專利名稱：：一種基于歷史相似性案例的海洋渦旋變化檢測方法
技術領域：
：本發(fā)明涉及一種利用歷史相似性案例對海洋渦旋變化進行定量檢測的方法，屬于信息
技術領域：
《
背景技術：
：目前，不同研究小組針對海洋渦旋變化問題采用了多種方法進行研究，概括起來主要有兩種方法一是利用海洋水團間接研究渦旋的靜態(tài)方法；二是通過研究海流的流向和流速來進行海洋渦旋特征分析的動力學動態(tài)方法。后者又主要有兩種途徑第一種是直接根據(jù)調查資料或遙感反演資料，結合常規(guī)的海洋分析方法來分析海洋渦旋、海流；第二種是對海流和渦旋進行數(shù)值模擬。前者通過研究水團的消長變化以及它的空間分布規(guī)律來間接反映海洋渦旋的消長和屬性特征，具體研究和實例可以在以下文獻中查到，范立群，李鳳岐等，1989.南海北部海區(qū)水團分析.中國海洋大學學報，(Sl):169-178;[2]蘇育嵩，李鳳岐等.1996.渤、黃、東海水型分布與水系劃分.海洋學報，18(6):1-6。后者細分為兩類研究途徑第一種途徑是直接根據(jù)調查資料或遙感反演資料，結合常規(guī)的海洋分析方法來分析海洋渦旋、海流；第二種途徑是對海流和渦旋進行數(shù)值模擬，比如對日本黑潮的深層環(huán)流數(shù)值模擬、對黑潮壽命的研究、利用POM的擴展模型來模擬夏季東海環(huán)流和相關的兩個渦旋等，具體研究和實例可以參考一下文獻[3]郭炳火，湯毓祥，陸賽英.1995.春季東海黑潮鋒面渦旋的觀測與分析，海洋學報，17(1):13-23;[4]郭炳火，葛人峰.1997.東海黑潮鋒面渦旋在陸架水與黑潮水交換中的作用.海洋學報，1(6):;[5]H0GANP丄HURLBURTHE.1999.ImpactofdifferentwindforcingoncirculationintheJapan/EastSea.ProceddingsoftheCREAMS99InternationalSymposium.Fukuoka,Japan:KyQshQUniversity，124-127;[6]李榮鳳，郭冬建，曾慶存.1995.冬季中國海渦旋和逆風海流的數(shù)值實驗.熱帶海洋，14(2):1-9;[7]李燕初，蔡文理等.2003.南海東北部海域渦的季節(jié)和年際變化.熱帶海洋學報，5(22):61~70;[S]李徽翡，趙保仁.2001.渤、黃、東海夏季環(huán)流的數(shù)值模擬.海洋科學，25(1):28-32;[9]蘭健，洪潔莉，李丕學.2006.南海西部夏季冷渦的季節(jié)變化特征.地球科學進展，11(21):1145U52。上述研究從不同側面對海洋渦旋進行變化規(guī)律以及渦旋參數(shù)等的模擬和分析，取得了很多有價值的成果。但是這些方法各自都還存在著一定的局限性。比如數(shù)值模擬，雖然能連續(xù)地提供海洋渦旋不同時間的變數(shù)據(jù)，但受界條件的影響，不同的區(qū)域需要重新調參和運行，比較耗時；數(shù)學統(tǒng)計計,方法雖然一定程度上能給出某區(qū)域的時空分布和運動規(guī)律，但沒有辦法實現(xiàn)特定渦旋的檢測；而海洋遙感的定量檢測方法雖然能針對某種數(shù)據(jù)提取出海洋渦旋空間局部特征及參數(shù)信息，但無法分析和檢測渦旋的發(fā)展趨勢。因此，針對海洋渦旋變化的檢測問題，僅靠上述一種方法不能全面地準確地進行檢測，需要尋找一種能夠綜合上述多種方法的新思路。而采用歷史上的相似案例進行當前問題的解決，具有簡化知識獲取、提高問題檢測效率、改善檢測質量、進行方法積累等優(yōu)點。不僅能在無法了解現(xiàn)象發(fā)生規(guī)律的情況下，依靠足夠多的歷史數(shù)據(jù)實現(xiàn)現(xiàn)象的變化檢測，而且可以有效地集成有關該現(xiàn)象以往所有的研究成果，通過適當?shù)陌咐俳M織實現(xiàn)更高層次的檢測。因此，從方法論的角度看，采用歷史相似性案例對海洋渦旋變化進行檢測是一種面向問題的綜合提取方法。
