CN119416068A 一种风暴潮临近监测和预警方法及系统 （厦门蓝海天信息技术有限公司）

联信息输入风暴潮数值模拟模型中计算未来的潮数值模拟计算结果和天文潮数据来计算未来2步骤Step2，将网格结构化数据分别输入风暴潮数值模拟模型中计算未来的时间周期的风暴潮数值模拟计算结果，风暴潮数值模拟计算结果包括未来N个时间周期的风暴潮增步骤Step3，根据风暴潮数值模拟计算结果和天文潮数据来计算未来的时间周期的水;i在第l+1层的特征表示，l=1时q"=c,，ci为网格i连接的网格数据，qf'：网格i在第l层的特征表示；3N(i)：网格i的邻居网格的集合，网格i的邻居网格是指与网格i的间隔的网格的数量4.根据权利要求1所述的一种风暴潮临近监测和预警方法，其特征在于，应用LSTM、其中数据处理系统用于执行如权利要求1_5任一所述的风暴潮临近监测和预警方法，移动的数据采集器能够被数据采集控制系统控制来执行风暴潮基于获取的风暴潮关联信息来进行对象识别获得根据特定的对象关联的风暴潮关联信息和风暴潮生成信息来生成第一第一结构化数据包括两个结构维度，在第一个结构维度上识别第一结构化数据来获取下一个时间周期的移动的数据采集器的提取对象关联的特征，并将提取的特征按照采集周期划分为多个部分，对于任意两个对象，如果关联的特征之间存在与完成控制有关的4另一个矩阵的第i个行向量的第c个分量表示第i个移动的数据采集器选择第c个动作机可读指令被计算机读取时能够运行如权利要求1_5任一所述的风暴潮临近监测和预警方5量观测风暴潮达到预警水位来进行预警时留给避灾的测风暴潮达到预警水位来进行预警时留给避含未来每个时间周期的天文潮增水高度；对预测风暴潮海域进行无结构三角形网格化处步骤Step2，将网格结构化数据分别输入风暴潮数值模拟模型中计算未来的时间周期的风暴潮数值模拟计算结果，风暴潮数值模拟计算结果包括未来N个时间周期的风暴步骤Step3，根据风暴潮数值模拟计算结果和天文潮数据来计算未来的时间周期步骤Step4，根据未来的时间周期的水位来与警戒水位对比判断是否发出风暴潮6;i在第l+1层的特征表示，l=1时q"=c,，G;为网格i连接的网格数l层的特征表示；;"-c;，Gj为网格i连接的网格数据；N(i)：网格i的邻居网格的集合，网格i的邻居网格是指与网格i的间隔的网格的个分量的值表示未来的第r个周期的风暴潮增水高基于获取的风暴潮关联信息来进行对象识别获得根据特定的对象关联的风暴潮关联信息和风暴潮生成信息来生成第一结构化数识别第一结构化数据来获取下一个时间周期的移动的数据采集器的7另一个矩阵的第i个行向量的第c个分量表示第i个移动的数据采集器选择第c个算机可读指令被计算机读取时能够运行前述的风暴潮8将当前时刻之前每个时间周期采集的风暴潮关联信息与网格连接形成一个网格如果网格数据对应的网格的部分或全部的层在对应的时间周期内并未采集风暴潮关联信息，则对未采集风暴潮关联信息的层对应的网格数据的通道填充值为0的风暴潮9关要求执行，符合相关规定，例如水温和盐度均采用CTD法，执行的规范性文件为《GB/T[0029]对于风暴潮预测需要依赖长时序的观测数据，由于数据采集器包含固定的浮标、相对固定的位置，因此在长时序的空间中全局的观测数据所映射的局部区域并非是固定[0030]步骤Step2，将网格结构化数据分别输入风暴潮数值模拟模型中计算未来的时间周期的风暴潮数值模拟计算结果，风暴潮数值模拟计算结果包括未来N个时间周期的风暴[0032]：网格i在第l+1层的特征表示，l=1时q"=c,，ci为网格i连接的网格l层的特征表示；;m=wuessnoso"，wuessace表示消息计算权重。[0038]UPDATE(')：更新函数，例如GRU（GatedRecurrentUnit）或简单的MLP[0039]N(i)：网格i的邻居网格的集合，网格i的邻居网格是指与网格i的间隔的网格的[0045]步骤Step3，根据风暴潮数值模拟计算结果和天文潮数据来计算未来的时间周期步骤Step4，根据未来的时间周期的水位来与警戒水位对比判断是否发出风暴潮HZ=HSHa基于获取的风暴潮关联信息来进行对象识别获得根据特定的对象关联的风暴潮关联信息和风暴潮生成信息来生成第一结构化数识别第一结构化数据来获取下一个时间周期的移动的数据采集器的[0067]对于移动的数据采集器的控制如图2所示，其中数据采集动作一栏表达了移动的[0072]其中xvt和xut分别表示第t个时序单元的第v个和u个对象的权重系数，表示拼接权重系数，T表示转置，exp表示以自然常数为底的指数函数，,kvt表示第t个时序单元的第v个对象的初始隐藏特征，t=1时ht-1=xt，第c个分量表示第i个移动的数据采集器选择第c个目标位置的概率，选择概率值最大的目另一个