一种浒苔绿潮斑块最优搜寻区域预报方法技术

本发明专利技术公开一种浒苔绿潮斑块最优搜寻区域预报方法，属于浒苔绿潮预警领域。该预报方法包括以下步骤：a确定浒苔应急打捞海域；b获取卫星遥感影像并解译；c浒苔绿潮斑块识别；d构建浒苔绿潮蒙特卡洛概率漂移预报模型；e获取打捞海域的表层海流和海面风的水文气象预报数据和预报误差；f预报浒苔绿潮斑块不同时刻的位置；g选取打捞船舶预计到达的时间，生成包含该时间段内所有浒苔绿潮粒子预报位置的最小凸多边形；h剖分为多个网格，计算每个网格的浒苔绿潮粒子的分布概率，从而得到预测的浒苔绿潮粒子在搜寻区域中的概率分布，即可确定浒苔绿潮斑块最优搜寻区域。本发明专利技术可提高浒苔绿潮打捞准确性和效率。绿潮打捞准确性和效率。绿潮打捞准确性和效率。

【技术实现步骤摘要】
一种浒苔绿潮斑块最优搜寻区域预报方法


[0001]本专利技术涉及浒苔绿潮预警领域，具体地说是涉及一种浒苔绿潮斑块最优搜寻区域预报方法。

技术介绍

[0002]浒苔绿潮具有高生物量、长距离运移过程和巨大影响的特点。浒苔上岸后会腐烂发臭，给海洋生态环境、滨海旅游、海上运动和水产养殖等造成了严重影响。浒苔绿潮防控工作已成为海洋领域的重大任务。
[0003]海上打捞、近岸拦截、岸滩清理是浒苔绿潮防控的三道防线。当前浒苔海上应急打捞决策过程中，决策者虽然利用信息平台掌握浒苔综合信息和船舶位置信息，但搜寻浒苔绿潮斑块的时间长，这导致浒苔打捞工作效率低、成本高。确定搜寻区域是开展浒苔打捞的前提。搜寻区域的确定涉及到如何量化复杂海况下浒苔绿潮斑块漂移、聚散和分裂过程。因此，确定最优搜寻区域是浒苔打捞的重点和难点。
[0004]国内外研究学者发现浒苔绿潮早期发生发展过程主要可以分为由零星绿藻、小斑块逐渐生长聚集为条带状、大斑块的漂浮发生阶段，以及规模性暴发阶段。在浒苔绿潮形成规模后打捞，其防控成本和难度将大大增加，而开展源头打捞（早期斑块较小时，生物量较低），能起到事半功倍的效果。因此，确定浒苔绿潮斑块的最优搜寻区域，特别当浒苔绿潮斑块面积较小时，是浒苔应急打捞的重要前提，也是目前需要迫切解决的问题。
[0005]搜寻区域确定主要基于浒苔绿潮斑块的漂移位置。目前浒苔绿潮的漂移位置预报一般采用“拉格朗日粒子追踪”方法，将漂浮浒苔绿潮斑块离散为一定数量的浒苔绿潮粒子，考虑风和流对浒苔绿潮斑块的拖曳作用，并基于海上和室内漂移试验以及数值敏感试验确定风、流作用系数和风拖曳偏转角，但是模型中未考虑浒苔绿潮斑块的聚散和大风大浪情况下分裂过程，且尚未开展搜寻区域确定或预报等研究工作。