發(fā)明內容本發(fā)明的技術解決問題克服現(xiàn)有技術的不足，提供一種基于歷史相似性案例的海洋渦旋變化檢測方法，是一種簡單省時可高效實現(xiàn)海洋渦旋變化檢測方法。本發(fā)明的技術解決方案一種利用歷史相似性案例對海洋渦旋變化檢測方法，步驟如下步驟1:建立海洋渦旋變化歷史案例表達模型，案例是針對現(xiàn)實世界中的問題，包含問題特征和結果描述集合，則案例表達模型是對現(xiàn)實世界問題特征和結果的抽象表達，這里具體指海洋渦旋的特征描述和變化結果的記錄；步驟2:在所述案例表達模型基礎上，根據(jù)原始遙感影像數(shù)據(jù)提取海洋渦旋案例數(shù)據(jù)，分為柵格和矢量兩種格式，柵格數(shù)據(jù)主要作為案例背景圖片，案例以矢量面狀數(shù)據(jù)來表達，以備建庫，案例數(shù)據(jù)是描述海洋渦旋的屬性和空間數(shù)據(jù)；步驟3:采用粗糙集方法進行海洋渦旋變化案例的空間關系抽?。徊襟E4:在步驟2和步驟3的基礎上構建海洋渦旋變化歷史案例庫，歷史案例就是對己發(fā)生何題的記錄，包括問題特征和結果描述，歷史案例庫則有上述案例組成，即海洋渦旋發(fā)展變化的情況；步驟5:進行海洋渦旋案例的相似性計算，相似性計算是計算目標案例與歷史案例庫中案例的相似性，目標案例是針對當前問題抽取的案例，這里是要檢測發(fā)展變化的海洋渦旋對應的案例，相似性計算公式(1):<formula>formulaseeoriginaldocumentpage6</formula>式中W(""為案例i，j之間空間關系的相似性系數(shù)；°。("一，")為案例i，j之間特征屬性相似性系數(shù)；&(^('，>為案例i，j之間空間形態(tài)的相似性系數(shù)；W>、w2和^分別為上述Sr(c。M('.'力)、S。(c咖("))和S"c咖(,'J))的權重系數(shù)；步驟6:海洋渦旋變化案例的檢測，具體步驟如下，(1)給定相似性閾值(例如可以選取O.7)，選取步驟5中計算的相似性系數(shù)大于相似性閾值的所有歷史案例；(2)根據(jù)選取的歷史案例結果，從中找出相似度較大的多個案例結果所對應的渦旋案例；所述的歷史案例結果是海洋渦旋從一個時期到另一個時期的發(fā)展變化狀況；(3)按照相似度大小的，將相似度劃分為三個范圍，即0.9-1.0，0.8-0.9，0.7-0.8,根據(jù)相似度范圍的不同為對應選擇的歷史案例之結果賦予不同的權重，求出它們的加權平均值賦給目標案例，作為目標案例的結果。所述步驟1中案例表達模型的構建方法為構建的海洋渦旋變化案例表達模型是，Cas&;C.,說i,…，a力.,觀〃…,觀,,Kortexw—/(1)jW,么…《,'…yV;AM#均為自然數(shù),'K(工),力,(工,2,力,…,(xr,;;r)〉'，式中i為案例的序號，2,…《，#為自然數(shù)；S,為案例i的空間形態(tài)描述集合，其中m》3，m為正整數(shù)，小括弧代表坐標對，共有m對，S,.是海洋渦旋面狀對象邊界的坐標集合，不同渦旋其坐標對數(shù)是不一樣的；S4;，…，5M力，…私M為自然數(shù)，表示案例i各種屬性指標，一共有M個；就,v5%"…，57"，J力,i^…yV，N為自然數(shù)，表示案例i與地理環(huán)境的各種空間關系指標，一共有N個；^We;s^—Korte^^代表歷史案例發(fā)展變化的結果，即該海洋渦旋發(fā)展變化的具體狀況，其中tl，t2表示海洋渦旋案例i的前后兩個狀態(tài)時間，"一"表示從時間tl到時間t2，Korte&,表示tl時刻渦旋案例i的結果狀態(tài)，Korte;s^表示t2時刻渦旋案例i的結果狀態(tài)；案例Case,是以上具體內容的集合。所述步驟3中采用粗糙集進行海洋渦旋變化案例的空間關系抽取的步驟如下a.