結合注意力機制的區域型海表面溫度預報算法

作者：查鋮,賀琪,宋巍,郝增周,黃冬梅,胡澤煜

摘要：海表面溫度預報在海洋相關領域具有重要的實用價值,隨著遙感信息采集技術的不斷發展和完善,區域內海表面溫度數據采集的完整性得到了保障。現今大多數方法在預報海表面溫度時,只考慮了海表面溫度的時間相關性,并未利用其空間相關性,使得預報精度受到限制。針對該問題,本文將區域內每天的海表面溫度數據作為一個矩陣輸入模型,便于時間和空間信息的提取,并提出了CA-ConvLSTM模型來預報海表面溫度。該模型首先利用卷積層對海表面溫度矩陣進行局部特征提取,然后通過注意力模型為矩陣序列分配權重,將權重與矩陣序列對應相乘得到加權特征序列,最后,利用ConvLSTM進行預報,獲得未來一天或五天內的海表面溫度。通過實驗確定模型的結構、輸入尺寸和k值,再將CA-ConvLSTM與SVR、LSTM和ConvLSTM進行對比。實驗結果表明:CA-ConvLSTM的均方根誤差(Root Mean Square Error,RMSE)和預報精度(Prediction Accuracy,PACC)指標均要優于其他三種預報方法,驗證了本文方法的有效性。

發文機構：上海海洋大學信息學院 上海電力大學 自然資源部第二海洋研究所衛星海洋環境動力學國家重點實驗室

關鍵詞：時間序列海表面溫度預報空間相關性注意力機制time seriessea surface temperature predictionspatial correlationattention mechanism

分類號： P731.31[天文地球—海洋科學]TP18[自動化與計算機技術—控制理論與控制工程]