-
题名融合IVMD的海表温度时空智能预测方法
- 1
-
-
作者
韩莹
曹允重
张凌珺
赵芮晗
董昌明
-
机构
江苏省大气环境与装备技术协同创新中心
南京信息工程大学自动化学院
南方海洋科学与工程广东省实验室(珠海)
南京信息工程大学海洋科学学院
-
出处
《海洋测绘》
CSCD
北大核心
2024年第3期53-57,61,共6页
-
基金
国家自然科学基金(62076136)
南方海洋科学与工程广东省实验室(珠海)基金(SML2020SP007)。
-
文摘
精准的海洋表面温度(sea surface temperature, SST)预测在海洋和气象领域具有重要意义,如海洋渔业捕捞和海洋天气预报等。提出一种融合改进变分模态分解(improved variational mode decomposition, IVMD)的时空混合模型来预测SST,采用中心频率观察法、残差指数最小化和皮尔逊相关系数改进变分模态分解(variational mode decomposition, VMD),去除SST序列冗余,利用图卷积神经网络(graph convolutional network, GCN)提取SST交互特征并结合长短时记忆网络(long short-term memory, LSTM)捕捉时间动态,提高预测精度。选取中国东海海域进行实证分析,实验结果表明:与现有模型对比,本文模型在均方根误差、平均绝对误差和平均绝对百分比误差3个指标上均有显著提升,验证了本文模型的有效性和稳定性。
-
关键词
海洋表面温度预测
改进变分模态分解
皮尔逊相关系数
图卷积神经网络
长短时记忆网络
-
Keywords
prediction of sea surface temperature
improved variational mode decomposition
pearson correlation coefficients
graph convolutional network
long short-term memory network
-
分类号
P229.7
[天文地球—大地测量学与测量工程]
-