【技术实现步骤摘要】
本专利技术属于水文、海洋，具体涉及一种基于傅里叶神经算子的海洋三维温盐流预测方法及系统。
技术介绍
1、海洋温度、盐度和流结构的长期变化与我国沿海地区的气候、生态环境及海上作业密切相关。了解这些变化规律是确保海洋资源开发、改善海洋环境质量和维持生态平衡的重要科学基础。此外，这对于理解海洋动力学、气候系统和生态系统同样至关重要。海水温度和盐度的变化直接影响大洋环流、全球水循环以及海洋—气候系统的演变，进而影响海洋对全球气候变化的调节能力。这些变化还与关键的海洋—大气热力过程紧密关联，包括海洋热浪的发生、温跃层的形成、厄尔尼诺现象的发展以及深水的生成。因此，精确估算海洋内部的温度场和盐度场对于理解海洋生态系统、海洋动力学以及气候变化至关重要。
2、目前，温盐流预测主要依赖于数值模型和统计方法。这些方法通常基于一系列物理方程（如navier-stokes方程、能量传输方程等）来模拟海洋环境的行为。尽管这些方法能够在一定程度上提供有用的预测结果，但它们仍存在一些固有的局限性：数值模拟需要大量的计算资源，尤其是在进行三维空间和长时间尺度的模拟时；海洋观测数据往往分布稀疏且不连续，这对模型的校准和验证构成了挑战；长时间预测时，模型内部的误差会逐渐累积，导致预测精度下降；而且复杂海洋现象中的非线性相互作用难以被传统模型完全捕捉。这些方法高度依赖于参数设定和人类的认知水平，因此对于复杂海洋过程的模拟效果有限。尤其在实时预测方面，传统方法难以准确预测海洋极端事件，且复杂动力学方程的求解难度大。
技术实现思路
1、本专利技术的目的是为了解决传统海洋三维温盐流数值模拟的研究存在计算资源消耗大和时间长的问题，提出了一种基于傅里叶神经算子的海洋三维温盐流预测方法及系统。
2、本专利技术的技术方案为：第一方面，一种基于傅里叶神经算子的海洋三维温盐流预测方法，包括以下步骤：
3、s1.获取不同深度层的海洋温度数据、海洋盐度数据和海洋流速数据；
4、s2.构建基于傅里叶神经算子架构的海洋三维温盐流预测模型；
5、s3.将海洋温度数据、海洋盐度数据和海洋流速数据输入海洋三维温盐流预测模型，输出得到海洋三维温盐流预测结果。
6、本专利技术的有益效果是：
7、本专利技术通过基于傅里叶神经算子架构的海洋三维温盐流预测模型 从海洋温盐流历史数据中进行学习，从而准确高效预测海洋三维温盐流状况，为海洋科学研究和应用提供强有力的支持，为海洋环境监测、气候研究以及海洋资源管理等领域带来重大的技术进步。
8、作为优选，所述步骤s2具体包括以下分步骤：
9、s21.对不同深度层的海洋温度数据、盐度数据和流速数据进行数据清洗、缺失值填充和归一化处理，得到四维的海洋温盐流数据集；
10、s22.构建基于傅里叶神经算子的网络模型，并将四维的海洋温盐流数据集输入基于傅里叶神经算子的网络模型中进行训练，得到基于傅里叶神经算子架构的海洋三维温盐流预测模型。
11、作为优选，所述归一化处理具体为：对各数据值减去数据集的均值并除以标准差，得到四维的海洋温盐流数据集；所述标准差中添加有常数0.00001。
12、作为优选，步骤s2中所述的海洋三维温盐流预测模型包括依次连接的位置编码模块、提升模块、三个堆叠的傅里叶神经算子模块和映射模块；所述提升模块包括依次连接的全连接层和线性层；所述映射模块包括依次连接的全连接层和线性层；
13、所述位置编码模块，用于接收海洋温度数据、海洋盐度数据和海洋流速数据，并对所述海洋温度数据、海洋盐度数据和海洋流速数据进行位置编码，输出具有空间信息特征的海洋三维温盐流张量；
14、所述提升模块，用于接收所述具有空间信息特征的海洋三维温盐流张量，并对所述具有空间信息特征的张量进行维度扩展，输出高维的编码张量；
15、所述傅里叶神经算子模块，用于接收所述高维的编码张量，并对所述高维的编码张量进行空间混合和通道混合，输出混合后的张量；
16、所述映射模块，用于接收所述混合后的张量，并对所述混合后的张量进行特征解码，输出目标输出特征，即海洋三维温盐流预测结果。
17、作为优选，三个所述堆叠的傅里叶神经算子模块均包括依次连接的空间混合单元、第一归一化层、通道混合单元和第二归一化层；所述空间混合单元的输入端还与第一残差连接单元的输入端相连接，所述第一残差连接单元的输出端与第一归一化层的输入端相连接；所述空间混合单元的输出端还与第二残差连接单元的输入端相连接，所述第二残差连接单元的输出端与第二归一化层的输出端相连接；
18、所述空间混合单元包括依次连接的傅里叶变换层、两层堆叠的线性层、逆傅里叶变换层和激活层；
19、所述通道混合单元包括依次连接的全连接层和线性层。
20、作为优选，所述步骤s3具体包括以下分步骤：
21、s31.对海洋温度数据、海洋盐度数据和海洋流速数据进行位置编码，得到具有空间信息特征的海洋三维温盐流张量；
22、s32.将具有空间信息特征的海洋三维温盐流张量从低纬度映射至高维的空间，得到高维的编码张量；
23、s33.基于傅里叶变换对高维的编码张量进行空间混合和通道混合，得到混合后的张量；