技术实现思路

[0006]基于上述技术问题，本专利技术提出一种浒苔绿潮斑块最优搜寻区域预报方法，以提高浒苔绿潮斑块搜寻准确性和效率。
[0007]本专利技术所采用的技术解决方案是：一种浒苔绿潮斑块最优搜寻区域预报方法，包括以下步骤：a确定浒苔应急打捞海域；b获取步骤a确定的浒苔应急打捞海域的卫星遥感影像，从卫星遥感影像中提取出浒苔绿潮散点；c将步骤b提取出的浒苔绿潮散点标识为不同的浒苔绿潮斑块；d构建浒苔绿潮蒙特卡洛概率漂移预报模型将浒苔绿潮斑块离散为一定数量的浒苔绿潮粒子，考虑风和流对浒苔绿潮粒子的拖曳作用，并引入随机走动以反映漂移、聚散和分裂过程的不确定性，构建浒苔绿潮蒙特卡
洛概率漂移预报模型，具体见公式（1）：
ꢀꢀꢀꢀꢀꢀ
（1）式（1）中x
i
为第i个浒苔绿潮斑块在t时刻的位置；v
a
为表层流速，v
d
为海面10 m 风速；R1为海流作用系数；R2为风作用系数，表示风对浒苔的直接拖曳作用；表示风对浒苔绿潮斑块运动方向的改变作用；x轴方向为, y轴方向为，其中为风与x方向坐标轴的夹角，单位为度， 为风拖曳偏转角，单位为度；表示扩散系数，一般为海流或风场的预报误差；是一个独立的随机数，n为随机数个数；e获取浒苔应急打捞海域预报的表层流速和海面10m风速，以及表层流速和海面10m风速的数值预报误差；f选取关注的浒苔绿潮斑块，将其离散为浒苔绿潮粒子，基于步骤d构建的浒苔绿潮蒙特卡洛概率漂移预报模型，以浒苔绿潮粒子的初始位置和时间为模型的初始值，预报浒苔绿潮粒子未来不同时刻的漂移位置；g确定浒苔绿潮斑块预选搜寻区域确定打捞船舶预计到达的时间，首先生成包含该时间段内所有浒苔绿潮粒子预报位置的最小凸多边形，然后生成最小面积外接矩形，获得预选搜寻区域；h将步骤g获得的预选搜寻区域剖分为M
×
N个大小相同的网格，计算每个网格的浒苔绿潮粒子的分布概率，从而得到浒苔绿潮粒子在预选搜寻区域中的概率分布，进而确定浒苔绿潮斑块最优搜寻区域，完成浒苔绿潮斑块最优搜寻区域预报。
[0008]优选的，步骤c中：采用基于密度的聚类算法将浒苔绿潮散点标识为不同的浒苔绿潮斑块。
[0009]优选的，步骤d中：海流作用系数R1为0.8
‑
1.0，风作用系数R2为0.005
‑
0.015，风拖曳偏转角为20
‑
30
°
。
[0010]步骤d中，基于拉格朗日粒子追踪方法，将漂浮的浒苔绿潮斑块离散为一定数量的浒苔绿潮粒子。
[0011]上述步骤中，当从卫星遥感影像中解译提取出的浒苔绿潮散点数量远大于计算机计算能力时，需将浒苔绿潮散点抽稀，即先将浒苔绿潮散点标识为不同的浒苔绿潮斑块，再将浒苔绿潮斑块离散为一定数量的浒苔绿潮粒子。一个浒苔绿潮粒子代表一定数量的浒苔绿潮散点。基于步骤d构建的浒苔绿潮蒙特卡洛概率漂移预报模型，以浒苔绿潮斑块监测位置和时间为模型初始值，预报浒苔绿潮粒子不同时刻的位置。
[0012]优选的，步骤g中浒苔绿潮粒子预报位置的最小面积外接矩形的计算步骤如下：g1针对打捞船舶到达浒苔绿潮斑块附近海域时间段内，某一个浒苔绿潮斑块所有浒苔绿潮粒子的不同预报位置，采用格雷厄姆扫描算法，计算浒苔绿潮粒子的最外层的点连接起来构成的最小凸多边型，又称凸包；
g2将凸包两个相邻的点连线作为矩形第一条边；g3寻找凸包上距离已得到的第一条边最远的点，过该点做与第一条边相平行的平行线，得到矩形第二条边；g4将凸包上点向已得到的第一条边和第二条边投影，求得投影点相距最远的两个点，过该两点做直线，作为矩形另外两条边；g5遍历凸包所有相邻两点重复步骤g2至g4，求得面积最小的矩形。
