CN113689041B - 固定冰的冰情预测方法、装置、电子设备和存储介质 - Google Patents

固定冰的冰情预测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113689041B
CN113689041B CN202110981723.4A CN202110981723A CN113689041B CN 113689041 B CN113689041 B CN 113689041B CN 202110981723 A CN202110981723 A CN 202110981723A CN 113689041 B CN113689041 B CN 113689041B
Authority
CN
China
Prior art keywords
ice
target grid
sea ice
sea
initial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110981723.4A
Other languages
English (en)
Other versions
CN113689041A (zh
Inventor
赵杰臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
Original Assignee
NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER filed Critical NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
Priority to CN202110981723.4A priority Critical patent/CN113689041B/zh
Publication of CN113689041A publication Critical patent/CN113689041A/zh
Application granted granted Critical
Publication of CN113689041B publication Critical patent/CN113689041B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种固定冰的冰情预测方法、装置、电子设备和存储介质，具体实现方案为：基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态；在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度。本公开实施例能够更加及时且准确的更新固定冰区域范围，以及更加准确且及时的预测固定冰的冰层厚度。

Description

固定冰的冰情预测方法、装置、电子设备和存储介质
技术领域
本公开涉及数据处理领域，更具体地，本公开涉及一种固定冰的冰情预测方法、装置、电子设备和存储介质。
背景技术
作为一种特殊海冰类型——极地沿岸固定冰是全球气候变化尤其是极地气候变化的重要指示器，也是影响沿岸人类生存活动、科学考察、工程开发、生态系统演化的重要载体。所以需要及时且准确的获取极地沿岸区域固定冰范围和冰层厚度，一方面以更加准确的掌握极地气候变化以及全球气候变化的情况，一方面更好的服务沿岸人类活动和科学考察开展，例如我国的北极黄河站、南极中山站。
在相关技术中，通常采用现场观测的方式获取固定冰的冰层厚度，但是在某些地区自然环境极端恶劣，固定冰的现场观测条件艰苦并且危险，因此通过现场观测的方式能够获得到的固定冰的冰层的相关数据较为稀少并且不够及时。在现场观测无法提供有效数据的情况下，可以基于数学模型的数值模拟技术来应对数据缺口，然而不同的数学模型也可能会存在预测结果不够准确的问题。可见，如何发展合理的技术框架准确的预测固定冰的相关数据是目前需要解决的问题。
发明内容
本公开提供了一种固定冰的冰情预测方法、装置、电子设备和存储介质。
根据本公开的一方面，提供了一种固定冰的冰情预测方法，包括：
基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态；
在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度。
根据本公开的另一方面，提供了一种固定冰的冰情预测装置，包括：