建立海洋渦旋變化先驗空間關系的粗糙集表達，具體以空間關系決策表形式給出；第一，選取影響海洋渦旋變化的特定空間關系，所述的特定空間關系為渦旋間的距離關系、渦旋間的方向關系和渦旋間的拓撲關系；第二，采用GIS空間計算方法進行海洋渦旋案例所選定的特定空間關系計算；第三，根據(jù)計算的特定空間關系結果構造海洋渦旋案例的空間關系決策表，決策案例，列的前一部分稱為條件屬性，代表各個空間關系指標，最后一列稱為決策屬性，其值為檢測的屬性;'b.對海洋渦旋變化案例空間關系決策表中的連續(xù)變量進行離散化；C.利用屬性約簡算法對步驟b得到的空間關系決策表進行空間關系約簡，抽取影響目標案例結果的決定性空間關系，進而抽取空間關系決策規(guī)則。所述步驟《5..中.，.公式具體內容如下所釋(在以下描述中案例i代表目標案例，案例j代表歷史案例)公式(1)中&^一J的計算見公式(2)^一"11>*—，力)(2)式中h^為第k個特征屬性的相似性權重，&(^(,,,))為案例i，j的第k個特征屬性的相似性系數(shù)。公式(l)中&f(,》.))的計算主要包括空間方位，空間拓撲和空間距離的相似性計算。計算公式見公式(3)p一x&>(c—.,力)+w鄉(xiāng)xS鄉(xiāng)(c?！?》+"^S刷c—.,力)式中w&、w,。p和w^分別為權重系數(shù)；s&(一;^為兩案例i，j之間空間方位關系的相似性系數(shù)；&"("一，力)為案例i，j之間空間拓撲關系的相似性系數(shù)；&"(^""為案例i，j之間空間距離關系的相似性系數(shù)。公式(3)中方位關系相似性計算采用Goyal提出的面狀目標空間方位相似性計算方法，具體內容參考文獻[IO]丁虹.2004，空間相似性理論與計算模型的研究.武漢大學博士學位論文.計算公式如下:,'r(C—、")—14、"式中A指目標案例i相對于參考目標(是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中已發(fā)生的，距離渦旋i時間上最近的渦旋)的方向；A指歷史案例j相對于參考目標的方向；^rf(A，^)是指案例i，j的之間的方向距離。公式(3)中空間拓撲關系相似性計算時，采用在對應的拓撲關系的概念領域圖上定量計算出具體的拓撲關系之間的相似性?？梢愿鶕?jù)公式(5)來計算拓撲關系的相似性系數(shù)6鄉(xiāng)(c咖("))=1^^(5)式中r叩o(o指目標案例i相對于參考目標(是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中已發(fā)生的，距離渦旋i時間上最近的渦旋)的拓撲關系；7bpo(y')指歷史案例j相對于參考目標的拓撲關系；Z^7b;w[r叩o(;),Jb戶(_/)是指案例i，j的之間的拓撲關系距離。公式(3)中空間距離相似性計算采用公式(6):S—1W—《1(6)式中《指目標案例i相對于參考目標(是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中已發(fā)生的，距離渦旋i時間上最近的渦旋)的距離；《.指歷史案例j相對于參考目標的距離；《-《表示兩個場景兩目標間的距離差，用絕對值符號來修正它們間的距離差為正值，On:^m^是指案例庫中每個案例相對于參考目標距離值的最大值與最小值之差。公式(1)中&("一》))的計算方法取決于案例所呈現(xiàn)的具體狀態(tài)。當案例對應的地學(空間)現(xiàn)象在空間形態(tài)上是以點、線、面甚至是比較復雜的空間形態(tài)組合出現(xiàn)，需要針對不同空間形態(tài)，采用不同相似性計算方法。對線狀空間特征的案例，采用"基于重心的矢徑序列相似性算法"，具體見參考文獻[ll]杜云艷，蘇奮振，譏天宇等.2005.基于案例推理的海洋渦旋特征信息空間相似性研究.熱帶海洋學報，24(3):19;對具有面狀特征的空間案例，采用改進的"基于力學的多邊形相似性算法"，具體參考文獻[12]樊凌濤，吳思源，陳健.2003.基于力學的多邊形相似性測度方法.上海交通大學學報，37(6):874877.本發(fā)明與現(xiàn)有技術相比的優(yōu)點在于(1)本發(fā)明利用渦旋歷史案例來探測當前渦旋的發(fā)展變化情況。