24、s34.对混合后的张量进行特征解码，得到目标输出特征，即海洋三维温盐流预测结果。
25、作为优选，所述步骤s33具体包括以下分步骤：
26、s331.将高维的编码张量输入傅里叶神经算子模块，对高维的编码张量进行重塑，得到形状的张量，其中，表示高维的编码张量的通道数，表示纬度格点数，表示经度格点数；
27、s332.沿水平方向对形状的张量进行傅里叶变换，并保留傅里叶变换后的沿张量高度方向的前个频率的张量和沿张量宽度方向的前个频率的张量，得到形状的张量；
28、s333.对形状的张量进行相位调整、振幅调整以及傅里叶逆变换，并重塑为形状的张量，完成空间混合；
29、s334.利用可学习权重和非线性激活函数，将形状的张量的个通道映射至新的个通道集合，完成通道混合，得到混合后的张量。
30、作为优选，所述步骤s34具体包括以下公式：
31、将混合后的张量线性映射至中间特征，具体公式为：
32、
33、其中，表示中间特征，表示relu激活函数，表示权重矩阵，表示混合后的张量，表示偏置项；
34、将中间特征映射为通道的目标输出特征，具体公式为：
35、
36、其中，表示目标输出特征，表示权重矩阵，表示偏置项。
37、上述优选方案的有益效果是：
38、1.傅里叶神经算子模块中设置有一条绕过空间和通道混合部分的残差路径，能够有效补偿因丢弃高频模态而可能引起的小尺度变化。
39、2.通过傅里神经叶算子模块的空间混合和通道混合，使得海洋三本文档来自技高网...
【技术保护点】
1.一种基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述步骤S2具体包括以下分步骤：
3.根据权利要求2所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述归一化处理具体为：对各数据值减去数据集的均值并除以标准差，得到四维的海洋温盐流数据集；所述标准差中添加有常数0.00001。
4.根据权利要求1所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，步骤S2中所述的海洋三维温盐流预测模型包括依次连接的位置编码模块、提升模块、三个堆叠的傅里叶神经算子模块和映射模块；所述提升模块包括依次连接的全连接层和线性层；所述映射模块包括依次连接的全连接层和线性层；
5.根据权利要求4所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，每个所述堆叠的傅里叶神经算子模块均包括第一残差连接单元、第二残差连接单元，以及依次连接的空间混合单元、第一逐元素相加单元、第一归一化层、通道混合单元、第二归一化层和第二
6.根据权利要求4所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述步骤S3具体包括以下分步骤：
7.根据权利要求6所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述步骤S33具体包括以下分步骤：
8.根据权利要求6所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述步骤S34具体包括以下公式：
9.一种基于傅里叶神经算子的海洋三维温盐流预测系统，其特征在于，包括处理器，所述处理器用于执行权利要求1-8中任一项所述的基于傅里叶神经算子的海洋三维温盐流预测方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，响应于计算机读取存储介质中的计算机指令后，计算机执行如权利要求1-8任一项所述的基于傅里叶神经算子的海洋三维温盐流预测方法。
...【技术特征摘要】
1.一种基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述步骤s2具体包括以下分步骤：
3.根据权利要求2所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，所述归一化处理具体为：对各数据值减去数据集的均值并除以标准差，得到四维的海洋温盐流数据集；所述标准差中添加有常数0.00001。
4.根据权利要求1所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，步骤s2中所述的海洋三维温盐流预测模型包括依次连接的位置编码模块、提升模块、三个堆叠的傅里叶神经算子模块和映射模块；所述提升模块包括依次连接的全连接层和线性层；所述映射模块包括依次连接的全连接层和线性层；
5.根据权利要求4所述的基于傅里叶神经算子的海洋三维温盐流预测方法，其特征在于，每个所述堆叠的傅里叶神经算子模块均包括第一残差连接单元、第二残差...
【专利技术属性】
技术研发人员：施宇诚，徐广珺，王睿，吴家伦，林之夏，
申请(专利权)人：广东海洋大学，
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。