状态确定模块，用于基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态；
预测模块，用于在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任一实施例提供的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，计算机指令用于使计算机执行本公开任一实施例提供的方法。
根据本公开的技术方案，通过获取当前任意一个网格内的海冰的运行信息以及密集度信息，对该网格内的海冰的状态进行分析，在该网格内的海冰达到目标状态的情况下，可以调整当前的固定冰区域范围的大小，并且对该网格内的海冰在预设时长后的冰层厚度进行预测，如此就能够更加及时且准确的更新固定冰区域范围，以及更加准确且及时的预测固定冰的冰层厚度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开一个实施例提供的固定冰的冰情预测方法的流程示意图；
图2是本公开一个实施例提供的获取目标网格的海冰的密集度信息以及运动信息的处理流程示意图；
图3是本公开另一个实施例提供的处理下载的初始密集度文件以及初始运动文件的流程示意图；
图4是本公开另一个实施例提供的根据密集度以及冰速确定海冰所处的状态的示意图；
图5是本公开另一个实施例提供的针对海冰的状态进行热力学计算的示意图；
图6是本公开一实施例提供的热力学过程框架示意图；
图7是本公开一实施例提供的固定冰的冰情预测方法的应用场景示意图；
图8是本公开一个实施例提供的固定冰的冰情预测装置的结构示意图；
图9是用来实现本公开实施例的固定冰的冰情预测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
极地地区是全球气候变化的敏感地区，尤其是南极以及北极地区的海冰对20世纪以来的全球变暖表现出了强烈响应，这是由于海冰的厚度变化是大气、海洋相互作用的结果，因此海冰是全球气候变化尤其是极地气候变化的直接指示器，所以需要及时且准确的获取极地区域范围的海冰的冰层厚度，以更加准确的掌握极地气候变化以及全球气候变化的情况。
在相关技术中通常采用现场观测的方式获取海冰的冰层厚度，但极地地区自然环境极端恶劣，海冰的现场观测条件艰苦、危险，另外，海冰在固定状态就形成了固定冰，该固定冰是附着于海岸、冰架前沿或搁浅冰山的无明显水平运动的海冰，具有冰期较长、冰厚较大等特点，主要分布于北极航道沿岸或南极峡湾，对北极航道航行或者南极考察站补给造成很大困扰，因此通过现场观测的方式能够获得到的海冰(比如固定冰)的冰层厚度的现场数据非常稀少。
为解决上述问题，多个国家发起南极固定冰监测网(AFIN)框架计划，各国南极考察站加入到固定冰观测行列中，来填补科学界在南极的海冰观测数据缺口。我国开展固定冰的冰层厚度的连续观测，一方面是为AFIN提供更多现场观测数据，来更全面的认识气候变化背景下南极海冰的变化；另一方面是为考察船破冰、雪地车冰上卸货提供更有效的海冰安全预报保障，这对于南极科学考察事业具有重要的实际意义。在南极固定冰主要分布在沿岸地区，占南极海冰总范围的比例为5％～35％左右。以南极普里兹湾为例，南极考察船每年都要穿越冰情复杂的普里兹湾，通过冰上卸货将大量科考设备和生活物资运抵站区，并进行人员轮换。该海域(或区域内)的固定冰区宽度可达50公里以上，是考察船的天然屏障，因此普里兹湾固定冰的冰层厚度和冰上积雪厚度都是考察船选择破冰航道和冰上作业时需要掌握的重要数据。
北极航道固定冰主要出现在1-6月份，主要分布在西北航道加拿大群岛的狭窄海峡，以及东北航道的东西伯利亚海、拉普捷夫海沿岸区域、新西伯利亚群岛和北地群岛等地区，占北极海冰总范围的2％～20％左右。具有冰期较长、冰厚较大等特点。分布于北极航道沿岸的固定冰的范围变化，一方面是全球增暖背景下北极海冰快速响应的一个侧面，另一方面是了解北极航道在不同季节通航情况的重要因素。1976-2018年全北极固定冰范围以-1.1±0.5×104km2/yr(-10.5％/10yr)的平均速率逐渐缩减，而与此同时全北极浮冰区范围的减小速率为-6.0±2.4×104km2/yr(5.2％/10yr)，后者较大的绝对减小速率说明北极海冰范围的快速减少主要是发生在北极浮冰区，但是前者较大的相对减少速率意味着固定冰区会更快的迎来无冰夏季，这个结论对利用北极航道，特别是东北航道有重要的指导意义。
