CN114935759B 基于高频地波雷达观测的波浪场缺失值填补方法及系统 （中山大学）

基于高频地波雷达观测的波浪场缺失值填本发明公开了基于高频地波雷达观测的波进行波浪要素缺失值统计，确定波浪要素缺失据所述模型模拟值对高频地波雷达的长期缺失2根据所述近海海洋模型获取模型模拟值，根据所述模型模拟值对高岸基高频地波雷达的岸边天线阵列向海域发射垂直极化短波后使用全积分反演和拟合海浪频谱模型对所述雷达回波信号进将浅水区域作为近海波浪模型SWAN模型的研究区域，将深水区域作为海洋波浪模型获取背景海况和气象资料，将所述背景海况和所述气象资料所述根据所述近海海洋模型获取模型模拟值，根据所述模型模拟值对季节性时序波浪要素信息模型的数据进行滑动平均处理，得到目2.根据权利要求1所述的基于高频地波雷达观测的波浪场缺失值填补方法，其特征在根据所述波浪场信息，统计不同波要素在岸基高频地波雷达的径根据所述第一缺失值记录、所述第二缺失值记录和所述第三33.根据权利要求1所述的基于高频地波雷达观测的波浪场缺失值填补方法，其特征在获取目标海域的海图资料，提取出高频地波雷达覆盖范围的近岸海岸线资4.根据权利要求1所述的基于高频地波雷达观测的波浪场缺失值填补方法，其特征在根据所述目标特征，采用前馈神经网络构建的学习算法进行训5.根据权利要求4所述的基于高频地波雷达观测的波浪场缺失值填补方法，其特征在根据所述基于信息熵的数据分类模型获取有效波高可信值的样通过多层感知器模型和随机森林模型对所述训练样本集进行训练，输构建新的训练集，采用极端树模型对所述新的训根据所述第一层模型学习训练结果和所述第二层模型学习训练结果6.一种应用如权利要求1-5中任一项所述的基于高频地波雷达观测的波浪场缺失值填第四模块，用于根据所述近海海洋模型获取模型模拟值，所述处理器执行所述程序实现如权利要求1至5中任一项4作原理是利用垂直极化高频(3～30MHz)电磁波在导电海洋表面绕射传播衰减小的特点和[0008]现有的技术尚未很好地解决HFSWR对波浪场观测要素的时间不连续和空间不连续5[0016]岸基高频地波雷达的岸边天线阵列向海域发射垂直极化短波后获取雷达回波信6[0048]根据所述第一层模型学习训练结果和所述第二层模型学[0049]本发明实施例的另一方面还提供了一种基于高频地波雷达观测的波浪场缺失值7[0075]岸基高频地波雷达的岸边天线阵列向海域发射垂直极化短波后获取雷达回波信89[0107]根据所述第一层模型学习训练结果和所述第二层模型学[0108]本发明实施例的另一方面还提供了一种基于高频地波雷达观测的波浪场缺失值[0118]现有的技术尚未很好地解决HFSWR对波浪场观测要素的时间不连续和空间不连续[0121]岸基HFSWR的岸边天线阵列向海域发射频率范围为(3MHz～30MHz)的垂直极化短域的位置，并获取相应范围的近岸海岸线资料、水深等资料，以20m水深处为分界线，记以地面10m处风速20.7m/s为界定(此时海面最大波高为7.5m)，判断研究区域的风速，将[0143]由于高频地波雷达反演波浪要素在浅水区域(不符合深水波频散关系，反演精度中的异常特征值，删除重复信息。本申请数据归一化处理采用最大-最小标准化方法。设p(di)(13)[0149]其中，p(di)=dy/⃞1d,是数据i对应的j特征量与所有数据j特征量的概率关i根据对称矩阵R特征值计算主成v:=r/⃞1ri(15)[0154]对排序靠前的若干个特征值求解维度和将suma与阈值比较，当[0156]假设输入数据量为q,输入样本为{(ei,ui),i∈[1,q]}，输入向量为ei＝[ei1,ζ[0172]G－Mean是用于描述正负类召回率的综合指标，当且仅当正负类的R指标均升高缺乏对目标海域波浪动力机制的探讨，提出了一套基于波浪数值模型及SVM算法的填补模的响应机制时，可靠波浪杨素样本集对应风场要素样本集作为第一层模型的输入样本集，第一层模型输出结果作为第二层模型的输入样本集，由此建立风-波浪的响应机制及预报[0189]在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提改变以及其中被描述为较大操作的一部分的子操作被说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个