CN112464139A - 一种基于单分类器的风、浪要素数据质量控制方法 - Google Patents

Abstract

本发明涉及海洋观测数据技术领域，具体涉及一种基于单分类器的风、浪要素数据质量控制方法，包括风、浪要素传感器和浮标，所述浮标和风、浪要素传感器测得风、浪的观测数据，将其与风‑浪作用不变量理论曲线进行比对，通过两者之间的曲线偏离度判断数据的质量。本方法以风‑浪作用不变量理论为基本理论依据，通过单分类器算法由计算机模拟风‑浪作用关系并判断数据的质量，在已验数据的应用中可由数据用户指出异常数据即人工订正，并将人工订正后的数据通过本方法迭代训练获得新的质量控制模型，从而提升质量控制的准确性。

Description

一种基于单分类器的风、浪要素数据质量控制方法

技术领域

本发明涉及海洋观测数据技术领域，具体涉及一种基于单分类器的风、 浪要素数据质量控制方法。

背景技术

海洋观测仪器由于工作环境恶劣，其测得的数据中通常存在异常值，观 测数据质量控制并剔除其中的异常值，是数据应用中的基础环节，业务应用 对质量控制环节的要求为准确和高效，准确性要求是防止被异常数据污染的 资料误导用户或污染后续派生数据，高效性是要求为保证数据质控处理具有 较强的应用时效。

现有海洋观测数据质控方法采用数据质控常用的3σ法和格拉布斯等方 法作为判据，采用风、浪参数互斥法进行相关性检验，该方法主要从数据完 备性和仪器工作状态等角度，分别检验风、浪要素数据中是否存在异常值， 现有海洋观测数据质量控制方法是通用型数据质量控制方法，从实现原理方 面主要侧重于仪器异常属性等角度判别，风、浪要素相关性判据为互斥型判 据，该判据中未有效利用风-浪相互作用的不变性关系，编程实现和计算效率 方面现有方法具有编程复杂和计算效率低的问题，因此，设计出一种基于单分类器的风、浪要素数据质量控制方法，对于目前海洋观测数据技术领域来 说是迫切需要的。

发明内容

本发明提供一种基于单分类器的风、浪要素数据质量控制方法，以解决 现有技术存在的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明的实施例，一种基于单分类器的风、浪要素数据质量控制方 法，包括风、浪要素传感器和浮标，所述浮标和风、浪要素传感器测得风、 浪的观测数据，将其与风－浪作用不变量理论曲线进行比对，通过两者之间的 曲线偏离度判断数据的质量，其中，海面风和浪之间通过观测资料表明其存 在以下不变性关系：

其中

和

分别为无因次波高和周期，α为经验系数，具体为0.062；

其中

g、H_s和U_*分别为重力加速度、有效波高和摩擦风速； 其中

T_s为有效周期；

海－气界面过程处于局地平衡态，

具备良好的不变性，上述不 变性关系为正常风、浪的数据点分布位置，即观测的风、浪数据点应均匀紧 密的分布在该理论曲线附近，反之则违背了风－浪不变性关系，可以判定其为 异常值，由于我国实际风速观测中少有摩擦风速U_*数据，而多为10米高风速 U₁₀的数据，且h米高风速U_h与U_*呈非线性正相关关系，可写为：

U_*＝f(h)·U_h (2)

其中h为风速观测高度，而式(2)中的正相关关系会因各测点地理因素 不同而不同，因此，式(1)中的α会随着风速观测高度和测点地理情况不同 而不同，令α＝g(h)，即有：

本方法将指定观测点历史风－浪数据对数化、无因次化，在训练阶段，以 单分类模型代替理论曲线，设在N维空间中的超球面，半径为R，球心为a， 该控件中的样本点为{xi，i＝1，2，…，M}，我们可以得到：

(x_i-a)(x_i-a)^T≤R² (4)

由于我们要使超球面的半径最小，因此由(4)式得到：

F(R,a)＝R² (5)

并使其半径最小；

引入拉格朗日算子，构建一个拉格朗日函数：

其中的拉格朗日算子α_i≥0，对(6)式进行求偏导，并令其导数为0，可以 得到以下条件：

将(7)、(8)带入(6)中可以得到：

至此，我们可以通过二次规划算法得到最优的α_i使(9)式最小，在此种情况 下，待验数据点较多时将会对空间区域描述的性能带来较大损失，因此，我 们引入松弛因子ε_i，将(4)式更改为：

(x_i-a)(x_i-a)^T≤R²+ε_i

ε_i≥0 (10)

引入一个常数C作为惩罚系数，可以控制超球面发生误接受与误拒绝的 概率：

构建拉格朗日函数：

对其求偏导，并令导数为0，可得：

将(13)代回(12)中，可得：

通过二次规划算法得到最优的α_i使上式最小,以满足半径最小的目的，从 而得到质量控制模型。

在质量控制时，将经过对数化、无因次化的待验数据(Z)以及质控模型 通过下式进行检测：

若待验数据满足上式时接受该数据，否则质疑该数据，从而生成已验数 据，之后可对已验数据进行人工纠错，并将最后获得的模型更新，利用更新 之后的模型对后续待验数据进行质量控制。