在相关技术中，在现场观测和卫星遥感都无法提供有效数据的情况下，基于数学模型的数值模拟技术是应对数据缺口、解决现实需求的有力手段。目前有很多成熟的海冰动力学模型，例如美国洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)发展的海冰模式CICE(Los Alamos sea ice model)，麻省理工学院发展的海洋-海冰模式MITgcm(麻省理工学院通用环流模式)，以及适合于单点模拟的海冰热力学模型，例如芬兰气象演技所的高分辨率热力学冰雪模型(HIGHTSI，High Resolution Thermodynamic Snowand Ice Model)。基于以上海冰动力学模型，各国科学家发展了针对南极、北极区域的海冰和固定冰预报系统。
但是，固定冰的定义是无明显水平运动，其本身仍可能会破碎成小块浮冰，或者由小块浮冰冻结组合而成，因此在上述相关技术中的固定冰预报系统中不考虑周边浮冰的运动，只考虑固定冰的热力学生长过程是不合理的，特别是在洋流比较快，浮冰运动比较明显的区域，考虑浮冰块的动力学属性，对于正确反映固定冰的范围变化、预测固定冰的冰层厚度是十分必要的。
本公开一个实施例提供的固定冰的冰情预测方法的示意图。如图1所示，该方法包括：
S101：基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态；
S102：在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度。
在执行S101之前，还可以包括：获取目标网格中的海冰的密集度信息以及运动信息。这里，所述目标网格中的海冰的密集度信息以及运动信息可以为海冰的动力学的相关信息，或称为海冰的动力学的相关参数。
具体来说，上述目标网格中的海冰的密集度信息以及运动信息的获取方式，可以如图2所示，包括：
S201：获取包含预设区域的海冰的初始密集度文件以及初始运动文件；其中，所述预设区域中至少包括所述目标网格对应的区域；
S202：对所述包含预设区域的海冰的初始密集度文件以及初始运动文件分别进行处理，得到包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件；其中，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件为采用相同的网格尺寸且采用相同格式的文件；
S203：从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。
上述S201中，所述获取包含预设区域的海冰的初始密集度文件以及初始运动文件，可以是：从第一服务器获取所述包含预设区域的海冰的初始密集度文件，以及从第二服务器获取所述包含预设区域的海冰的初始运动文件。
上述第一服务器、第二服务器可以为相同的服务器也可以为不同的服务器；并且上述第一服务器以及所述第二服务器与执行本实施例的设备(或服务器)为不同的物理设备。
需要指出的是，从所述第一服务器获取到的海冰的初始密集度文件可能并非仅包含所述目标网格对应的区域，还可能包含除了目标网格之外的其他区域，因此，这里将从第一服务器获取到的初始密集度文件称为包含预设区域的海冰的初始密集度文件。同样的，从所述第二服务器获取到的海冰的初始运动文件可能并非仅包含所述目标网格对应的区域，还可能包含除了目标网格之外的其他区域，因此，这里将从第二服务器获取到的初始运动文件称为包含预设区域的海冰的初始运动文件。
另外，从第一服务器获取所述包含预设区域的海冰的初始密集度文件，以及从第二服务器获取所述包含预设区域的海冰的初始运动文件对应的覆盖范围可以相同也可以不同。比如，目标网格是南极的普里兹湾内的某一个网格，则从第一服务器可以获取全球的海冰的初始密集度文件，从第二服务器可以获取南极区域的海冰的初始运动文件，只要上述两个文件均包含目标网格对应的区域就均在本实施例的保护范围内。
前述第一服务器中可能同时保存有多个区域分别对应的多个时间段内的海冰的初始密集度文件，本实施例可以是从所述第一服务器中保存的多个区域内多个时间段内的包含预设区域的海冰的初始密集度文件，选择下载所述第一区域内的与当前时刻最近一次(或多次)保存的海冰的初始密集度文件。同样的，前述第二服务器也可能同时保存多个区域分别对应的多个时间段的海冰的初始运动文件，本实施例可以是从所述第二服务器中保存的多个区域内多个时间段内的包含预设区域的海冰的初始运动文件，选择下载所述第二区域内的与当前时刻最近一次(或多次)保存的海冰的初始运动文件。