與數(shù)值模擬方法相比，本發(fā)明采用構建歷史案例模型避免了對海洋渦旋運動原理和發(fā)生機理的理解和探究，簡化了知識獲取過程，提高問題解決效率；與根據(jù)遙感資料結合常規(guī)分析方法分析海洋渦旋方法相比，本發(fā)明不僅可以獲得遙感影像的狀態(tài)數(shù)據(jù)同時可通過歷史案例庫獲得歷史上相關多時相數(shù)據(jù)，且是一種簡單省時可以高效實現(xiàn)海洋渦旋變化檢測的方法。(2)本發(fā)明構建的歷史案例庫具有自學能力，即每一個新的海洋渦旋抽取為案例后，得到其發(fā)展變化情況，然后將其作為新案例存入歷史案例庫。歷史案例庫的動態(tài)更新，使之可以對更多種復雜情況下的海洋渦旋變化做出檢測，這在其他方法中是不存在的。圖1為本發(fā)明方法的流程框圖圖2為本發(fā)明方法中海洋渦旋空間關系的粗糙集表達圖；圖3為本發(fā)明給出的數(shù)據(jù)以及在數(shù)據(jù)之上所識別出的渦旋示例圖，其中圖3a為海面高度差SSHA數(shù)據(jù)圖，圖3b為海流場流速數(shù)據(jù)圖，圖3c為海表溫度SST數(shù)據(jù)圖4為本發(fā)明實施例1中提取的南海渦旋案例柵格和矢量數(shù)據(jù)圖，其中圖4a為海流場數(shù)據(jù)，圖4b為海面高度差，圖4c為海表溫度數(shù)據(jù)，圖4d為渦旋矢量圖5為地學現(xiàn)象內蘊空間關系規(guī)則的抽取流程。具體實施例方式如圖l所示，本發(fā)明方法實現(xiàn)為首先根據(jù)海洋渦旋歷史案例表達模型，在遙感數(shù)據(jù)基礎上提取案例數(shù)據(jù)；之后通過粗糙集方法進行海洋渦旋內蘊空間關系的抽取，海洋渦旋空間關系粗糙集表達見附圖2;在此基礎上構建海洋渦旋變化案例庫；最后通過相似性計算對海洋渦旋變化做出分析和檢測。實施例1以中國南海區(qū)(其跨度大約為(T23°N、99°121°E，面積約為350萬平方公里)2003年11月到2009年2月出現(xiàn)的海洋渦旋為研究對象。本實例的原始資料采用美國海軍實驗室(NavyResearchLaboratory,NRL)提供的1/32x1/32度的全球分層海洋數(shù)值模式模擬出的海洋要素場(海面高度差SSHA、海表溫度SST和海流場Current)數(shù)據(jù)，該模式與多種衛(wèi)星資料進行同化，主姜包括利用ENVISAT，GF0和JASON-1等進行海面高度差SSHA的同化，利用IR數(shù)據(jù)進行SST的同化。而本實例中所構建的案例則是從這三個要素場數(shù)據(jù)中經過專家識別獲取到的，圖3給出了數(shù)據(jù)以及在數(shù)據(jù)之上所識別出的南海渦旋的示例。(1)根據(jù)新建案例表達模型，針對該試驗采用某一時刻海洋渦旋的空間形態(tài)及其相應的時空屬性特征進行表達，具體內容如下Ca5^.=/7ft,A,A,A〃…爿s",〃,尸u厶〃"/rw'Zi'51〃,7b々〃,5"〃&,K。rtez"dZVr>,—K。rte^n5^7(7)2,…Atr，t2表示狀態(tài)時間；"一"表示渦旋從時間tl到時間t2的變化過程。其中，具體包含渦旋案例標示號，渦旋圖斑的周長(尸)，圖斑面積(J)，渦旋類型";)，強度(A)，該時刻渦旋所處的狀態(tài)(A)，階段時間(A),該渦旋過程持續(xù)時間(A)。渦旋的產生發(fā)展往往與其所在區(qū)域物理海洋環(huán)境和其它的海洋現(xiàn)象有密切關系，基于已有的研究成果，本發(fā)明選擇了4個海洋環(huán)境指標，是渦旋中心區(qū)域海表溫度(6)，中心與外圍溫差(A),渦旋中心區(qū)域的地理經度(ZW,地理緯度(厶)；其次是渦旋的空間形態(tài)指標水平尺度(&),長軸長度(&)，短軸長度(&);最后是渦旋移動的速率(&)。以上共1^16個屬性指標。同時選擇5個空間關系指標渦旋開口區(qū)的地理方位("/rJ，渦旋主軸的移動方位("/r》，渦旋與研究海域目標案例(或者稱目標渦旋)的一定緩沖區(qū)范圍內己發(fā)生的—距離目標案例時間最近的渦旋之間的空間方向關系、空間距離關系("iA)和空間柘撲關系(7bp,)，這樣共N-5個空間關系指標。