专利名称：鉴别及分类不同特性水团的谱混合分析方法
技术领域：
本发明涉及一种鉴别及分类不同特性水团的分析方法，具体涉及一种鉴别及分类 不同特性水团的谱混合分析方法，属海洋科学与海洋工程领域。
背景技术：
水团是源地与形成机制相近、具有大体相同的物理、化学和生物特征及变化趋势， 并与周围水体有明显差异的水体。不同的水团，其温度、盐度、密度等要素有所不同，声学、 光学性质也有差异，而这些对于海军潜艇的活动、水雷布设、水下通讯及监视，都有巨大的 影响。在不同水团接壤、交汇的边界水域，大多是有名的渔场。因此，对水团以及水团间的交 换混合区域给出准确的鉴别，并对其变化给出迅速的判断与预测，对军事、渔业和水产事业 与决策提供重要的信息保障。中国的近海，大部分地处中纬度温带季风区，四季交替明显， 季节变化显著；深度不足200米的浅海，区域宽阔，岛屿棋布，岸线复杂；东部海域有强大的 黑潮及其分支，西部有众多的江河径流入海因而中国沿海水域水团及其变化急需急需一 种快速有效的鉴别的方法。自1942年首次应用以来，温度-盐度图(T-S图)已成为了进行水团分析的主要 工具之一。近年来，隶属函数方法与聚类分析方法被用作研究水团的混合问题。但是，隶属 函数方法只对特定的T-S曲线形状有效，并且在使用同一方法应用到不同海域的时候，经 常需要大量而且复杂的调整工作才能使其适合研究的需要。经典的聚类分析方法有着更一 般的应用，但其在T-S分布呈现广泛的连续性的时候，很难抓住T-S曲线的主要变化方向。 此外，以上两种方法在处理大量数据点集情况的时候效率都非常低下。
发明内容
本发明目的是提供一种鉴别及分类不同特性水团的谱混合分析方法，通过测量水团势力范围，使其与谱聚类分析方法相结合，而克服了现有技术的上述不足。一种鉴别及分类不同特性水团的谱混合分析方法，其特征在于该方法包括以下步骤1)收集选定的目标水域的海洋调查观测资料以获得水域的物理化学要素数据；2)对上述收集到的数据进行质量控制，剔除不可靠的数据后作为构造海洋数值模 型的初始条件与边界条件；3)运行上述海洋数值模型，计算得出该水域在X时间所关注的物理化学要素的分 布；并将其保存为下一步待分析的目标数据集；4)以谱聚类方法对目标数据集进行聚类分析，将所关注水域分为k个水团；5)计算各水团的势力范围；6)根据水团的势力范围确定目标数据集的概率密度函数；7)通过计算水点(即数据点)隶属于不同水团的概率密度的差异度来确定X时间 k个水团间的交换混合区域；
8)对X时间目标水域水团以及水团间交换混合区域的空间分布绘制三维与二维 的分布图，并将其在终端上展示出来，同时将结果保存为图片文件；9)判断是否达到循环次数或有人为选择关闭，如果否，则返回步骤3)而计算X+1 时刻的所关注的物理化学要素的分布；如果是，则输出并保存全部结果。上述海洋调查观测资料是包括通过浮标、基站、锚定、海床基、卫星或雷达获得的 包括三维温度、盐度、流速、流向、溶解氧、叶绿素、有机氮、有机碳等物理化学要素数据。上述海洋数值模型包括任何可以进行进行温度、盐度、流场或海洋生态预报的海 洋数值模型。为了确保海洋数值模型运算结果的可靠性，上述步骤3)之后先将对步骤3)中海 洋数值模型结果进行验证，如误差不合要求如误差超过10%，则使用数据同化方法或通过 海洋数值模型中的参数优化方法，改进并运行该海洋数值模型，直至误差符合要求而转入 下一步骤。为了能够对所关注的水团进行快速有效地分析，上述步骤4)之后先判断是否对k 进行优化，并根据优化后的k计算各水团的势力范围。上述对k进行优化可以通过求解拉布拉斯矩阵，并从小到大排列特征值，以分析 取得所关注的几个特征值的数量，从而得到被优化的水团数量k。所述的优化后的k可以为 预先指定值，比如将所关注的水团数量设为k，或者先确定所关注的水团的类型，进而将该 类型的数量设为k。上述步骤5)可以是通过计算各水团的体积、水团内要素平均值以及水团边界处 要素变化梯度以确定各水团的势力范围。在分析水团混合的研究中，各聚类的势力范围是 指其拥有的数据点(水点)的数目以及这些数据点的平均分布密度。上述步骤6)根据水团的势力范围确定目标数据集的概率密度函数是以水团的势 力范围比上水点与水团中心的差异度确定目标数据集的概率密度函数。上述以水团的势力范围比上水点与水团中心的差异度确定目标数据集的概率密 度函数，可以通过以下列方式进行首先测量数据点Pi到聚类mkk重心Ckk的距离diSi,kk ；通过CliSuk的倒数构造一个 变量Wi,kk，以指出数据点Pi隶属于聚类Hikk的隶属度权重如下如果Vdis1Jd (kke[lk])#0，则Wijkk = numkk/diSijkk其中，numkk是聚类mkk所包含的数据点数；如果
