漂移速度预测方法、装置、计算设备及存储介质制造方法及图纸

本公开实施例涉及一种漂移速度预测方法、装置、计算设备及存储介质。本公开实施例提供一种漂移速度预测方法，包括：获取待预测漂浮物所在位置处的环境特征参数，所述环境特征参数包括波浪特征参数；将所述波浪特征参数输入到预先训练的浪致漂移深度学习模型，得到浪致漂移速度；其中，所述浪致漂移深度学习模型基于第一样本漂移数据训练得到，所述第一样本漂移数据包括样本漂浮物的样本漂移速度观测值和对应的样本表层水流特征参数、样本风特征参数和样本波浪特征参数。通过预测浪致漂移速度，可以更为精准地预测待预测漂浮物的漂移速度，进而可以更为精准地预测待预测漂浮物的漂移路径。移路径。移路径。

【技术实现步骤摘要】
漂移速度预测方法、装置、计算设备及存储介质


[0001]本公开实施例涉及海事
，尤其涉及一种漂移速度预测方法、装置、计算设备及存储介质。

技术介绍

[0002]海事事故可能产生各种海上漂浮物。例如，在出现海上溢油事故时，可能产生油膜漂浮物。再例如，在出现海上船舶碰撞事故时，可能产生碰撞残片、救生浮筏、落水人员、失事船舶等漂浮物。
[0003]为在海事事故发生后快速地打捞清理海上漂浮物或搜救相关漂浮物，需要确定海上漂浮物所在的大致海域。确定海上漂浮物大致海域，需要对海上漂浮物的漂移路径进行预测。因为海上漂浮物受到海面风、流和波浪的影响，较为准确地实现海上漂浮物漂移路径的预测的前提是较为准确地确定各个时刻的风致漂移速度、流致漂移速度和浪致漂移速度。
[0004]因为没有合理地理论解释浪致漂移，并且浪致漂移相对于流致漂移和风致漂移的影响较小，所以在当前海上漂浮物漂移路径预测时，一般不考虑海浪的影响，也就是并不会考虑海上漂浮物的浪致漂移速度。
[0005]但是在不考虑浪致漂移速度的情况下，对海上漂浮物的漂移路径和实际所在海本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种漂移速度预测方法，其特征在于，包括：获取待预测漂浮物所在位置处的环境特征参数，所述环境特征参数包括波浪特征参数；将所述波浪特征参数输入到预先训练的浪致漂移深度学习模型，得到浪致漂移速度；其中，所述浪致漂移深度学习模型基于第一样本漂移数据训练得到，所述第一样本漂移数据包括样本漂浮物的样本漂移速度观测值和对应的样本表层水流特征参数、样本风特征参数和样本波浪特征参数。2.根据权利要求1所述的方法，其特征在于，所述环境特征参数还包括表层水流特征参数和风特征参数；所述方法还包括：基于所述表层水流特征参数计算流致漂移速度，以及基于所述风特征参数计算风致漂移速度；根据所述流致漂移速度、所述风致漂移速度和所述浪致漂移速度，计算所述待预测漂浮物的预测漂移速度。3.根据权利要求2所述的方法，其特征在于，所述基于所述表层水流特征参数计算流致漂移速度，包括：基于所述表层水流特征参数和第一流致漂移系数计算所述流致漂移速度；所述基于所述风特征参数计算风致漂移速度，包括：基于所述风特征参数和第一风致漂移系数计算所述风致漂移速度；其中，所述第一流致漂移系数和所述第一风致漂移系数在基于所述第一样本漂移数据训练所述浪致漂移深度学习模型的过程中确定的。4.根据权利要求3所述的方法，其特征在于，在基于所述风特征参数和第一风致漂移系数计算所述风致漂移速度之前，所述方法还包括：根据所述环境特征参数确定预测风致漂移偏向性；根据所述预测风致漂移偏向性选择对应的所述第一风致漂移系数。5.