CN120296690A 基于条件对抗网络的海洋环境短期预测方法及系统 （无锡九方科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120296690A(43)申请公布日2025.07.11

(21)申请号202510796591.6

(22)申请日2025.06.16

(71)申请人无锡九方科技有限公司

地址214000江苏省无锡市滨湖区蠡园开

发区吟白路1号研创大厦1701-1室

(72)发明人刘凌霄时海云过莹烨吴雨晴秦莉兰王玥

GO6N3/0475(2023.01)

GO6N3/094(2023.01)

GO6F123/02(2023.01)

(74)专利代理机构无锡知更鸟知识产权代理事

务所(普通合伙)32468专利代理师张胜飞

(51)Int.CI.

GO6F18/25(2023.01)

GO6F18/15(2023.01)

GO6F18/21(2023.01)

GO6N3/045(2023.01)

权利要求书3页说明书8页附图2页

(54)发明名称

基于条件对抗网络的海洋环境短期预测方法及系统

(57)摘要

CN120299990A本发明公开了基于条件对抗网络的海洋环境短期预测方法及系统，具体涉及海洋环境短期预测领域，包括S1、获取覆盖海洋物理环境与遥感场的多维度原始数据；S2、对所述多维度原始数据进行时空配准与异常值剔除，并采用滑动平均法填充缺失值得到标准化数据；S3、将所述标准化数据融合为反映海洋动力过程的耦合特征并构建时空特征编码；S4、基于所述时空特征编码构建条件对抗网络模型，通过损失函数驱动所述条件对抗网络模型学习真实数据分布规律，生成符合时空条件的预测特征并完成训练；本发明通过多源数据融合与耦合特征工程，得到反映海

CN120299990A

S1

S1、获取覆盖海洋物理环境与遥感场的多维度原始数据

S2、对所述多维度原始数据进行时空配准与异常值剔除

S3、将所述标准化数据融合为反映海洋

动力过程的耦合特征并构建时空特征编

码

S4、基于所述时空特征编码构建条件对抗网络模型

S5、利用训练好的模型生成短期预测结

果，并通过独立数据集量化评估预测精

度

CN120296690A权利要求书1/3页

2

1.基于条件对抗网络的海洋环境短期预测方法，其特征在于，包括：

S1、获取覆盖海洋物理环境与遥感场的多维度原始数据；

S2、对所述多维度原始数据进行时空配准与异常值剔除，并采用滑动平均法填充缺失值得到标准化数据；

S3、将所述标准化数据融合为反映海洋动力过程的耦合特征并构建时空特征编码；所述耦合特征包括温盐动力耦合特征模型和流场-遥感特征融合模型；

S4、基于所述时空特征编码构建条件对抗网络模型，通过损失函数驱动所述条件对抗网络模型学习真实数据分布规律，生成符合时空条件的预测特征并完成训练；

S5、利用训练好的模型生成短期预测结果，并通过独立数据集量化评估预测精度，验证是否满足应用需求。

2.根据权利要求1所述的基于条件对抗网络的海洋环境短期预测方法，其特征在于：所述多维度原始数据包括：通过温盐深仪分层采集海水垂向温度梯度Vt和温跃层深度变异系

数δD;通过遥感反演结合浮标实测获取表层海水盐度标准差Vs;通过声学多普勒流速剖面仪测量地转流垂向切变强度Uz;通过合成孔径雷达监测内孤立波传播速度Vw;通过AMSR2微波辐射计采集微波亮温偏振差异Td,通过高频地波雷达网获取海流径向速度切变SC。

3.根据权利要求1所述的基于条件对抗网络的海洋环境短期预测方法，其特征在于：所述时空配准：将不同设备的数据统一到WGS84地理坐标系，时间戳对齐至UTC秒级，空间网格分辨率统一为1公里×1公里；所述异常值剔除：采用3σ原则即正态分布假设下，超出均值±3倍标准差的数据视为异常，结合物理约束剔除明显错误值；所述采用滑动平均法填充缺失值：对短时序缺失≤3个采样点采用三次样条插值，长时序缺失采用历史同期数据均值填充。

4.根据权利要求1所述的基于条件对抗网络的海洋环境短期预测方法，其特征在于：所述温盐动力耦合特征模型：用于将所述标准化数据中的海水垂向温度梯度Vt、表层海水盐度标准差Vs以及温跃层深度变异系数δD导入温盐动力耦合特征模型中，得到温盐梯度耦

合指,其中，8Dmean表示温跃层平