最終要表達以及要檢測的變換結果是對下一時刻該渦旋的強度，移動方向和速率進行探測。結合構建的案例庫，其中案例個數(shù)!<=250。(2)海洋渦旋數(shù)據(jù)提取。根據(jù)原始遙感影像數(shù)據(jù)提取海洋渦旋案例數(shù)據(jù)，分為柵格和矢量兩種格式數(shù)據(jù)，柵格數(shù)據(jù)主要作為案例背景圖片，案例以矢量面狀數(shù)據(jù)來表達，面狀區(qū)域的邊界坐標集合即為案例的空間形態(tài)S，不同渦旋坐標對m的取值不同。具體如圖4所示，其中圖4a為海流場數(shù)據(jù)，圖4b為海面高度差，圖4c為海表溫度數(shù)據(jù)，圖4d為渦旋矢量圖。(3)基于粗糙集方法對渦旋案例空間關系進行抽取。公式(7)的表達模型中涉及到了多個地理環(huán)境指標以及空間方位關系指標，因此針對研究海區(qū)的海洋渦旋案例庫構建時，需要先對海洋渦旋案例的這些指標進行抽取。用粗糙集進行地學現(xiàn)象的空間關系規(guī)則抽取，其必要條件是將地學現(xiàn)象的各種空間關系進行定量表達，并有效地轉換成粗糙集方法數(shù)據(jù)處理的格式，圖2是地學現(xiàn)象空間關系粗糙集表示的具體流程。由圖可知地學現(xiàn)象空間關系的粗糙集表示分以下幾步①空間關系選??；②空間關系定量描述；③構造空間關系決策表。用二維表格表示地學現(xiàn)象的空間關系后，即可以用粗糙集的方法來分析并抽取地學現(xiàn)象的主要空間關系規(guī)則?？臻g關系規(guī)則的抽取主要包含下面幾個步驟。圖5是用粗糙集方法進行地學現(xiàn)象內蘊空間關系規(guī)則的抽取流程。由圖5可知，采用粗糙集方法進行地學現(xiàn)象內蘊空間關系規(guī)則抽取時，主要分為以下幾步①空間關系的粗糙集表達；②利用粗糙集理論的離散化方法對得到的決策表進行離散化；③利用粗糙集的屬性約簡算法對離散化的地學現(xiàn)象的空間關系決策表進行空間關系約簡，并形成最后的空間關系決策規(guī)則表；對最后的空間關系規(guī)則，還需要計算空間關系決策規(guī)則的覆蓋度和置信度。渦旋對應的地理環(huán)境指標主要采用GIS的柵格分析算子進行，空間方位指標的獲取采用基于柵格數(shù)據(jù)的面狀目標間的方向關系計算方法來獲取，具體實現(xiàn)時采用ArcMapVBA按照上述算法編程實現(xiàn)。(4)構建歷史案例庫。本實例選取中國南海區(qū)50個典型渦旋演變過程進行案例庫構建。在案例數(shù)量已確定下為了精簡案例庫的數(shù)量，同時又不損失海洋渦旋真實的演變信息，本發(fā)明實例為每個海洋渦旋過程定義了5個典型的狀態(tài)(產生、發(fā)展、穩(wěn)定、減弱和消亡)，每個典型狀態(tài)對應于一個歷史案例。歷史案例庫見表1(50個過程對應250個案例)。表中一行代表一個案例階段，每五行構成一個過程案例，列對應案例表達模型中的各個指標。為了進行該方法驗證，隨機從歷史案例庫選取10個渦旋過程作為測試案例(50個案例，即為我們要檢測的目標案例，表略)，進行渦旋強度、移動方向以及移動速率的檢測及精度評價。表t南海區(qū)域2003-2009年'海洋禍旋變化案例庫v，…"暖滿^29一無^…^暖禍^13.264>，西^P…十，511746卿9H，3"暖渦^東']一+'-t力4一暖禍^...西一'…i35一曖禍p-國無+，一,'■94，5*，》，冷^p23.4無p…"7+，2一)令禍^1，*23腦7P東南^…一S一2一冷禍^17J5，無^…^9一2一冷渦^南p…wIO一2一冷禍p南—，…+，…一…+，">，…+，…i，…p…+、…^…+，~24^浙暖禍—i東^，暖禍"西*3…命，、，暖禍^2認W2713391.7^，曖禍一15.974西南—，…一2，，暖渦v1西南'3…,]注該表中字段的單位分別為強度(A-):厘米；滴旅中心區(qū)域海表溫度度；禍旋圖斑的周長(月米，圖S面積(/))平方米"-'(5)歷史案例庫構建之后，按照相似性計算公式和算法進行相似性歷史案例的抽取和變化結果探測。