根据权利要求4所述的方法，其特征在于，所述根据所述环境特征参数确定预测风致漂移偏向性，包括：将所述环境特征参数输入到预先训练的风致漂移偏向性深度学习模型，确定所述预测风致漂移偏向性；其中，所述偏向性深度学习模型基于第二样本漂移数据训练得到，所述第二样本漂移数据包括样本漂浮物的风致漂移偏向性观测值和对应的环境特征参数。6.根据权利要求2所述的方法，其特征在于，所述波浪特征参数包括波高、波周期和波向中的至少之一，所述表层水流特征参数包括表层水流的流速和流向，所述风特征参数包括风速和风向。7.根据权利要求1所述的方法，其特征在于，所述获取待预测漂浮物所在位置处的环境特征参数，包括：基于观测海况数据确定海况模拟模型；基于所述海况模拟模型进行数值模拟，确定所述待预测漂浮物所在位置和时间处的环境特征参数。8.一种浪致漂移深度学习模型的训练方法，其特征在于，包括：
获取多组第一样本漂移数据，所述第一样本漂移数据包括样本漂浮物的样本漂移速度观测值，以及对应的样本环境特征参数；基于所述第一样本漂移数据，训练浪致漂移深度学习模型。9.根据权利要求8所述的方法，其特征在于，所述样本环境特征参数包括样本表层水流特征参数、样本风特征参数和样本波浪特征参数；所述基于所述第一样本漂移数据，训练浪致漂移深度学习模型，包括：确定第一流致漂移系数和第一风致漂移系数；基于所述样本表层水流特征参数和所述第一流致漂移系数，计算样本流致漂移速度估计值；基于所述样本风特征参数和所述第一风致漂移系数计算样本风致漂移速度估计值；基于所述样本漂移速度观测值，对应的所述样本流致漂移速度估计值和所述样本风致漂移速度估计值，计算对应的样本浪致漂移速度估计值；采用所述样本波浪特征参数和对应的所述样本浪致漂移速度估计值，训练所述浪致漂移深度学习模型。10.根据权利要求9所述的方法，其特征在于，所述确定第一流致漂移系数和第一风致漂移系数，包括：基于所述第一样本漂移数据中的样本漂移速度观测值、样本表层水流特征参数和样本风特征参数，确定第一流致漂移系数和第一风致漂移系数。11.根据权利要求10所述的方法，其特征在于，包括多组所述第一样本漂移数据，每组所述第一样本漂移数据的数量均为多个；所述基于所述第一样本漂移数据中的样本漂移速度观测值、样本表层水流特征参数和样本风特征参数，确定第一流致漂移系数和第一风致漂移系数，包括：基于各组所述第一样本漂移数据中的样本漂移速度观测值、样本表层水流特征参数和样本风特征参数，分别计算对应的第二流致漂移系数和第二风致漂移系数；基于所述第二流致漂移系数计算所述第一流致漂移系数，以及基于所述第二风致漂移系数计算所述第一风致漂移系数。12.根据权利要求11所述的方法，其特征在于，所述基于所述第二流致漂移系数计算所述第一流致漂移系数，包括：A．计算第二流致漂移系数的均值和标准差；B．基于第二流致漂移系数的均值和标准差，判断多个第二流致漂移系数的分布特性是否符合第一预设条件；C．在多个第二流致漂移速度的分布特性符合所述第一预设条件的情况下，将多个第二流致漂移系数的均值作为所述第一流致漂移系数；D．在多个第二流致漂移速度的分布特性不符合所述第一预设条件的情况下，按照所述第一预设条件对所述多个第二流致漂移系数进行筛选，得到筛选后的第二流致漂移系数，并重新执行步骤A
‑
D，直至筛选后的第二流致漂移系数的分布特性符合所述第一预设条件。13.根据权利要求11所述的方法，其特征在...

【专利技术属性】
技术研发人员：牟林，王道胜，李琰，秦浩，
申请(专利权)人：南方海洋科学与工程广东省实验室广州，
类型：发明
国别省市：