一种基于卫星测高数据的海平面变化预测方法技术

本发明专利技术公开了一种基于卫星测高数据的海平面变化预测方法，涉及卫星测高数据应用技术领域，本发明专利技术利用卫星高度计测得的海面高长时间序列数据，以确定的网格中心点为圆心，通过搜索半径内每个海面高数据的插值权重，计算得到在网格中心点处的海面高数据插值结果。然后在各网格中心点处，利用海面高数据插值结果确定季节性差分自回归滑动平均预测模型参数。最终基于预测模型计算研究区域内每个网格中心点处的海面高预测值。本发明专利技术通过将卫星测高数据与季节性差分自回归滑动平均模型相结合，可以对大空间尺度海平面变化进行预测。

【技术实现步骤摘要】
一种基于卫星测高数据的海平面变化预测方法
本专利技术涉及卫星测高数据应用
，尤其涉及一种基于卫星测高数据的海平面变化预测领域。
技术介绍
近年来，海平面的升高带来了海岸侵蚀，还会造成了盐水入侵、洪涝等灾害，给人类的生存环境和生命财产安全造成严重威胁。而越来越多的研究表明，海平面仍处于加速上升中。因此，海平面变化预测的方法不仅有重要的学术价值，对海洋生态环境的改善还具有重大的现实意义。利用验潮数据得到的海面高数据精度高、时间序列长，存在测量成本高、分布不均匀、测量周期长等缺点，而且测得的数据为点数据，不能在大空间尺度范围进行测量，而卫星测高技术可以长时序的获取大空间尺度的海面高度信息，已经积累了30多年的高精度全球海面高度数据，为全球海平面变化建模预测提供了数据基础。目前，预测海面高的方法是随机动态模型为经验的数学统计模型，然而海平面变化具有复杂的机理，传统方法对于非平稳非线性的时间序列预测存在较大局限性，而且往往是针对某个验潮站数据进行计算。季节性差分自回归滑动平均(SeasonalAutoregressiveIntegratedMovingAverage,SARIMA)模型是由Box和Jenkins提出的一种时间序列预测方法，该方法主要应用在经济金融、交通运输和工程管理等领域，还未应用于海平面变化预测领域。SARIMA模型能够充分考虑卫星测高数据中周期性特征,不仅能够解决卫星测高数据不平稳问题,而且去周期化后数据表现为一种纯粹的随机过程，能够很好的对海平面变化进行预测。由于卫星测高数据具有地理空间分布的多点特性，在测高数据预处理和SARIMA模型构建方面尚未有解决方案。鉴于卫星测高数据和SARIMA模型的优点，本专利技术提出一种卫星测高数据和SARIMA模型相结合进行海平面变化的预测方法。
技术实现思路
(一)要解决的技术问题本专利技术提供了一种基于卫星测高数据的海平面变化预测方法，该方法利用SARIMA模型对长时间序列的卫星测高数据进行处理，来预测海平面变化。(二)技术方案本专利技术包含以下步骤：(1)将卫星测高数据进行预处理，得到数量为g个月份的海面高数据sshu(1≤u≤g)；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数。(2)以第一个月份数据的左上角坐标点(x1,y1)为第一个网格中心点，网格宽度W取最大轨道间距的一半，依次计算网格中心点经纬度坐标并储存在Lij中；其中，i和j表示从网格左上角起算第i列第j行。(3)对各月海面高数据sshu，以网格中心点Lij为圆心，以R为搜索半径，找到w个海面高数据，计算每个海面高数据sshuv(1≤u≤g,1≤v≤w)的插值权重puv，并计算在第u个月网格中心点Lij处的海面高数据插值结果SSHuij；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数，v表示以网格中心点Lij为圆心，在R搜索半径内的w个海面高数据的序数，i和j表示从网格左上角起算第i列第j行。(4)确定网格中心点Lij处的海面高预测模型参数，即季节性差分自回归滑动平均(SeasonalAutoregressiveIntegratedMovingAverage,SARIMA)模型参数；(5)将步骤(4)确定的SARIMA模型参数带入模型中，计算第T个月各网格中心点Lij处的海面高预测值SSHTij'，从而得到研究区域内每个网格中心点Lij处的海面高预测值。进一步，所述步骤(1)中g应大于120。进一步，所述步骤(2)中网格中心点坐标的计算方法为：其中，i和j表示从网格左上角起算第i列第j行。进一步，所述步骤(3)中R取网格宽度的2倍，即2W。进一步，所述步骤(4)中SARIMA(p,d,q)(P,D,Q)[s]模型表达式为：AP(Ls)＝(1-α1Ls-α2L2s-L-αPLPs)Θq(L)＝(1+θ1L+θ2L2+L+θqLq)BQ(Ls)＝(1+β1Ls+β2L2s+L+βQLQs)其中，s表示周期，Δ表示非季节性差分，Δs表示s期季节性差分，d表示非季节差分次数，D表示季节性差分次数，SSHtij'(t≥g)表示第t个月网格中心点Lij处的海面高预测值，L表示滞后算子，μt表示白噪声，Φp(L)和AP(Ls)分别表示非季节与季节自回归特征多项式，Θq(L)和BQ(Ls)分别表示非季节与季节移动平均算子，p表示非季节的最大滞后阶数，P表示季节最大滞后阶数，q表示自回归最大滞后阶数，Q表示移动平均算子的最大滞后阶数。(三)有益效果本专利技术的优点体现在：本专利技术以SARIMA模型为基础，能够充分考虑卫星测高数据中周期性特征,不仅能够解决卫星测高数据不平稳问题,而且去周期化后数据表现为一种纯粹的随机过程。而且该模型主要应用在经济金融、交通运输和工程管理等领域，还未应用于海平面变化预测领域。通过将卫星测高数据与SARIMA模型相结合，可以对大空间尺度海平面变化进行预测。附图说明图1为本专利技术实施的步骤流程图。具体实施方式为使本专利技术的目的、内容、和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述：参照图1，本专利技术的具体实施步骤为：(1)将卫星测高数据进行预处理，得到数量为g个月份的海面高数据sshu(1≤u≤g)；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数。预处理包括共线处理、区域选择、自交叉点平差、椭球统一、框架统一和互交叉点平差。g应大于120。(2)以第一个月份数据的左上角坐标点(x1,y1)为第一个网格中心点，网格宽度W取最大轨道间距的一半，依次计算网格中心点经纬度坐标并储存在Lij中；其中，网格中心点坐标的计算方法为：其中，i和j表示从网格左上角起算第i列第j行。(3)对各月海面高数据sshu，以网格中心点Lij为圆心，以R为搜索半径，找到w个海面高数据，计算每个海面高数据sshuv(1≤u≤g,1≤v≤w)的插值权重puv，并计算在第u个月网格中心点Lij处的海面高数据插值结果SSHuij；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数，v表示以网格中心点Lij为圆心，在R搜索半径内的w个海面高数据的序数，i和j表示从网格左上角起算第i列第j行。R取网格宽度的2倍，即2W。计算权重puv的公式为：其中，ruv(1≤u≤g,1≤v≤w)表示海面高数据点到网格中心点之间的距离，即xi和yj分别表示网格中心点Lij的经度和纬度，xuv和yuv分别表示海面高数据点的经度和纬度。计算海面高数据插值结果SSHuij的公式为：其中，w表示以网格中心点Lij为圆心R范围内海面高数据的总个数，sshuv表示海面高数据值，puv表示海面高数据sshuv对应的权重。(4)确定网格中心点Lij处的海面高预测模型参数，即季节性差分自回归滑动平均(SeasonalAutoregressiveIntegratedMovingAverage,SARIMA)模型参数；其中，SARIMA(p,d,q)(P,D,Q)[s]模型表达式为：AP(Ls)＝(1-α1Ls-α2L2s-L-αPLPs)Θq(L)＝(1+θ1L+θ2L2+L+θqLq)BQ(Ls)＝(1+β1Ls+β2L2s+L+βQLQs)其中，s表示周期，Δ本文档来自技高网...