在進行整體相似性計算之前，需要分別對屬性和空間關系相似計算中各指標的權重進行設定。其中，對屬性指標依據(jù)該領域以往的研究成果來確定各指標對海洋渦旋檢測結果的影響程度，計算時設置如下^:(0.05)，,(0.05)，wAl:(0.1),Wa2:(0.1),:(0)'wA4:(0.15),wA5:(0.05)，而海洋渦旋所對應的環(huán)境背景場描述指標權重設置如下wF,:(0.05),wF2:(0.05)，:(0.05)，(0.05),wDirl:(0.025),(0.025),wDir3:(0.025)，wDlsl:(0.05),wTopl:(0.05),wSp:(0.05),ws,:(0.025),wS2:(0.025),wS3:(0.025)。計算公式(7)中符號屬性的確定，如果是渦旋類型(A)和該時刻渦旋所處的狀態(tài)(A)，計算相似度時，當查詢在該類屬性上的取值等同或屬于案例在該類屬性上的取值時，其相似度為1，否則相似度為0。確定數(shù)值型屬性渦旋圖斑的周長(,)，圖斑面積(力)，強度(A)，階段時間(A)，該渦旋過程持續(xù)時間(A)，渦旋中心區(qū)域海表溫度(A)，中心與外圍溫差(A),渦旋中心區(qū)域的地理經度(Zo)，地理緯度(厶)，渦旋與研究區(qū)域一定緩沖區(qū)范圍內已發(fā)生的距離渦旋時間最近的渦旋之間的空間距離(仍、)，渦旋移動的速率(&);以及渦旋的空間形態(tài)指標水平尺度(&),長軸長度(&)，短軸長度(&)，計算相似度時，先得到兩個案例的對應的指標值之差的絕對值，然后除以該指標所對應的所有指標值'取值范圍酌方法來進行距離規(guī)范化，然后用1減去該值即為該指標的相似度。如渦旋圖斑的周長(尸)相似性計算公式為V—力,1-,J",1.,^(c。M(,，狄為目標案例1與歷史案例J的周長相似度，S為目標案樹i的周長，A為歷史案例j的周長，MoxP為案例庫中所有案例周長的最大值，Mz'為案例庫中所有案例周長的最小值。其他幾個數(shù)值型屬性值相似性計算方法相同。渦旋主軸的移動方位(歷>》，以及渦旋與研究區(qū)域一定緩沖區(qū)范圍內己發(fā)生的距離該渦旋時間最近的渦旋間的空間方向關系("/n)用公式(4)來計算。渦旋與研究區(qū)域一定緩沖區(qū)范圍內已發(fā)生的距離該渦旋時間最近的渦旋之間的空間拓撲關系(7b^)用公式(5)來計算。間關系s,(ea—.』的計算公式如下7—+夕D,'.tl(Co.'e(,V))*+^Vopl(C鵬(,.,力)*Wr<ipl_+W脂+W鵬+W服+特征屬性<。^,,、、的計算公式如下+&(Ca(U))、+5渾,力)、Al十SA2(C褲J))*^A2+s^c—力)*WA3+sA4(Cas《,.j》*WM+s渾,力)*+sf1(c。s《,y》*WFip__+i^Sl(C—'J))S1+&2(C"(ij'))S2+&3(C—力)S3_由于空間形態(tài)我們采用三個指標來描述，他們的計算采用屬性相似性計算方法，因此公式(1)中W3=0，的計算合并到中。最后綜合上面的計算結果，求出目標案例i與歷史案例j的相似度。相似性計算公式具體如下=sr(c—，力)*m+s。(c—,,))*w2M為空間關系權重，w2為特征屬性權重，w2=0.6。因為計算量很大，所有過程都是用程序實現(xiàn)的。本發(fā)明測試中相似性抽取的閾值設為70%，獲取歷史相似案例后進入檢測的最后環(huán)節(jié)，根據(jù)相似性閾值劃分的三個范圍，需要對抽取出的歷史案例賦予不同的權重，按照相似性值的大小分別給以不同的值，具體設置為當相似性取值在時為0.5。檢索出相似度在規(guī)定閾值范圍內的相似案例集合后，就可以根據(jù)這些相似案例，通過求出對應檢測項的加權平均值作為目標案例的檢測項的值。