本发明专利技术公开了一种高海情海面精细结构建模方法。包括：在高海情情况下，获取海洋环境的基本要素数据，并对缺失值和异常值进行处理，得到处理后的数据；对处理后的数据进行拟合，得到白冠覆盖数据；构建第一CNN模型，并进行预训练，将处理后的数据输入预训练后的模型，结合白冠覆盖数据得到白冠区域；构建第二CNN模型，对传统的海面几何结构模型的图片进行图像处理，结合白冠区域得到高海情状态下的海面精细结构模型图；对白冠区域与非白冠区域进行并行计算，建立大区域下的高海情海面精细结构模型。本发明专利技术可以仿真出高海情海面的白冠等精细结构，建立真实的大区域海面精细结构模型，且极大地加速大区域需要分区的海情海面精细结构建模。构建模。构建模。
【技术实现步骤摘要】
一种高海情海面精细结构建模方法和装置
[0001]本专利技术涉及海洋测绘
，尤其涉及一种高海情海面精细结构建模方法和装置。
技术介绍
[0002]海洋占据了地球的大部分面积，对于海洋的研究与勘测，很多时候需要用到可视化的模型，从而直观性地研究海洋海面的特征。
[0003]目前传统的方法是通过大量的实测数据，然后利用传统的海面物理模型进行建模，从而构建出某区域某时刻下的海面模型。
[0004]然而，传统的物理建模方法具有以下缺点：(1)传统的海面物理模型无法应对高海情下的海面情况。实际的海面通常会在风浪的影响下形成低频涌浪，同时会伴随着破碎波、泡沫、内波与浮冰等自然现象。尤其是在大风大浪天气下，海洋环境的空间变异性会显著增强，再加上浪破碎后又会产生白冠等，传统的海面物理模型无法模拟此情况，所建的模型不严谨、不可用于科研。(2)模型是线性的，不仅不够真实，而且无法展现白冠等精细结构。传统的模型通常是认为两个变量之间以某种线性相关的关系存在，但是现实情况往往并非如此，比如浪高和风速，并非完全线性相关。(3)计算缓慢。传统的物理建模方法使用的计算方式较为原始。
技术实现思路
[0005]为了解决上述问题，本专利技术提供了一种高海情海面精细结构建模方法和装置，其中的方法包括以下步骤：S1、在高海情情况下，获取待测区域海洋环境的基本要素数据，并对数据中的缺失值和异常值进行处理，得到处理后的数据；S2、对处理后的数据进行拟合，得到白冠覆盖数据，包括海浪泡沫覆盖率和海浪破碎概率；S3、构建第一CNN模型，并对第一CNN模型进行预训练，将处理后的数据输入预训练后的第一CNN模型，结合白冠覆盖数据得到白冠区域；S4、构建传统的海面几何结构模型，基于传统的海面几何结构模型和白冠区域，构建第二CNN模型，对传统的海面几何结构模型的图片进行图像处理，得到高海情状态下的海面精细结构模型图；S5、对高海情状态下的海面精细结构模型图中的白冠区域与非白冠区域进行并行计算，建立大区域下的高海情海面精细结构模型。
[0006]进一步地，步骤S1中，海洋环境的基本要素数据包括：风速、风向、浪高、浪向。
[0007]进一步地，步骤S2具体为：使用含泡沫海面修正双尺度法，计算泡沫覆盖率与破碎概率；泡沫覆盖率的公式为：
其中，S为待测区域海面总面积，表示泡沫覆盖率，n为某一瞬间在一个大区域海面上出现白冠的数量，每个白冠覆盖的面积为；利用经验公式以及海洋实测数据拟合得到：其中，U
10
为海面10m高度平均风速，当风速大于等于7m/s时，泡沫覆盖率的值有意义。
[0008]进一步地，海浪破碎概率计算的判据分为三类：（1）运动学判据：水体运动的水平速度等于或大于波的相速度；（2）动力学判据：水体的加速度等于或大于一定比例的重力加速度；（3）几何学判据：自由表面的波陡等于或大于一定的值，海浪发生破碎。
[0009]进一步地，步骤S3中，对第一CNN模型进行预训练的训练数据为：同时段同地点海面实测的白冠覆盖数据、浪向、浪高、风速、风向的先验信息。
[0010]进一步地，步骤S4中，对传统的海面几何结构模型的图片进行图像处理时，将传统的海面几何结构模型中展示的大区域海面划分为若干子区域，第二CNN模型综合学习白冠区域的数据和海面子区域的划分数据，根据海面传统几何结构模型图，标注有白冠区域与无白冠区域，针对有白冠覆盖的海面区域，利用白冠覆盖数据，在传统几何结构模型图上进行再次建模，生成高海情状态下的海面精细结构模型图。
[0011]还提出一种高海情海面精细结构建模装置，包括：处理器；存储器，其上存储有可在所述处理器上运行的计算机程序；其中，所述计算机程序被所述处理器执行时实现一种高海情海面精细结构建模方法的步骤。
[0012]本专利技术提供的技术方案带来的有益效果是：通过获取在高海情情况下，海洋环境的基本要素数据，并对数据中的缺失值和异常值进行处理，对处理后的数据进行拟合，得到较为准确有效的泡沫覆盖率与破碎概率数据；使用训练完成的卷积神经网络模型，并创新地结合使用AI能力与传统几何结构建模，判断泡沫覆盖区域，进行图像处理，从而仿真出高海情海面的白冠等精细结构，建立真实的大区域海面精细结构模型。