[0013]优选的，步骤h中：通过画图方法绘制概率分布的浒苔绿潮斑块最优搜寻区域，网格灰度值越大为概率越高的区域，需要优先搜寻；从黑色网格往四周概率逐渐降低，白色网格的概率最低。
[0014]本专利技术的有益技术效果是：本专利技术浒苔绿潮斑块最优搜寻区域预报方法相比传统的目标搜寻区域确定方法，在确定目标分布概率时，不是作为围绕基准点、基准线或基准区域均匀分布，而是考虑了浒苔绿潮斑块受风、浪等环境因素影响存在漂移、聚集和分裂等过程的不确定性,构建浒苔绿潮斑块蒙特卡洛概率漂移模型，进而预报浒苔绿潮斑块最优搜寻区域。基于此本专利技术充分考虑浒苔绿潮斑块的分布特征，采用基于密度的聚类算法（DBSCAN算法），识别浒苔绿潮斑块；构建了考虑漂移、聚集和分裂的不确定性的浒苔绿潮斑块蒙特卡洛概率漂移模型，根据打捞船舶可能到达的时间段，统计分析分布概率，预报最优搜寻区域；浒苔打捞决策者可根据船舶位置，选择其中一个或者几个区域，开展浒苔绿潮斑块搜寻。这种方法可提高浒苔绿潮打捞的准确性和效率，进而缩短搜寻时间、减少资源浪费，将在浒苔打捞过程中起重要作用。
附图说明
[0015]下面结合附图与具体实施方式对本专利技术作进一步说明：图1为本专利技术浒苔绿潮斑块最优搜寻区域预报方法的流程图；图2为本专利技术具体应用实例中高分四号（GF4）卫星监测数据基于密度的空间聚类结果；图3为本专利技术具体应用实例中浒苔绿潮蒙特卡洛概率漂移预报结果；图4为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种浒苔绿潮斑块最优搜寻区域预报方法，其特征在于包括以下步骤：a确定浒苔应急打捞海域；b获取步骤a确定的浒苔应急打捞海域的卫星遥感影像，从卫星遥感影像中提取出浒苔绿潮散点；c将步骤b提取出的浒苔绿潮散点标识为不同的浒苔绿潮斑块；d构建浒苔绿潮蒙特卡洛概率漂移预报模型将浒苔绿潮斑块离散为一定数量的浒苔绿潮粒子，考虑风和流对浒苔绿潮粒子的拖曳作用，并引入随机走动以反映漂移、聚散和分裂过程的不确定性，构建浒苔绿潮蒙特卡洛概率漂移预报模型，具体见公式（1）：
ꢀꢀꢀꢀꢀꢀ
（1）式（1）中：x
i
为第i个浒苔绿潮斑块在t时刻的位置；v
a
为表层流速，v
d
为海面10 m 风速；R1为海流作用系数；R2为风作用系数，表示风对浒苔的直接拖曳作用；表示风对浒苔绿潮斑块运动方向的改变作用；x轴方向为, y轴方向为，其中为风与x方向坐标轴的夹角，单位为度，为风拖曳偏转角，单位为度；表示扩散系数，为海流或风场的预报误差；是一个独立的随机数，n为随机数个数；e获取浒苔应急打捞海域预报的表层流速和海面10m风速，以及表层流速和海面10m风速的数值预报误差；f选取关注的浒苔绿潮斑块，将其离散为浒苔绿潮粒子，基于步骤d构建的浒苔绿潮蒙特卡洛概率漂移预报模型，以浒苔绿潮粒子的初始位置和时间为模型的初始值，预报浒苔绿潮粒子未来不同时刻的漂移位置；g确定浒苔绿潮斑块预选搜寻区域确定打捞船舶预计到达的时间，首先生成包含该时间段内所有浒苔绿潮粒子预报位置的最小凸多边形，然后生成最小面积外接矩形，获得预选搜寻区域；h将步骤g获得的预选搜寻区域剖分为M
×
N个大小相同的网格，计算每个网格...

【专利技术属性】
技术研发人员：吴玲娟，高松，徐江玲，蔡晓晴，李轶斐，袁超，
申请(专利权)人：国家海洋局北海预报中心国家海洋局青岛海洋预报台国家海洋局青岛海洋环境监测中心站，
类型：发明
国别省市：