例如要檢測目標案例i，通過上面的相似性計算，求出相似度在范圍內的是歷史案例j3，那么目標案例i的渦旋強度(A2)檢測值計算公式為目標案例i的移動方向(Mdir)檢測值計算公式為目標案例i的移動速率(Msp)檢測值計算公式為-具體計算結果分別見表2、表3和表4。表中每一行代表一個要檢測的海洋渦旋過程，"檢測值"列對應的是某個階段該海洋渦旋的強度、移動方向和移動速率的檢測值，檢測精度是指檢測值與實際值相比較的準確程度。表2強度檢測結果及精度表^<table>tableseeoriginaldocumentpage14</column></row><table>注強度(A)單位為米?！?表3賴動方向檢測錄茱及精度表案例號檢測值C誠3實際值檢瀏銪度檢猁值(穩(wěn)定〕實蹄檢測精度檢鵬實際值檢測精度檢瀏值c消亡〕實際值檢瀏糈度平均精度11北(76.51)東北(55.35)88.24%北(77.76)北〔97.35)89.12K北(90.58)北"8.95)93.5狄北(肌95)西北(125,73)扣.12肌2欲16北北(111,44)79.57豕北(TO.，6)東北(39.m78.12K北(幼.12)西北(143,24)74.9龍北(95.47〕東北(45.57)72.28KT6.23W20西北(112.53〕西北(12"8)95.5挑北(瓜62)北]></math></maths>式中Sr(Case(i，j))為案例i，j之間空間關系的相似性系數(shù)；Sa(Case(i，j))為案例i，j之間特征屬性相似性系數(shù)；Ss(Case(i，j))為案例i，j之間空間形態(tài)的相似性系數(shù)；w1、w2和w3分別為上述Sr(Case(i，j))、Sa(Case(i，j))和Ss(Case(i，j))的權重系數(shù)；步驟6海洋渦旋變化案例的檢測，具體步驟如下，(1)給定相似性閾值，選取步驟5中計算的相似性系數(shù)大于相似性閾值的所有歷史案例；(2)根據(jù)選取的歷史案例結果，從中找出相似度較大的多個案例結果所對應的渦旋案例；所述的歷史案例結果是海洋渦旋從一個時期到另一個時期的發(fā)展變化狀況；(3)按照相似度大小的，將相似度劃分為三個范圍，即0.9-1.0，0.8-0.9，0.7-0.8，根據(jù)相似度范圍的不同為對應選擇的歷史案例之結果賦予不同的權重，求出它們的加權平均值賦給目標案例，作為目標案例的結果。2、根據(jù)權利要求1所述的利用歷史相似性案例對海洋渦旋變化檢測方法，其特征在于所述步驟1中案例表達模型的構建方法為構建的海洋渦旋變化案例表達模型為，Case尸/X.'5M",…，5M力',5"/力'，…，57",Korte;r"i—Korte;r仏.7(1)戸二么…AV戶入么i=7,《"W;J,見#均為自然數(shù),-5,,),力"2,乂2)，...，(<,;0},式中i為案例的序號，/=/,《，^為自然數(shù)；Si為案例i的空間形態(tài)描述集合，其中ra》3，m為正整數(shù)，小括弧代表坐標對，共有m對，S,是海洋渦旋面狀對象邊界的坐標集合，不同渦旋其坐標對數(shù)是不一樣的；&仏，…,SA'，J':力《…私M為自然數(shù)，表示案例i各種屬性指標，共M個；鄰,，5%,…，51，…V，N為自然數(shù)，表示案例i與地理環(huán)境的各種空間關系指標，共N個；&r&jw—^rtex^代表歷史案例發(fā)展變化的結果，即該海洋渦旋發(fā)展變化的具體狀況，其中tl，t2表示海洋渦旋案例i的前后兩個狀態(tài)時間，"表示從時間tl到時間t2，Korfe^"表示tl時刻渦旋案例i的結果狀態(tài)，Rrtay②.表示t2時刻渦旋案例i的結果狀態(tài)案例Case,是以上具體內容的集合。3、根據(jù)權利要求l所述的利用歷史相似性案例對海洋渦旋變化檢測方法，其特征在于所述步驟3采用粗糙集進行海洋渦旋變化案例的空間關系抽取的步驟如下a.