(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111434536.0 (22)申请日 2021.11.29 (71)申请人 自然资源部第一海 洋研究所 地址 266061 山东省青岛市崂山区仙霞岭 路6号 申请人 青岛海洋科学与技术国家实验室发 展中心 (72)发明人 徐腾飞　曲萌雪　李淑江　王冠琳　 滕飞　王岩峰　 (74)专利代理 机构 北京汇捷知识产权代理事务 所(普通合伙) 11531 代理人 武贵 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) (54)发明名称 海基观测网站位布局优化的方法、 系统、 介 质、 终端及应用 (57)摘要 本发明属于海基观测网站位信息处理技术 领域， 公开了海基观测 网站位布局优化的方法、 系统、 介质、 终端及应用。 将EOF重构方法与K中心 点聚类算法进行联合， 同时加入比重控制 因素， 结合不同海洋数值模式的实际情况进行优化， 得 到多套海洋数值模式综合情形下的最优站位。 本 发明计算时间短， 现有数据同化和CNOP 往往需要 数天甚至 更长时间完成计算， 本方法仅需数十分 钟； 本发明基于再分析数据或后报结果， 可充分 验证， 同时可基于多套再分析数据或后报数据开 展， 从而最大限度的避免模式依赖性； 相比于现 有EOF重构方法仅考虑单一变量如海表高度或海 表温度观测的最优站位， 本发明可同时考虑三维 温度、 盐度、 海流， 给出最优站位。 权利要求书3页 说明书9页 附图2页 CN 114139448 A 2022.03.04 CN 114139448 A 1.一种海基观测网站位布局优化的方法， 其特征在于， 所述海基观测网站位布局优化 的方法包括： 将EOF重构方法与K中心点聚类算法进行联合， 同时加入比重控制因素， 结合不同海洋 数值模式的实际情况进行优化， 得到多 套海洋数值模式综合情形 下的最优站位。 2.根据权利要求1所述的海基观测网站位布局优化的方法， 其特征在于， 所述海基观测 网站位布局优化的方法包括： (1)按照统一的分辨率， 对L个不同海洋数值模式进行数据提取， 选取各模式在分析海 域的温度、 盐度、 海流数据生成集合W(L， V， I， J， Z)； 然后基于EOF重构方法， 对单个二维变量 分别进行站位优化， 得到不同深度各变量的最优站位的集合S(L， V， Z)， 其中元素S(l， v， z) 为第l(1≤l≤L)个模式的第v(1≤v≤V)个变量在第z(1≤z≤Z)层的最优观测站位分布， V 为变量个数， Z为深度层数； (2)在进行K中心点聚类前， 利用观测数据、 模型模拟数据及L1范数得到自适应权重矩 阵； 权重的影响因素来自不同海洋数值模式中的温度、 盐度、 海流数据相对于真实观测数据 标准集的近似程度； 利用EOF重构方法得到的集合S(L， V， Z)与自适应权重矩阵整合得到加 权后的观测站位 集合S′(L， V， Z)； (3)再采用K中心点聚类算法将观测站位集合S ′(L， V， Z)划分为K个聚簇， 将每个聚簇的 中心点作为 最终设计的观测站位。 3.根据权利要求2所述的海基观测网站位布局优化的方法， 其特征在于， 步骤(2)中， 在 进行K中心点聚类前， 利用观测数据、 模型模拟数据及L1范 数得到自适应权 重矩阵， 包括： 1)首先， 将一种或多种观测数据的平均值作为观测标准资料， 即看做海洋数据的真实 值， 记作O(V， I， J， Z)， 其中， I 为每个纬度上的格点数， J为每 个经度上的格点数； 2)分别计算各模式数据， W(l， V， I， J， Z)|l＝1， 2， ...