本技術涉及數(shù)據(jù)處理領域，尤其涉及一種用于浮標觀測數(shù)據(jù)的鹽度漂移校正方法及系統(tǒng)。

背景技術：

1、海洋浮標觀測系統(tǒng)作為獲取海洋環(huán)境數(shù)據(jù)的重要手段，在全球氣候變化研究、海洋資源開發(fā)和海洋環(huán)境保護等領域發(fā)揮著關鍵作用。然而，長期浸泡在海水中的浮標傳感器會受到生物附著、化學腐蝕和機械磨損等因素的影響，導致測量數(shù)據(jù)產(chǎn)生漂移。傳統(tǒng)的鹽度漂移校正方法主要依賴于定期的人工校準和簡單的統(tǒng)計模型，如線性回歸或移動平均等。這些方法雖然在一定程度上能夠校正鹽度漂移，但難以適應復雜多變的海洋環(huán)境和不同類型的漂移模式。

2、現(xiàn)有技術存在以下不足：首先，傳統(tǒng)方法難以捕捉鹽度漂移的非線性和多尺度特性，導致校正精度不高；其次，現(xiàn)有方法往往忽視了時空相關性，無法充分利用相鄰浮標和歷史數(shù)據(jù)中的有用信息；再者，當前的校正算法缺乏自適應能力，難以應對新出現(xiàn)的漂移模式和突發(fā)環(huán)境變化；最后，現(xiàn)有方法在處理大規(guī)模多源異構數(shù)據(jù)時效率低下，難以滿足實時校正的需求。這些問題嚴重制約了海洋觀測數(shù)據(jù)的質(zhì)量和可靠性，影響了海洋科學研究和實際應用的準確性。

技術實現(xiàn)思路

1、本技術提供了一種用于浮標觀測數(shù)據(jù)的鹽度漂移校正方法及系統(tǒng)，用于提升了用于浮標觀測數(shù)據(jù)的鹽度漂移校正的準確率。

2、第一方面，本技術提供了一種用于浮標觀測數(shù)據(jù)的鹽度漂移校正方法，所述用于浮標觀測數(shù)據(jù)的鹽度漂移校正方法包括：對歷史浮標觀測數(shù)據(jù)和當前環(huán)境參數(shù)進行采集及預處理，得到多源異構數(shù)據(jù)集；對所述多源異構數(shù)據(jù)集進行多維環(huán)境因子分析，得到鹽度影響因子權重；通過所述鹽度影響因子權重對浮標鹽度數(shù)據(jù)進行漂移檢測和量化，得到累積偏差積分值；對所述累積偏差積分值進行多尺度校正計算，得到初步校正數(shù)據(jù)；對所述初步校正數(shù)據(jù)進行動態(tài)時空權重優(yōu)化，得到優(yōu)化校正數(shù)據(jù)；對所述優(yōu)化校正數(shù)據(jù)進行實時性能評估及自動閾值調(diào)整，得到目標校正數(shù)據(jù)和參數(shù)更新策略。

3、結合第一方面，在本技術第一方面的第一種實現(xiàn)方式中，所述對歷史浮標觀測數(shù)據(jù)和當前環(huán)境參數(shù)進行采集及預處理，得到多源異構數(shù)據(jù)集，包括：對所述歷史浮標觀測數(shù)據(jù)以及所述當前環(huán)境參數(shù)進行時間戳對齊，得到時間同步數(shù)據(jù)；對所述時間同步數(shù)據(jù)進行空間網(wǎng)格劃分，得到網(wǎng)格化觀測數(shù)據(jù)；對所述網(wǎng)格化觀測數(shù)據(jù)進行小波變換去噪處理，得到降噪觀測數(shù)據(jù)；對所述降噪觀測數(shù)據(jù)進行缺失值插補，得到完整觀測數(shù)據(jù)集；對所述完整觀測數(shù)據(jù)集進行主成分分析，得到降維特征集；對所述降維特征集進行基于四分位距法的異常值檢測，得到異常標記數(shù)據(jù)；對所述異常標記數(shù)據(jù)進行異常樣本剔除，得到清洗數(shù)據(jù)集；對所述清洗數(shù)據(jù)集進行格式統(tǒng)一化處理，得到標準化多源異構數(shù)據(jù)集；將所述標準化多源異構數(shù)據(jù)集存入分布式數(shù)據(jù)庫，得到索引化數(shù)據(jù)集；對所述索引化數(shù)據(jù)集進行數(shù)據(jù)質(zhì)量評分，得到帶質(zhì)量標簽的多源異構數(shù)據(jù)集。