权利要求
1.一种鉴别及分类不同特性水团的谱混合分析方法，其特征在于该方法包括以下步骤1)收集选定的目标水域的海洋调查观测资料以获得水域的物理化学要素数据；2)对上述收集到的数据进行质量控制，剔除不可靠的数据后作为构造海洋数值模型的 初始条件与边界条件；3)运行所构造的海洋数值模型，计算得出该水域在X时间所关注的物理化学要素的分 布；并将其保存为下一步待分析的目标数据集；4)以谱聚类方法对目标数据集进行聚类分析，将所关注水域分为k个水团；5)计算各水团的势力范围；6)根据水团的势力范围确定目标数据集的概率密度函数；7)通过计算水点隶属于不同水团的概率密度的差异度来确定X时间k个水团间的交换 混合区域；8)对X时间目标水域水团以及水团间交换混合区域的空间分布绘制三维与二维的分 布图，并将其在终端上展示出来，同时将结果保存为图片文件；9)判断是否达到循环次数或有人为选择关闭，如果否，则返回步骤3)而计算X+1时刻 的所关注的物理化学要素的分布；如果是，则输出并保存全部结果。
2.如权利要求1所述的谱混合分析方法，其特征在于上述海洋调查观测资料是包括通 过浮标、基站、锚定、海床基、卫星或雷达获得的包括三维温度、盐度、流速、流向、溶解氧、叶 绿素、有机氮、有机碳在内的物理化学要素数据。
3.如权利要求1所述的谱混合分析方法，其特征在于上述的海洋数值模型包括进行温 度、盐度、流场或海洋生态预报的海洋数值模型。
4.如权利要求1所述的谱混合分析方法，其特征在于上述步骤3)之后先将对步骤3) 中海洋数值模型结果进行验证，如误差不合要求，则使用数据同化方法或通过海洋数值模 型中的参数优化方法，改进并运行该海洋数值模型，直至误差符合要求而转入下一步骤。
5.如权利要求1所述的谱混合分析方法，其特征在于上述步骤4)之后先判断是否对k 进行优化，并根据优化后的k计算各水团的势力范围。
6.如权利要求5所述的谱混合分析方法，其特征在于上述对k进行优化是通过求解拉 布拉斯矩阵，并从小到大排列特征值，以分析取得所关注的几个特征值的数量，从而得到被 优化的水团数量k。
7.如权利要求1所述的谱混合分析方法，其特征在于上述步骤5)是通过计算各水团的 体积、水团内要素平均值以及水团边界处要素变化梯度以确定各水团的势力范围。
8.如权利要求1所述的谱混合分析方法，其特征在于上述步骤6)根据水团的势力范围 确定目标数据集的概率密度函数是以水团的势力范围比上水点与水团中心的差异度确定 目标数据集的概率密度函数。
9.如权利要求8所述的谱混合分析方法，其特征在于上述以水团的势力范围比上水点 与水团中心的差异度确定目标数据集的概率密度函数，是以下列方式进行首先测量数据点Pi到聚类mkk重心Ckk的距离diSi, kk ；通过diSi, kk的倒数构造一个变 量Wi,kk，以指出数据点Pi隶属于聚类Hikk的隶属度权重如下如果VdiSl，kk(kke[l k])#0，则Wi，kk = HUITlkk/dlSi5 kk 其中，numkk是聚类mkk所包含的数据点数；
10.如权利要求1所述的谱混合分析方法，其特征在于上述步骤7)是首先计算数据点 隶属于两个不同水团的概率密度，根据概率密度的差异度来确定两个水团间的交换混合区 域，从而得到任意两个水团间的交换混合区域；然后再将k个水团中任意两个水团的交换 混合区域取全体交集，而作为X时间k个水团间的交换混合区域。
全文摘要
本发明涉及一种鉴别及分类不同特性水团的谱混合分析方法。该方法包括使用进行质量控制后的海洋调查观测资料作为构造海洋数值模型的初始条件与边界条件；将运行海洋数值模型而得到的该水域的物理化学要素分布的目标数据集，以谱聚类方法进行聚类分析，而将所关注水域分为k个水团；再通过计算各水团的势力范围而确定目标数据集的概率密度函数；最后通过计算水点隶属于不同水团的概率密度的差异度来确定水团间的交换混合区域。本发明流程简单，分析的物理化学要素全面，可广泛地应用于水团的辨别、水团边界以及水交换中水交换混合区域的分布和变化规律的分析中。并且本发明已在研究黑潮水与东中国海陆架水的水交换带问题中进行了成功的应用。
文档编号G06F19/00GK102004861SQ201010573428
公开日2011年4月6日 申请日期2010年12月4日 优先权日2010年12月4日
发明者吴德星, 宋军, 展鹏, 牟林 申请人:中国海洋大学