进一步地，所述不变性关系的理论基础上通过单分类器算法即可有效判 别风、浪要素观测数据中的异常值。

进一步地，所述摩擦风速U_*数据在实际风速观测中较为少见，多用10米 高风速U₁₀数据进行替代计算，且h米高风速U_h与U_*呈如下非线性正相关关系：

U_*＝f(h)·U_h

其中h为风速观测高度，而U_*＝f(h)·U_h的正相关关系会因各测点地理因素 不同而不同，因此，权利要求1中的α会随着风速观测高度和测点地理情况不 同而不同，令α＝g(h)，即有:

通过基于一分类支持向量机算法学习指定观测点历史风－浪相互作用关 系，可以从统计学角度模拟指定测点的风－浪相互作用关系，从而建立质量控 制模型。

本发明具有如下优点：

该基于单分类器的风、浪要素数据质量控制方法以风－浪作用不变量理论 为依据，通过机器学习算法判断风、浪观测数据与风－浪作用不变量理论曲线 之间偏离度来判断数据的质量，由于气象资料浮标的风、浪要素分别由独立 工作的自动气象站和测波模块测得，其中任意一部设备工作状态异常或观测 结果异常均可由本方法检测出来，本发明的方法更符合风－浪相互作用物理规 律，编程实现更简单。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将 对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地， 下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付 出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的 内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限 定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大 小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落 在本发明所揭示的技术内容能涵盖的范围内。

图1为本发明的处理流程示意图；

图2为本发明的测试数据对数化无量纲有效周期与波高关系分布示意图；

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可 由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描 述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的 实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其 他实施例，都属于本发明保护的范围。

本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”等的用语， 亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的 改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

本发明提供一种技术方案：

一种基于单分类器的风、浪要素数据质量控制方法，包括风、浪要素传 感器和浮标，所述浮标和风、浪要素传感器测得风、浪的观测数据，将其与 风－浪作用不变量理论曲线进行比对，通过两者之间的曲线偏离度判断数据的 质量，其中，海面风和浪之间通过观测资料表明其存在以下不变性关系：

其中

和

分别为无因次波高和周期，α为经验系数，具体为0.062；

其中

g、H_s和U_*分别为重力加速度、有效波高和摩擦风速； 其中

T_s为有效周期；

海－气界面过程处于局地平衡态，

具备良好的不变性，上述不 变性关系为正常风、浪的数据点分布位置，即观测的风、浪数据点应均匀紧 密的分布在该理论曲线附近，反之则违背了风－浪不变性关系，可以判定其为 异常值，由于我国实际风速观测中少有摩擦风速U_*数据，而多为10米高风速 U₁₀的数据，且h米高风速U_h与U_*呈非线性正相关关系，可写为：

U_*＝f(h)·U_h (2)

其中h为风速观测高度，而式(2)中的正相关关系会因各测点地理因素 不同而不同，因此，式(1)中的α会随着风速观测高度和测点地理情况不同 而不同，令α＝g(h)，即有：

本方法将指定观测点历史风－浪数据对数化、无因次化，在训练阶段，以 单分类模型代替理论曲线，设在N维空间中的超球面，半径为R，球心为a， 该控件中的样本点为{xi，i＝1，2，…，M}，我们可以得到：

(x_i-a)(x_i-a)^T≤R² (4)

由于我们要使超球面的半径最小，因此由(4)式得到：

F(R,a)＝R² (5)

并使其半径最小；

引入拉格朗日算子，构建一个拉格朗日函数：

其中的拉格朗日算子α_i≥0，对(6)式进行求偏导，并令其导数为0，可以 得到以下条件：

将(7)、(8)带入(6)中可以得到：

至此，我们可以通过二次规划算法得到最优的α_i使(9)式最小，在此种情况 下，待验数据点较多时将会对空间区域描述的性能带来较大损失，因此，我 们引入松弛因子ε_i，将(4)式更改为：

(x_i-a)(x_i-a)^T≤R²+ε_i

ε_i≥0 (10)

引入一个常数C作为惩罚系数，可以控制超球面发生误接受与误拒绝的 概率：

构建拉格朗日函数：

对其求偏导，并令导数为0，可得：

将(13)代回(12)中，可得：

通过二次规划算法得到最优的α_i使上式最小,以满足半径最小的目的，从 而得到质量控制模型。

在质量控制时，将经过对数化、无因次化的待验数据(Z)以及质控模型 通过下式进行检测：

若待验数据满足上式时接受该数据，否则质疑该数据，从而生成已验数 据，之后可对已验数据进行人工纠错，并将最后获得的模型更新，利用更新 之后的模型对后续待验数据进行质量控制。