， L相对观测标准资料O(V， I， J， Z)的误差 E(V， I， J， Z)， 采用均方根误差、 绝对误差、 相对误差或相关系数； 然后， 计算误差的空间平均 值， 并将所有模式合并得到集 合E0(L， V)； 3)利用L1范 数计算自适应权 重矩阵B， 满足下式： 其中， L1范 数指向量各个元 素的绝对值之和， 矩阵B的L1范 数为： (3)将经过EOF分析优化得到的观测站位集合S(L， V， Z)与权重矩阵B(V， L)中各元素分 别相乘， 得到加权后的观测站位 集合S′(L， V， Z)， 即： S′(l， v， z)＝S(l， v， z) ×B(v， l)， 其中1≤l≤L， 1≤v≤V， 1≤ z≤Z。 4.根据权利要求1所述的海基观测网站位布局优化的方法， 其特征在于， 所述海基观测 网站位布局优化的方法进一 步包括以下步骤： S1， 基于EOF重构方法， 对单个二维变量分别进行站位优化， 得到不同深度温度、 盐度、 海流变量的最优站位的集合{Station_Temperature|depth＝i， Station_Salinity|depth ＝i， Station_Velocity|depth＝ i}； S2， 利用K ‑center聚类算法， 得到上述集合最优站位的集合{Station_Temperature|权　利　要　求　书 1/3 页 2 CN 114139448 A 2depth＝i， Station_Salinity|depth＝i， Station_Velocity|depth＝i }的聚类结果， 作为 多变量情形 下的最优站位； S3， 利用不同的海洋数值模式后报结果， 得到上述最优站位的集合{Station|model＝ i}， 利用第二 步的K‑center聚类方法， 得到多 套海洋数值模式综合情形 下的最优站位。 5.根据权利要求4所述的海基观测网站位布局优化的方法， 其特征在于， 所述步骤S1具 体包括： 将观测数据投影到主导经验正交函数EOFs上， 构建分析模型， 主导经验正交函数EOFs 由长时间观测数据生成； 分析模型如下： 其中wa是映射域的n维列向量， n是网格点数； 是n维列向量， 是时间平均值， M是一个n ×m矩阵， M的第i列 是第i个主要EOF即wiEOF， m是使用EOFs的数量； c是m维列向量， 其中包含EOF的 振幅或加权系数； 通过对EOFs进行一系列观测值的最小二乘拟合确定系数c， 生成单时间点； 通过计算线 性系统(2.3)的最小二乘解 来实现； HMc＝wo                (2.3) 由(2.1)给出的分析是时间平均值加上EOFs的线性组合， 其 中EOFs的振幅由(2.3)通过 向量c确定； 矩阵M的列相互正交， 标准 化M的列， 得到标准 正交矩阵 满足： 只有几个观测值与网格点的数量相关下， 的列不正交， 由算子H形式性表示的观测 位置限制； 定义一个观测阵列H， 将由分析模型(2.1)生成可靠分析， 当且仅当其满足条件 (2.5)时为 最优阵列； 根据定义， 单位矩阵I的所有特征值均 为1， I的条件数也是1； 从n个观测位置开始， 每次 独立排除一个观测点， 剩余部分的 条件数被计算， 具有最小条件数的观测位置 被消除， 留下(n ‑1)个观测位置； 直到将剩余的每个观测值独立地排除， 剩下所需个数的观 测位置为止； 观测位置的最终配置被作为 最优阵列。 6.根据权利要求4所述的海基观测网站位布局优化的方法， 其特征在于， 所述步骤S2具 体包括： 基于EOF重构的方法得出的用于三维温度和盐度观测变量的最优阵列， 在不同深度下 的观测站点位置不一致； 使用K中心点聚类算法， 将相似的元素划分为密切相关的簇， 使不 同阵列在垂直方向上针对不同变量均一 致。 7.一种实现权利要求1～6任意一项所述海基观测网站位布局优化的方法的海基观测 网站位布局优化系统， 其特 征在于， 所述海基观测网站位布局优化系统包括：权　利　要　求　书 2/3 页 3 CN 114139448 A 3