一种极地固定冰冰厚的多元统计预测方法技术

本发明专利技术公开了一种极地固定冰冰厚的多元统计预测方法，采用多元回归分析模型建立固定冰冰厚的经验公式；采用人工神经网络模型进行多元因素作用下的海冰冰厚预报。本发明专利技术的有益效果是以冰厚为主要信息的长期冰厚序列，通过多元回归分析模型建立预测冰厚的人工经验公式，对引入的环境强迫因素输入人工神经网络模型，对海冰冰厚进行预报，预报精度能够满足业务保障需求，为极地矿产资源的勘探和北极航运等北极海洋工程提供技术支持。

A Multivariate Statistical Prediction Method for Fixed Ice Thickness in Polar Region

The invention discloses a multivariate statistical prediction method for fixed ice thickness in the polar region, establishes an empirical formula for fixed ice thickness by using multivariate regression analysis model, and uses artificial neural network model to predict sea ice thickness under the action of multivariate factors. The beneficial effect of the present invention is that the long-term ice thickness sequence with ice thickness as the main information is established by means of multiple regression analysis model, and the artificial experience formula for predicting ice thickness is established. The artificial neural network model is input to the introduced environmental forcing factors to predict the ice thickness. The prediction accuracy can meet the needs of operational support, and can be used for Arctic marine workers such as exploration of polar mineral resources and Arctic shipping. Cheng provides technical support.

【技术实现步骤摘要】
一种极地固定冰冰厚的多元统计预测方法
本专利技术属于海洋学
，涉及一种极地固定冰冰厚的多元统计预测方法。
技术介绍
随着“冰上丝绸之路”的开展，北极矿产资源和北极航线等受到了与日俱增的关注。突发性的海冰灾害对海洋工程活动容易引发严重的损失和危害，如海洋平台受损、航道阻塞、港口封冻、船只受困等。目前极地海冰固定冰冰厚的探测主要依靠卫星遥感、钻孔勘探、船舶走航、潜艇声纳探测和数值模拟等手段。其中卫星遥感反演由于受到大气条件的阻碍作用，冰厚反演结果存在较大的误差；钻孔勘探需要较大的人工成本；船舶走航主要集中在低、中密集度海冰区，在沿岸固定冰区容易受困；潜艇探测目前只有1976-2000年美国海军潜艇冬季声纳实测数据，且主要集中在中央冰区；数值模拟较适合与海冰密集度预报，但针对冰厚则误差较大。此外，除钻孔勘探外，其余探测方法还存在精度低等问题。鉴于此，基于影响海冰生消过程的热力和动力因素，采用合理的数学统计方法，抛除海冰生长消退的具体过程，采用影响海冰生消的诸多热力和动力因素的历史数据，采用多元回归分析模型，寻求与冰厚之间建立一种映射关系，推导出适用于极地海冰的冰厚经验公式，以此来对沿本文档来自技高网...

【技术保护点】
1.一种极地固定冰冰厚的多元统计预测方法，其特征在于：(1)采用多元回归分析模型建立固定冰冰厚的经验公式；(2)采用人工神经网络模型进行多元因素作用下的海冰冰厚预报。

【技术特征摘要】
1.一种极地固定冰冰厚的多元统计预测方法，其特征在于：(1)采用多元回归分析模型建立固定冰冰厚的经验公式；(2)采用人工神经网络模型进行多元因素作用下的海冰冰厚预报。2.按照权利要求1所述一种极地固定冰冰厚的多元统计预测方法，其特征在于：所述步骤(1)中多元回归分析模型：①确定多元变量，即固定冰所在地的冰情环境要素；设随机变量h与多个变量x1,x2,…，xm之间存在如下的线形关系，h＝β0+β1x1+β2x2+…βmxm+ε(1)其中，h代表固定冰冰厚序列；序列{xi，i＝1,2,…m}代表影响海冰生消的局地热力学和动力学要素，{βi，i＝0,1,…m}代表待估计的总体参数；ε代表随机误差，是n个相互独立的，且服从同一正态分布N(0,σ)的随机变量；②参数估计及其检验；选择最小二乘算法进行参数估计，使预测值h与观测值的偏差平方和达到最小：得到估计参数{βi，i＝0,1,…m}的估计值选择F统计量进行检验：原假设H0：β1＝0,β2＝0,…βm＝0统计量U回归平方和，代表V代表剩余平方和；在给定显著性水平α下，若F≥Fα，则回归方程显著，否则，回归效果不显著(α＝0.05)；③预报量的区间估计利用已经建立的多元回归方程，采用预报量的95％预报空间：确定预测的冰厚取值范围。3.按照权利要求1所述一种极地固定冰冰厚的多元统计预测方法，其特征在于：所述步骤(2)中人工神经网络模型：假设有N个训练样本(Xk，Yk*)，k＝1，2，…，N，对某个样本(Xk，Yk*)而言，先通过网络模型正向传播，设Xk＝(X1k，X2k，…，Xnk)为样本K的输入节点，先后经过输入层，隐含层逐层处理，最后由输出层输出，得出训练样本K的BP网络训练输出为Yk＝(Y1k，Y...

【专利技术属性】
技术研发人员：王智峰，段成林，董胜，陶山山，张日，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：山东,37