4、結合第一方面，在本技術第一方面的第二種實現(xiàn)方式中，所述對所述多源異構數(shù)據(jù)集進行多維環(huán)境因子分析，得到鹽度影響因子權重，包括：對所述多源異構數(shù)據(jù)集進行時間序列分解，得到趨勢分量；對所述趨勢分量進行滑動窗口相關性分析，得到動態(tài)相關系數(shù)矩陣；對所述動態(tài)相關系數(shù)矩陣執(zhí)行譜聚類，得到環(huán)境因子聚類結果；對所述環(huán)境因子聚類結果進行主成分回歸分析，得到初步因子權重；對所述初步因子權重應用bootstrap重采樣，得到權重置信區(qū)間；通過自適應模糊推理系統(tǒng)對所述權重置信區(qū)間進行模糊化處理，得到模糊權重集；對所述模糊權重集執(zhí)行層次分析過程，得到層次化權重結構；對所述層次化權重結構應用交叉驗證，得到驗證權重；對所述驗證權重進行貢獻度量化，得到因子重要性排序；對所述因子重要性排序進行非線性優(yōu)化，得到所述鹽度影響因子權重。

5、結合第一方面，在本技術第一方面的第三種實現(xiàn)方式中，所述通過所述鹽度影響因子權重對浮標鹽度數(shù)據(jù)進行漂移檢測和量化，得到累積偏差積分值，包括：對浮標鹽度數(shù)據(jù)進行滑動時間窗口分割，得到時間序列片段；對所述時間序列片段進行小波多分辨率分析，得到多尺度分解結果；通過經(jīng)驗模態(tài)分解對所述多尺度分解結果進行趨勢提取，得到漂移趨勢曲線；對所述漂移趨勢曲線進行分段線性擬合，得到分段斜率序列；對所述分段斜率序列進行自適應閾值分割，得到漂移事件標記；對所述漂移事件標記進行模式匹配，得到漂移類型識別結果；對所述漂移類型識別結果進行累積偏差計算，得到原始累積偏差值；對所述原始累積偏差值進行平滑處理，得到所述累積偏差積分值。

6、結合第一方面，在本技術第一方面的第四種實現(xiàn)方式中，所述對所述累積偏差積分值進行多尺度校正計算，得到初步校正數(shù)據(jù)，包括：對所述累積偏差積分值進行小波包分解，得到多尺度系數(shù)集；通過自適應閾值對所述多尺度系數(shù)集進行軟閾值處理，得到去噪系數(shù)集；對所述去噪系數(shù)集進行逆小波包變換，得到重構偏差序列；對所述重構偏差序列進行分段多項式擬合，得到校正函數(shù)；通過滑動中值濾波對所述校正函數(shù)進行平滑處理，得到平滑校正曲線；對原始鹽度數(shù)據(jù)和所述平滑校正曲線進行差分運算，得到校正后鹽度值；通過變分模態(tài)分解對所述校正后鹽度值進行殘余漂移提取，得到所述初步校正數(shù)據(jù)。

7、結合第一方面，在本技術第一方面的第五種實現(xiàn)方式中，所述對所述初步校正數(shù)據(jù)進行動態(tài)時空權重優(yōu)化，得到優(yōu)化校正數(shù)據(jù)，包括：對所述初步校正數(shù)據(jù)進行時空網(wǎng)格劃分，得到網(wǎng)格化校正數(shù)據(jù)；對所述網(wǎng)格化校正數(shù)據(jù)執(zhí)行空間自相關分析，得到局部空間依賴性指標；通過變分貝葉斯推斷對所述局部空間依賴性指標進行概率分布估計，得到空間相關性模型；對所述空間相關性模型進行動態(tài)空間權重匹配，得到動態(tài)空間權重矩陣；對所述初步校正數(shù)據(jù)進行時間序列分解，得到季節(jié)分量；對所述季節(jié)分量進行局部多項式回歸，得到時間相關性曲線；對所述時間相關性曲線執(zhí)行指數(shù)平滑處理，得到動態(tài)時間權重向量；將所述動態(tài)空間權重矩陣與所述動態(tài)時間權重向量進行張量積運算，得到時空聯(lián)合權重張量；對所述初步校正數(shù)據(jù)和所述時空聯(lián)合權重張量進行加權平均計算，得到權重校正數(shù)據(jù)；通過各向異性擴散濾波算法對所述權重校正數(shù)據(jù)進行邊緣保持平滑處理，得到優(yōu)化校正數(shù)據(jù)。

