行时空建模，时空建模结束后，网格长短期记忆网络的输出应该是m个w*h的特征图，其中m为每个块的隐藏神经元个数，最后使用一个卷积层，将这m个w*h的特征图映射到最后的预测输出。