【技术保护点】
1.一种基于卫星测高数据的海平面变化预测方法，其特征在于，包括以下步骤：(1)将卫星测高数据进行预处理，得到数量为g个月份的海面高数据sshu(1≤u≤g)；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数。(2)以第一个月份数据的左上角坐标点(x1,y1)为第一个网格中心点，网格宽度W取最大轨道间距的一半，依次计算网格中心点经纬度坐标并储存在Lij中；其中，i和j表示从网格左上角起算第i列第j行。(3)对各月海面高数据sshu，以网格中心点Lij为圆心，以R为搜索半径，找到w个海面高数据，计算每个海面高数据sshuv(1≤u≤g,1≤v≤w)的插值权重puv，并计算在第u个月网格中心点Lij处的海面高数据插值结果SSHuij；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数，v表示以网格中心点Lij为圆心，在R搜索半径内的w个海面高数据的序数，i和j表示从网格左上角起算第i列第j行。(4)确定网格中心点Lij处的海面高预测模型参数，即季节性差分自回归滑动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型参数；(5)将步骤(4)确定的SARIMA模型参数带入模型中，计算第T个月各网格中心点Lij处的海面高预测值SSHTij'，从而得到研究区域内每个网格中心点Lij处的海面高预测值。...

【技术特征摘要】
1.一种基于卫星测高数据的海平面变化预测方法，其特征在于，包括以下步骤：(1)将卫星测高数据进行预处理，得到数量为g个月份的海面高数据sshu(1≤u≤g)；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数。(2)以第一个月份数据的左上角坐标点(x1,y1)为第一个网格中心点，网格宽度W取最大轨道间距的一半，依次计算网格中心点经纬度坐标并储存在Lij中；其中，i和j表示从网格左上角起算第i列第j行。(3)对各月海面高数据sshu，以网格中心点Lij为圆心，以R为搜索半径，找到w个海面高数据，计算每个海面高数据sshuv(1≤u≤g,1≤v≤w)的插值权重puv，并计算在第u个月网格中心点Lij处的海面高数据插值结果SSHuij；其中，u表示对参与建模的海面高数据月份按时间先后顺序进行排列的序数，v表示以网格中心点Lij为圆心，在R搜索半径内的w个海面高数据的序数，i和j表示从网格左上角起算第i列第j行。(4)确定网格中心点Lij处的海面高预测模型参数，即季节性差分自回归滑动平均(SeasonalAutoregressiveIntegratedMovingAverage,SARIMA)模型参数；(5)将步骤(4)确定的SARIMA模型参数带入模型中，计算第T个月各网格中心点Lij处的海面高预测值SSHTij'，从而得到研究区域内每个网格中心点Li...

【专利技术属性】
技术研发人员：孙钦婷，万剑华，刘善伟，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东,37