本发明中：所述不变性关系的理论基础上通过单分类器算法即可有效判 别风、浪要素观测数据中的异常值。

本发明中：所述摩擦风速U_*数据在实际风速观测中较为少见，多用10米 高风速U₁₀数据进行替代计算，且h米高风速U_h与U_*呈如下非线性正相关关系：

U_*＝f(h)·U_h

其中h为风速观测高度，而U_*＝f(h)·U_h的正相关关系会因各测点地理因素 不同而不同，因此，权利要求1中的α会随着风速观测高度和测点地理情况不 同而不同，令α＝g(h)，即有：

通过基于一分类支持向量机算法学习指定观测点历史风－浪相互作用关 系，可以从统计学角度模拟指定测点的风－浪相互作用关系，从而建立质量控 制模型。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述， 但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言 是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进， 均属于本发明要求保护的范围。

Claims (3)

1.一种基于单分类器的风、浪要素数据质量控制方法，包括风、浪要素传感器和浮标，其特征在于：所述浮标和风、浪要素传感器测得风、浪的观测数据，将其与风－浪作用不变量理论曲线进行比对，通过两者之间的曲线偏离度判断数据的质量，其中，海面风和浪之间通过观测资料表明其存在以下不变性关系：

其中

和

分别为无因次波高和周期，α为经验系数，具体为0.062；

其中

g、H_s和U_*分别为重力加速度、有效波高和摩擦风速；其中

T_s为有效周期；

海－气界面过程处于局地平衡态，

具备良好的不变性，上述不变性关系为正常风、浪的数据点分布位置，即观测的风、浪数据点应均匀紧密的分布在该理论曲线附近，反之则违背了风－浪不变性关系，可以判定其为异常值，由于我国实际风速观测中少有摩擦风速U_*数据，而多为10米高风速U₁₀的数据，且h米高风速U_h与U_*呈非线性正相关关系，可写为：

U_*＝f(h)·U_h (2)

其中h为风速观测高度，而式(2)中的正相关关系会因各测点地理因素不同而不同，因此，式(1)中的α会随着风速观测高度和测点地理情况不同而不同，令α＝g(h)，即有：

本方法将指定观测点历史风－浪数据对数化、无因次化，在训练阶段，以单分类模型代替理论曲线，设在N维空间中的超球面，半径为R，球心为a，该控件中的样本点为{xi，i＝1，2，…，M}，我们可以得到：

(x_i-a)(x_i-a)^T≤R² (4)

由于我们要使超球面的半径最小，因此由(4)式得到：

F(R,a)＝R² (5)

并使其半径最小；

引入拉格朗日算子，构建一个拉格朗日函数：

其中的拉格朗日算子α_i≥0，对(6)式进行求偏导，并令其导数为0，可以得到以下条件：

将(7)、(8)带入(6)中可以得到：

至此，我们可以通过二次规划算法得到最优的α_i使(9)式最小，在此种情况下，待验数据点较多时将会对空间区域描述的性能带来较大损失，因此，我们引入松弛因子ε_i，将(4)式更改为：

(x_i-a)(x_i-a)^T≤R²+ε_i

ε_i≥0 (10)

引入一个常数C作为惩罚系数，可以控制超球面发生误接受与误拒绝的概率：

构建拉格朗日函数：

对其求偏导，并令导数为0，可得：

0≤α_i≤C (13)

将(13)代回(12)中，可得：

通过二次规划算法得到最优的α_i使上式最小,以满足半径最小的目的，从而得到质量控制模型；

在质量控制时，将经过对数化、无因次化的待验数据(Z)以及质控模型通过下式进行检测：

若待验数据满足上式时接受该数据，否则质疑该数据，从而生成已验数据，之后可对已验数据进行人工纠错，并将最后获得的模型更新，利用更新之后的模型对后续待验数据进行质量控制。

2.根据权利要求1所述的一种基于单分类器的风、浪要素数据质量控制方法，其特征在于：所述不变性关系的理论基础上通过单分类器算法即可有效判别风、浪要素观测数据中的异常值。

3.根据权利要求1所述的一种基于单分类器的风、浪要素数据质量控制方法，其特征在于：所述摩擦风速U_*数据在实际风速观测中较为少见，多用10米高风速U₁₀数据进行替代计算，且h米高风速U_h与U_*呈如下非线性正相关关系：

U_*＝f(h)·U_h

其中h为风速观测高度，而U_*＝f(h)·U_h的正相关关系会因各测点地理因素不同而不同，因此，权利要求1中的α会随着风速观测高度和测点地理情况不同而不同，令α＝g(h)，即有：

通过基于一分类支持向量机算法学习指定观测点历史风－浪相互作用关系，可以从统计学角度模拟指定测点的风－浪相互作用关系，从而建立质量控制模型。

Images