建立海洋渦旋變化先驗空間關系的粗糙集表達，具體以空間關系決策表形式給出；第一，選取影響海洋渦旋變化的特定空間關系，所述的特定空間關系為渦旋間的距離關系、渦旋間的方向關系和拓撲關系；第二，采用GIS空間計算方法進行海洋渦旋案例所選定的特定空間關系計算；第三，根據(jù)計算的特定空間關系結果構造海洋渦旋案例的空間關系決策表，決策表中行代表海洋動態(tài)渦旋歷史案例，列的前一部分稱為條件屬性，代表各個空間關系指標，最后一列稱為決策屬性，其值為檢測的屬性；b.對海洋渦旋變化案例空間關系決策表中的連續(xù)變量進行離散化c.利用屬性約簡算法對步驟b得到的空間關系決策表進行空間關系約簡，抽取影響目標案例結果的決定性空間關系，進而抽取空間關系決策規(guī)則。4、根據(jù)權利要求l所述的利用歷史相似性案例對海洋渦旋變化檢測方法，其特征在于所述步驟5中，在以下描述中案例i代表目標案例，案例j代表歷史案例，'.力)的計算見公式"為<formula>formulaseeoriginaldocumentpage3</formula>式中M^為第k個特征屬性的相似性權重，S^。一,力)為案例i，j的第k個特征屬性的相似性系數(shù)；&(0^(,,,))的計算包括空間方位，空間拓撲和空間距離的相似性計算，公式如下XS";""；，.、、+W』X<SW(-w;;、、+WW;,*S^<formula>formulaseeoriginaldocumentpage0</formula>式中w^、w,。p和w&分別為權重系數(shù)；Sw。一，為兩案例i，j之間空間方位關系的相似性系數(shù)；&^^(〃))為案例1，j之間空間拓撲關系的相似性系數(shù)；&"(0^('，力)為案例i，j之間空間距離關系的相似性系數(shù)；公式(3)中方位關系相似性計算公式如下式中A目標指案例i相對于參考目標的方向，所述的參考目標是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中巳發(fā)生的，距離渦旋i時間上最近的渦旋；^指歷史案例j相對于參考目標的方向；^"。"A)是指案例i，j的之間的方向距離；乂,、系數(shù)么、式(3)中空間拓撲關系相似性計算時，根據(jù)公式(5)來計算拓撲關系的相似性式中7b;w(0指目標案例i相對于參考目標的拓撲關系，所述的參考目標是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中已發(fā)生的，距離渦旋i時間上最近的渦旋；7bpo(力指歷史案例j相對于參考目標的拓撲關系；Zte7bpo[7b戶(a7b;w(力是指案例i，j的之間的拓撲關系距離；公式(3)中空間距離相似性計算采甩公式(6):<formula>formulaseeoriginaldocumentpage0</formula>式中《指目標案例i相對于參考目標的距離，所述的參考目標是指研究海區(qū)內，在渦旋i的緩沖區(qū)范圍中已發(fā)生的，距離渦旋i時間上最近的渦旋；4指歷史案例j相對于參考目標的距離；《.-《.表示兩個場景兩目標間的距離差，用絕對值符號來修正它們間的距離差為正值，Or/g/w"/,是指歷史案例庫中每個案例相對于參考目標距離值的最大值與最小值之差。全文摘要本發(fā)明是基于歷史相似性案例對海洋渦旋變化進行檢測的技術，所屬領域是信息
技術領域：
。本發(fā)明主要用于海洋渦旋的定量變化檢測，其實現(xiàn)技術方案是，首先在海洋渦旋案例表達模型基礎上，結合利用粗糙集方法抽取的渦旋時空特征關系構建歷史案例庫，之后通過當前案例與歷史案例相似性計算得到與當前案例最相似的歷史案例，根據(jù)歷史案例的情形對當前渦旋案例的變化做出檢測。本發(fā)明與現(xiàn)有的通過海洋水團和動力學動態(tài)分析方法研究渦旋變化相比，更加簡單靈活，并且歷史案例庫可以動態(tài)更新具有自學能力，可快速適應具有復雜時空特征的海洋渦旋，從而進行更合理準確的變化檢測。文檔編號G01C13/00GK101644572SQ200910086690公開日2010年2月10日申請日期2009年6月24日優(yōu)先權日2009年6月24日發(fā)明者周成虎,杜云艷,楊新忠,王麗敬,齊光雅申請人:中國科學院地理科學與資源研究所