综合海冰厚度反演方法、系统、介质、计算机设备及终端技术方案

本发明专利技术属于海冰厚度监测技术领域，公开了一种综合海冰厚度反演方法、系统、介质、计算机设备及终端，随机初始化一个回归树模型作为第一棵树，是一个根节点或一个包含多个叶子节点的树，利用当前模型对训练集进行预测，计算每个样本的残差值，即真实值减去当前模型的预测值；在残差上训练一个新的回归树模型，新的回归树模型的输出为残差的估计值；将新的回归树模型加入到当前模型中，形成一个新的模型；不断迭代，直到达到预设的迭代次数或者误差的收敛值，GBDT处理各种非线性问题，与海冰厚度的反演思想契合。本发明专利技术标记有助于减少模型在不确定性区域的错误，主动学习算法可以逐步提高模型的性能和减少不确定性。

【技术实现步骤摘要】

本专利技术属于海冰厚度监测，尤其涉及一种综合海冰厚度反演方法、系统、介质、计算机设备及终端。

技术介绍

1、海冰是海洋生态系统中重要组成部分，海冰厚度也是极地乃至全球气候变化的一个重要指标。随着每年温室气体排放变多导致全球温度升高，这也会导致极地的海冰面积和厚度减少，海洋吸收的热量比冰雪吸收的热量多，海水升温，进一步加快海冰的融化。当海冰融化或者处于无冰期的地区越多会反过来加速全球变暖，形成恶循环。不同状态的海冰对于船舶航行和开发海洋产业产生重大影响，因此对海冰厚度状况的评估和预测具有重要意义。

2、目前，海冰监测途径分为现场观测法、遥感测法两种。海冰现场观测是海冰研究中最传统也是最重要的方法，是获取海冰原始数据的有效手段，早在1893年，nansen就在北极弗拉姆海峡钻孔测量，但由于恶劣的天气环境对人力物力的要求很高，使得现场观测海冰的研究较少，海冰现场观测是海冰研究中较普遍的方法，它不仅是获取海冰原始数据的有效手段，还为深入了解海冰特性提供了宝贵的信息。尽管现场观测海冰的挑战性较高，但它积累了丰富的研究经验和观测方法。现场观测海冰涉及多个方本文档来自技高网...

【技术保护点】

1.一种综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法随机初始化一个回归树模型作为第一棵树，利用当前模型对训练集进行预测，计算每个样本的残差值；在残差上训练一个新的回归树模型，新的回归树模型的输出为残差的估计值；将新的回归树模型加入到当前模型中，形成一个新的模型；不断迭代，直到达到预设的迭代次数或者误差的收敛值。

2.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法的最大标准差策略在主动学习中的具体过程：

3.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法采用特征增强策略去建立SAR图像上的信息...

【技术特征摘要】

1.一种综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法随机初始化一个回归树模型作为第一棵树，利用当前模型对训练集进行预测，计算每个样本的残差值；在残差上训练一个新的回归树模型，新的回归树模型的输出为残差的估计值；将新的回归树模型加入到当前模型中，形成一个新的模型；不断迭代，直到达到预设的迭代次数或者误差的收敛值。

2.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法的最大标准差策略在主动学习中的具体过程：

3.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法采用特征增强策略去建立sar图像上的信息和冰厚数据之间的关系，使用sar图像极化信息hh、hv，以及sar图像对应的月份、入射角、实测点附近的海水温度作为特征去预测海冰厚度。

4.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法的数据处理，包括：

5.如权利要求1所述的综合海冰厚度反演方法，其特征在于，所述综合海冰厚度反演方法使用gbdt回归预测波弗特海的海冰厚度，步骤如下：初始化残差，构成弱学习器1，公式(5)所示；根据公式(6)计算残差；然后寻找回归树的最佳划分点，遍历每个特征的每个特征值作为阈值，通过阈值...

【专利技术属性】
技术研发人员：韩彦岭，朱晓俊，黄骏捷，马振玲，王静，周汝雁，潘海燕，张云，洪中华，杨树瑚，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：