8、結合第一方面，在本技術第一方面的第六種實現(xiàn)方式中，所述對所述優(yōu)化校正數(shù)據(jù)進行實時性能評估及自動閾值調(diào)整，得到目標校正數(shù)據(jù)和參數(shù)更新策略，包括：對所述優(yōu)化校正數(shù)據(jù)進行多維度頻譜分析，得到頻域特征矩陣；對所述頻域特征矩陣進行特征提取，得到主要特征向量；對所述主要特征向量進行聚類分析，得到數(shù)據(jù)模式分組；通過滑動窗口法對所述數(shù)據(jù)模式分組進行時序相關性計算，得到動態(tài)關聯(lián)矩陣；基于所述動態(tài)關聯(lián)矩陣，通過自適應閾值算法構建多層閾值網(wǎng)絡，得到閾值候選集；對所述閾值候選集進行交叉驗證，得到最優(yōu)閾值組合；通過插值法對所述最優(yōu)閾值組合進行連續(xù)化處理，得到平滑閾值曲線；基于所述平滑閾值曲線，對校正效果進行多指標評估，得到綜合性能得分；對所述綜合性能得分進行時間序列預測，得到性能趨勢預測；根據(jù)所述性能趨勢預測，通過迭代優(yōu)化算法調(diào)整校正參數(shù)，得到所述目標校正數(shù)據(jù)和所述參數(shù)更新策略。

9、第二方面，本技術提供了一種用于浮標觀測數(shù)據(jù)的鹽度漂移校正系統(tǒng)，所述用于浮標觀測數(shù)據(jù)的鹽度漂移校正系統(tǒng)包括：

10、采集模塊，用于對歷史浮標觀測數(shù)據(jù)和當前環(huán)境參數(shù)進行采集及預處理，得到多源異構數(shù)據(jù)集；

11、分析模塊，用于對所述多源異構數(shù)據(jù)集進行多維環(huán)境因子分析，得到鹽度影響因子權重；

12、量化模塊，用于通過所述鹽度影響因子權重對浮標鹽度數(shù)據(jù)進行漂移檢測和量化，得到累積偏差積分值；

13、校正模塊，用于對所述累積偏差積分值進行多尺度校正計算，得到初步校正數(shù)據(jù)；

14、優(yōu)化模塊，用于對所述初步校正數(shù)據(jù)進行動態(tài)時空權重優(yōu)化，得到優(yōu)化校正數(shù)據(jù)；

15、評估模塊，用于對所述優(yōu)化校正數(shù)據(jù)進行實時性能評估及自動閾值調(diào)整，得到目標校正數(shù)據(jù)和參數(shù)更新策略。

16、本技術提供的技術方案中，通過引入多源異構數(shù)據(jù)集的預處理和多維環(huán)境因子分析，該方法大幅提高了鹽度影響因子權重的準確性，從而為后續(xù)的漂移檢測和校正奠定了堅實基礎。其次，采用累積偏差積分值作為漂移量化指標，結合滑動時間窗口和小波多分辨率分析技術，使得該方法能夠更精確地捕捉不同時間尺度上的漂移特征，顯著提升了漂移檢測的靈敏度和準確率。再者，多尺度校正計算的引入，特別是小波包分解和自適應閾值處理的結合，使得該方法能夠有效處理不同頻率和幅度的漂移成分，大大提高了校正的精度和魯棒性。此外，動態(tài)時空權重優(yōu)化策略的應用，通過融合空間自相關分析和時間序列分解技術，充分利用了浮標觀測數(shù)據(jù)的時空相關性，顯著增強了校正結果的空間一致性和時間連續(xù)性。最后，實時性能評估和自動閾值調(diào)整機制的引入，使得該方法具備了自適應學習和持續(xù)優(yōu)化的能力，能夠有效應對海洋環(huán)境的動態(tài)變化和新出現(xiàn)的漂移模式，保證了校正系統(tǒng)的長期有效性和可靠性，本發(fā)明的方法在處理速度、校正精度和適應性方面都取得了顯著提升。