CN120298615A 一种海洋三维流场的智能重构与预测的方法及系统 （中山大学）

一种海洋三维流场的智能重构与预测的方本申请公开了一种海洋三维流场的智能重构与预测的方法及系统，涉及数据处理技术领2通过大语言模型和边缘监测设备获取海洋的多源根据所述时空关联图谱重构确定所述多源观测数据对应根据所述重构数据预测得到海洋的三维流场并输出可视化利用所述边缘监测设备中的ADCP设备获取走航A对所述多源观测数据提取正压模态特征和第一将所述正压模态特征和所述第一斜压模态特征投影到所述FVCOM数值模型的所述三维根据任务类型调整质量阈值，并根据所述质量阈值对时空对齐对所述边缘监测设备中的卫星获得的所述多源观测数据提取与所述正压模态特征耦将所述质量评估特征、所述垂向模态特征和所述埃克曼流特征进行根据任务需求调整所述目标观测参数的特征权重以调整所述时空关联图谱中对应的通过FVCOM模型基于所述时空关联图谱输出网格将时序数据形式的所述水动力场输入LSTM网络，对所述LS基于SCS_CN模型计算径流贡献，通过广义单位线模拟垂向流速分布3分别提取所述FVCOM模型输出的三维流场与所述融合观测数据根据所述残差构建状态空间并使得所述FVCOM模型进基于所述边缘监测设备传输的残差特征图进行对所述FVCOM模型7.根据权利要求1至6任一项所述的一种通过数字孪生引擎、AR/VR可视化终端、BIM_GIS协同平台或所述边缘数据重构单元，用于根据所述时空关联图谱重构确定所述多预测输出单元，用于根据所述重构数据预测得到海洋的三维流所述处理器执行所述程序实现如权利要求1至7中任一项理器执行实现如权利要求1至7中任一项所4[0010]在一些实施例中，所述通过大语言模型和边缘监测设备获取海洋的多源观测数[0011]利用所述大语言模型解析用户指令，进而获取所述用户指令对应的剖面观测数5[0017]将所述正压模态特征和所述第一斜压模态特征投影到所述FVCOM数值模型的所述[0020]对所述边缘监测设备中的卫星获得的所述多源观测数据提取与所述正压模态特[0023]根据任务需求调整所述目标观测参数的特征权重以调整所述时空关联图谱中对[0026]将时序数据形式的所述水动力场输入LSTM网络，对所述LSTM网络嵌入物理约束[0030]分别提取所述FVCOM模型输出的三维流场与所述融合观测数据的特征并计算残[0036]本申请实施例的另一方面还提供了一种海洋三维流场的6[0049]图1为本申请实施例提供的一种海洋三维流场的智能重构与预测的方法的流程示[0050]图2为本申请实施例提供的一种海洋三维流场的智能重构与预测的系统的结构示7曼流未解决海面矢量流的高精度直接观测难题。8[0083]S140：根据所述重构数据预测得到海洋的三维流场并输出可视化的所述三维流[0085]利用所述大语言模型解析用户指令，进而获取所述用户指令对应的剖面观测数[0091]将所述正压模态特征和所述第一斜压模态特征投影到所述FVCOM数值模型的所述[0094]对所述边缘监测设备中的卫星获得的所述多源观测数据提取与所述正压模态特[0097]根据任务需求调整所述目标观测参数的特征权重以调整所述时空关联图谱中对[0098]可选地，所述根据所述时空关联图谱重构确定所述多源观测数据对应的重构数9[0100]将时序数据形式的所述水动力场输入LSTM网络，对所述LSTM网络嵌入物理约束[0104]分别提取所述FVCOM模型输出的三维流场与所述融合观测数据的特征并计算残空间分辨率提升至2km×2km，散射计反演的埃克曼流通过DUViT模型与Argo浮标数据时空配度>0.85且精度达标对气象站采用增量更新模式（仅传输变化超过±5%的参数边缘[0163]步骤4：数据融合与质量验证，构建多源数据的时空关联图谱（语义对齐技术扩用于中尺度涡旋区域粗略尺度（4×4×4捕捉大范围流场结构（如潮汐驱动的正压模1G中心服务器完成参数优化。1G通过QUIC协议传输特征图（端到端延迟<5ms中心服务器任务：接收特JetsonAGXOrin执行流场数据预处理；通过QUIC协议将压缩后的流场数据（码率≤制，突破传统KNN配准方法的静态时空匹配限制。通过强化学习策略网络动态调整卫星、径驱动码头结构应力模拟突破VolumeLIC算法的静态可视化局限。用户操作响应速度提流速梯度相关性优化海上平台热交换系统设计。突破传统仅关注单一物理量的评估方[0262]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