一种基于流函数构造的中尺度涡旋快速识别方法技术

本发明专利技术涉及一种基于流函数构造的中尺度涡旋快速识别方法，将识别区域内中尺度涡旋的原始数据输入到处理模型中进行数据清洗，输入到流速局限过滤器和流速零变过滤器进行数据初筛，将初筛后的涡旋信息输入到流向绕心过滤器进行数据复筛，将复筛后的涡旋信息输入到流函数过滤器中，对复筛后的涡旋信息进行纠错，对形状进行捕获，获得涡旋形状，对涡旋形状的形心计算作为涡旋中心；将涡旋中心与初始涡旋中心进行误差比较，获得确认后的涡旋信息。该方法主体基于涡旋的物理结构特征以层状结构构建，从而实现模型的快速融合，实现模型的轻量化，易部署化，易迁移化。易迁移化。易迁移化。

【技术实现步骤摘要】
一种基于流函数构造的中尺度涡旋快速识别方法


[0001]本专利技术涉及海洋环境监测
，尤其涉及一种基于流函数构造的中尺度涡旋快速识别方法。

技术介绍

[0002]中尺度涡旋作为一种跨尺度的海洋动力学现象，对海洋渔业、军事行动等诸多涉海活动都具有显著性影响，在海洋环境态势分析中，中尺度涡旋识别具有重要的理论和现实意义。目前已有的涡旋识别方法如数据统计方法、曲率中心方法、神经网络方法等，从理论本质上可以归化为三大类别，即经验性识别、计算机学习识别。
[0003]经验性识别取决于人为的主观决策，其识别效率和正确率的动态适应表现较差；而基于计算机技术的机器学习和深度学习识别，则由于数据量、硬件设施的高要求以及模型训练时间长，复用性差，局限了其应用部署场景。