附图说明
[0013]图1是本专利技术实施例一种高海情海面精细结构建模方法的流程图；图2是本专利技术实施例选取海浪破碎概率计算的判据示意图；图3是本专利技术实施例不同风速的含泡沫覆盖点的大区域海面几何结构图；其中，图3(a)是风速为6m/s的含泡沫覆盖点的大区域海面几何结构图，图3(b)是风速为10 m/s的含泡沫覆盖点的大区域海面几何结构图，图3(c)是风速为19m/s的含泡沫覆盖点的大区域海
面几何结构图；图4是本专利技术实施例大尺度海面离散为三角面元示意图；图5是本专利技术实施例传统几何结构建模的图片模型和本申请实施例的高海情海面精细结构模型，其中，图5(a)为传统几何结构建模的图片模型，图5(b)为本申请实施例的高海情海面精细结构模型。
具体实施方式
[0014]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地描述。
[0015]本实施例的一种高海情海面精细结构建模方法的流程图如图1，包括以下步骤：S1、在高海情情况下，获取待测区域海洋环境的基本要素数据，海洋环境的基本要素数据包括：风速、风向、浪高、浪向；并对数据中的缺失值和异常值进行处理，得到处理后的数据；S2、对处理后的数据进行拟合，得到白冠覆盖数据，包括海浪泡沫覆盖率和海浪破碎概率。
[0016]海洋环境中，随着风速的增大，海面在强风的推动下出现海浪破碎，导致大量的空气被水吞没，导致部分海面被泡沫覆盖，形成一层白冠，白冠的形成与海浪泡沫覆盖、海浪破碎等有直接关系。
[0017]海表面白冠覆盖区域占整个海表面的比例被定义为白冠覆盖率，其平均值约为1~4%，白冠覆盖率与海浪泡沫覆盖率、海浪破碎概率有直接关系。海面白冠覆盖率不仅是风速的函数，而且与大气稳定度等，特别是海面波浪状况有关，是一系列环境和气象因子的综合表征。
[0018]泡沫覆盖率的公式为：其中，S为待测区域海面总面积，表示泡沫覆盖率，n为某一瞬间在一个大区域海面上出现白冠的数量，每个白冠覆盖的面积为；利用经验公式以及海洋实测数据拟合得到：其中，U
10
为海面10m高度平均风速，当风速大于等于7m/s时，泡沫覆盖率的值有意义。
[0019]海浪破碎概率计算的判据分为三类：（1）运动学判据：水体运动的水平速度等于或大于波的相速度；（2）动力学判据：水体的加速度等于或大于一定比例的重力加速度；（3）几何学判据：自由表面的波陡等于或大于一定的值，海浪发生破碎。
[0020]本专利技术实施例选取海浪破碎概率计算的判据时，根据破碎发生率和白冠覆盖率以及发生破碎的数量、白冠覆盖的面积大小和尺度大小。选取几何学判据中通过对波陡做判
断作为判断海面破碎的方法。利用海面高度和波长的比值进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种高海情海面精细结构建模方法，其特征在于，包括以下步骤：S1、在高海情情况下，获取待测区域海洋环境的基本要素数据，并对数据中的缺失值和异常值进行处理，得到处理后的数据；S2、对处理后的数据进行拟合，得到白冠覆盖数据，包括海浪泡沫覆盖率和海浪破碎概率；S3、构建第一CNN模型，并对第一CNN模型进行预训练，将处理后的数据输入预训练后的第一CNN模型，结合白冠覆盖数据得到白冠区域；S4、构建传统的海面几何结构模型，基于传统的海面几何结构模型和白冠区域，构建第二CNN模型，对传统的海面几何结构模型的图片进行图像处理，得到高海情状态下的海面精细结构模型图；S5、对高海情状态下的海面精细结构模型图中的白冠区域与非白冠区域进行并行计算，建立大区域下的高海情海面精细结构模型。2.根据权利要求1所述的一种高海情海面精细结构建模方法，其特征在于，步骤S1中，海洋环境的基本要素数据包括：风速、风向、浪高、浪向。3.根据权利要求1所述的一种高海情海面精细结构建模方法，其特征在于，步骤S2具体为：使用含泡沫海面修正双尺度法，计算泡沫覆盖率与破碎概率；泡沫覆盖率的公式为：其中，S为待测区域海面总面积，表示泡沫覆盖率，n为某一瞬间在一个大区域海面上出现白冠的数量，每个白冠覆盖的面积为；利用经验公式以及海洋实测数据拟合得到：其中，U
10
为海面10m高度平均风速，当风速大于...
【专利技术属性】
技术研发人员：吴昊臻，令狐龙翔，郭源，程如锦，
申请(专利权)人：吴昊臻，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。