基于人工智能的冰冻圈智能体的构建方法技术

本发明专利技术公开了基于人工智能的冰冻圈智能体的构建方法，涉及冰冻圈信息处理技术领域，包括，采集冰冻圈观测数据，通过时空一体化预处理生成冰冻圈智能体基础数据包；对冰冻圈智能体基础数据包进行时序特征编码与语义化处理，生成冰冻圈智能体状态包；建立增强学习决策模型，生成冰冻圈智能体决策规则集；通过冰冻圈智能体决策规则集执行增强学习训练与定型，生成冰冻圈智能体参数集；根据冰冻圈智能体参数集进行实例化与部署，生成冰冻圈智能体。本发明专利技术通过建立增强学习决策模型，实现动作编码向量与时序数据窗口、空间重采样固化、梯度提升学习器配置与训练及物理一致性执行顺序的可编译绑定，从而将策略转化为可执行流程。

【技术实现步骤摘要】

本专利技术涉及冰冻圈信息处理，特别是基于人工智能的冰冻圈智能体的构建方法。

技术介绍

1、冰冻圈监测与预测实践通常以多源观测与再分析资料为基础，采用统一时间尺度与空间坐标的常规处理流程，对海冰浓度、地表气温、日降水量等要素构建时序格网，继而运用特征统计与机器学习开展状态估计与短期预测；常见做法包括在极区地图投影下生成格网序列、按时间窗口提取均值与变化量、结合回归树或序列模型进行训练，并依据陆海分区图实施专题计算与结果组织，以支撑海冰演变分析与相关业务服务。

2、常规方法在两方面仍存挑战，一是感知语义化处理中，状态多为经验统计堆叠，语义筛选与量纲统一难以约束决策；二是增强学习应用中，动作与资源占用及物理一致性的联动不足，策略难以落成可执行的数据窗口、空间粒度与校验顺序。

技术实现思路

1、鉴于上述现有存在的问题，提出了本专利技术。

2、因此，本专利技术提供了基于人工智能的冰冻圈智能体的构建方法解决感知语义难以标准化以及增强学习策略无法与数据窗口、空间粒度和物理一致性校验顺序联动并可编译执本文档来自技高网...

【技术保护点】

1.基于人工智能的冰冻圈智能体的构建方法，其特征在于：包括，

2.如权利要求1所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述冰冻圈观测数据包括海冰浓度、地表气温、日降水量、陆海分区图以及极区地图投影。

3.如权利要求2所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述时空一体化预处理包括将海冰浓度、地表气温、日降水量、陆海分区图以及极区地图投影，在时间上统一到相同日期与时刻，在空间上转换到同一极区地图投影坐标系，并按统一格网分辨率进行空间重采样与缺失值处理，将处理结果依时间顺序和空间格网顺序组合成时间序列化的格网数据。</p>

4.如权...

【技术特征摘要】

1.基于人工智能的冰冻圈智能体的构建方法，其特征在于：包括，

2.如权利要求1所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述冰冻圈观测数据包括海冰浓度、地表气温、日降水量、陆海分区图以及极区地图投影。

3.如权利要求2所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述时空一体化预处理包括将海冰浓度、地表气温、日降水量、陆海分区图以及极区地图投影，在时间上统一到相同日期与时刻，在空间上转换到同一极区地图投影坐标系，并按统一格网分辨率进行空间重采样与缺失值处理，将处理结果依时间顺序和空间格网顺序组合成时间序列化的格网数据。

4.如权利要求3所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述时序特征编码与语义化处理包括基于陆海分区图生成陆海分区标记，在海域格点执行海冰浓度比例范围修正，并在陆地区域屏蔽海冰浓度；

5.如权利要求4所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述建立增强学习决策模型，步骤如下，

6.如权利要求5所述的基于人工智能的冰冻圈智能体的构建方法，其特征在于：所述冰冻圈智能体决策规...

【专利技术属性】
技术研发人员：张耀南，康建芳，敏玉芳，朱慧峰，艾鸣浩，
申请(专利权)人：中国科学院西北生态环境资源研究院，
类型：发明
国别省市：