技术实现思路

[0004]本专利技术的目的在于提供一种基于流函数构造的中尺度涡旋快速识别方法，以解决上述
技术介绍
中遇到的问题。
[0005]为实现上述目的，本专利技术的技术方案如下：
[0006]一种基于流函数构造的中尺度涡旋快速识别方法，所述方法包括以下步骤：
[0007]S1、将识别区域内中尺度涡旋的原始数据输入到处理模型中进行数据清洗；
[0008]S2、将数据清洗后的中尺度涡旋数据输入到流速局限过滤器和流速零变过滤器进行数据初筛，获得初筛后的涡旋信息；
[0009]S3、将初筛后的涡旋信息输入到流向绕心过滤器进行数据复筛，获得复筛后的涡旋信息；
[0010]S4、将复筛后的涡旋信息输入到流函数过滤器中，对复筛后的涡旋信息进行纠错；
[0011]S5、对形状进行捕获，获得涡旋形状，对涡旋形状的形心计算作为涡旋中心；
[0012]S6、将涡旋中心与初筛后的涡旋信息中的初始涡旋中心进行误差比较，若误差小于2km则直接输出涡旋信息，否则更新潜在涡旋中心的坐标，获得确认后的涡旋信息。
[0013]与现有技术相比，本专利技术的有益效果是：该方法主体基于涡旋的物理结构特征以层状结构构建，主要包含5个流程步骤，清洗、初筛、复筛、纠正、确认，通过多级过滤器从流场中提取涡旋位置(经纬度)、类型、形状。该方法具有轻量化，易部署化，易迁移化的特点，方法可根据需要进行拓展，通过在本模型涡旋筛选阶段增加其他涡旋识别定位模型，包括但不限于经验性的、基于物理特征的、机器学习的，可以实现模型的快速融合。
附图说明
[0014]参照附图来说明本专利技术的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本专利技术的保护范围构成限制。在附图中，相同的附图标记用于指代相同的部件。其中：
[0015]图1为本专利技术的工作流程示意图。
具体实施方式
[0016]为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，现在结合附图对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示本专利技术有关的构成。
[0017]根据本专利技术的技术方案，在不变更本专利技术实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。
[0018]下面结合附图和实施例对本专利技术的技术方案做进一步的详细说明。
[0019]如图1所示，一种基于流函数构造的中尺度涡旋快速识别方法，所述方法包括以下步骤：
[0020]S1、将识别区域内中尺度涡旋的原始数据输入到处理模型中进行数据清洗。
[0021]其中，处理模型包括陆地掩码模型和异常流速平滑模型，在陆地掩码模型中，没有流场信息的陆地通过特殊标记进行标识，依次移动格点搜索统计格点5km范围内的流速大小。在异常流速平滑模型中，若格点流速与统计区域的平均流速的差值，是统计局域内流速标准差的5倍则认为该格点的流速为异常流速，该格点的流速以该格点8邻域格点的流速均值进行替代。
[0022]该步骤通过数据清洗模型，对输入流场数据进行标准化，过滤流场数据噪声，可避免异常数据对涡旋识别的干扰。
[0023]S2、将数据清洗后的中尺度涡旋数据输入到流速局限过滤器和流速零变过滤器进行数据初筛，获得初筛后的涡旋信息，所述初筛后的涡旋信息为涡旋中心经度和涡旋中心纬度。
[0024]涡心的流速要明显低于涡旋臂，基于这一结构特征设计流速局部过滤器，在W
‑
E方向上V向流的流向在涡心两侧相反，在N
‑
S方向上U向流的流向在涡心两侧相反，基于这一结构特征设计流速零变过滤器。流速局限过滤器依次移动格点计算格点24邻域范围内局部最小流速所在经纬位置，标记为潜在涡旋中心，所述流速零变过滤器检查潜在涡旋中心N
‑
S和W
‑
E方向上流向的变化，过滤不符合涡旋结构特征的涡旋。
[0025]该步骤通过涡旋结构的最基本特征，过滤流场数据，可降低后续涡旋识别的计算量。
[0026]S3、将初筛后的涡旋信息输入到流向绕心过滤器进行数据复筛，获得复筛后的涡旋信息，所述复筛后的涡旋信息为涡旋类型、涡旋基本轮廓、涡旋中心经度和涡旋中心纬度；
[0027]流向绕心过滤器按照涡旋中的流场流向进行象限循环，例如按照“1
→2→3→4→
1”这样的象限循环变化的。所述流向绕心过滤器用于计算潜在涡旋中心3格点四周外边缘格点的流向所在象限，过滤不符合涡旋结构特征的涡旋。
[0028]该步骤进一步对流场数据进行过滤，可快速定位网格流场背景中涡旋的中心位置以及对应类型。
[0029]S4、将复筛后的涡旋信息输入到流函数过滤器中，对复筛后的涡旋信息进行纠错；
[0030]因流场流函数的等值线为流场的流线，基于这一原则设计流函数过滤器。其中，流函数过滤器初始搜索半径R＝10km,计算潜在涡旋中心R范围内的流函数分布，逐步增加搜索半径，获取流函数场中闭合且包含初始涡旋中心的流线，插值闭合流线连接点流速并取平均，按闭合图形面积大小排列，选择闭合图形平均流速不衰减且面积最大的闭合流线作为涡旋形状。
[0031]该步骤以潜在涡旋中心为轮廓识别入口，可快速捕捉网格流场背景中涡旋的形状，且以闭合图形连接点流速均值这种非严格性条件为选择涡旋形状的依据，可降低局部流速的微量异常对涡旋形状捕捉的干扰。
[0032]S5、对形状进行捕获，获得涡旋形状，对涡旋形状的形心计算作为涡旋中心。
[0033]该步骤基于闭合多边形的形心计算，可实现涡旋中心位置重新标定。
[0034]S6、将涡旋中心与初筛后的涡旋信息中的初始涡旋中心进行误差比较，若误差小于2km则直接输出涡旋信息，否则更新潜在涡旋中心的坐标，获得确认后的涡旋信息，确认后的涡旋信息为涡旋类型、涡旋形状、涡旋中心经度和涡旋中心纬度。
[0035]该步骤通过设定阈值过滤条件并多次迭代，可实现涡旋中心和轮廓的反复纠正，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于流函数构造的中尺度涡旋快速识别方法，其特征在于，所述方法包括以下步骤：S1、将识别区域内中尺度涡旋的原始数据输入到处理模型中进行数据清洗；S2、将数据清洗后的中尺度涡旋数据输入到流速局限过滤器和流速零变过滤器进行数据初筛，获得初筛后的涡旋信息；S3、将初筛后的涡旋信息输入到流向绕心过滤器进行数据复筛，获得复筛后的涡旋信息；S4、将复筛后的涡旋信息输入到流函数过滤器中，对复筛后的涡旋信息进行纠错；S5、对形状进行捕获，获得涡旋形状，对涡旋形状的形心计算作为涡旋中心；S6、将涡旋中心与初筛后的涡旋信息中的初始涡旋中心进行误差比较，若误差小于2km则直接输出涡旋信息，否则更新潜在涡旋中心的坐标，获得确认后的涡旋信息。2.根据权利要求1所述的一种基于流函数构造的中尺度涡旋快速识别方法，其特征在于：所述初筛后的涡旋信息为涡旋中心经度和涡旋中心纬度，所述复筛后的涡旋信息为涡旋类型、涡旋基本轮廓、涡旋中心经度和涡旋中心纬度，所述确认后的涡旋信息为涡旋类型、涡旋形状、涡旋中心经度和涡旋中心纬度。3.根据权利要求1所述的一种基于流函数构造的中尺度涡旋快速识别方法，其特征在于：在步骤S1中，所述处理模型包括陆地掩码模型和异常流速平滑模型，在陆地掩码模型中，没有流场信息的陆地通过特殊标记进行标识，依次移动格点搜索统计格点5k...

【专利技术属性】
技术研发人员：陆桦，
申请(专利权)人：北京中安智能信息科技有限公司，
类型：发明
国别省市：