或者，前述第一服务器中可能同时保存有多个区域分别对应的多个时间段内的海冰的初始密集度文件，本实施例可以是下载所述第一服务器中保存的全部区域内全部时间段保存的包含预设区域的海冰的初始密集度文件。同样的，前述第二服务器也可能同时保存多个区域分别对应的多个时间段的包含预设区域的海冰的初始运动文件，本实施例可以是下载所述第二服务器中保存的全部区域内全部时间段保存的包含预设区域的海冰的初始运动文件。
上述从第一服务器以及从第二服务器侧下载的方式可以包括：网页单个下载、FTP(File Transfer Protocol，文件传输协议)批量下载、Xshell代码下载等。
需要理解，上述初始密集度文件中包含的具体内容可以为初始密集度信息，或称为初始密集度数据；其中，所述初始密集度信息或初始密集度数据可以至少包含的海冰的密集度信息(或可以称为初始密集度)。上述初始运动文件中包含的具体内容可以为初始运动信息或称为初始运动数据；其中，所述初始运动信息或初始运动数据中至少可以包含海冰的冰速；另外，还可能会包含海冰的运动方向、加速度等等。
针对上述从第一服务器获取所述包含预设区域的海冰的初始密集度文件的具体处理方式进行示例性说明：
可以从德国不莱梅大学的网站所对应的服务器(可以将其称为第一服务器)处下载所述包含预设区域的海冰的初始密集度文件；这里，德国不莱梅大学的网站上发布的密集度文件(这里还可以将其称为初始密集度文件)中包含了基于全球变化观测卫星(GCOM，Global Change Observation Mission)-W1上搭载的高级微波扫描辐射计(AMSR2，advanced microwave scanning radiometer 2)(89GHz)，采用ARTIST Sea Ice(ASI)算法所得到的密集度信息，其空间分辨率为6.25km。
或者，还可以从美国雪冰中心(NSIDC，National Snow&Data Center)的网站所对应的服务器(可以称为第一服务器)处下载所述包含预设区域的海冰的初始密集度文件；这里，获取到的密集度文件(这里还可以将其称为初始密集度文件)中可以是包含了基于国防气象卫星计划(DMSP，Defense Meteorological Satellite Program)-F17上搭载的专用传感器微波成像测深仪(SSMIS，Special Sensor Microwave Imager Sounder)传感器(19and37GHz)，采用NT算法生成的空间分辨率为25km的密集度信息。
或者，还可以从海洋海冰卫星应用中心(OSI-SAF，Ocean and Sea Ice SatelliteApplication Facility)的网站所对应的服务器(可以将其称为第一服务器)处下载欧洲气象卫星应用组织(EUMETSAT)发布的密集度文件(这里还可以将其称为初始密集度文件)中可以是包含了基于DMSP-F17上的SSMIS传感器采用Bristol和Bootstrap结合算法，并使用欧洲中期天气预报中心(ECMWF)数值模式结果进行大气校正，得到空间分辨率为10km的密集度信息。
针对上述从第二服务器获取所述包含预设区域的海冰的初始运动文件的具体处理方式进行示例性说明：
从美国国家冰雪数据中心(NSIDC，National Snow and Ice Data Center)的网站所对应的服务器(可以将其称为第二服务器)下载包含预设区域的海冰的初始运动文件；这里获取到的初始运动文件中可以是包含空间分辨率为25km的海冰的运动数据(或称为初始运动数据或初始运动信息)。
或者，还可以从海洋海冰卫星应用中心(OSI-SAF，Ocean and Sea Ice SatelliteApplication Facility)的网站所对应的服务器(可以将其称为第二服务器)下载包含预设区域的海冰的初始运动文件；这里获取到的初始运动文件中可以是包含有空间分辨率为6.25km的海冰的运动数据，或者是空间分辨率为20km的海冰的运动数据(或称为初始运动数据或初始运动信息)；或者，还可以下载全球海洋再分析系统(Global Ocean ReanalysisSystem,GLORSY12V1)或全球海洋分析预报系统(PSY4V3)的海冰初始运动文件；这里获取到的海冰的初始运动文件所对应的最高分辨率可以为0.083°。
需要指出，上述示例仅示意出几种可能获取海冰的初始密集度文件以及获取海冰的初始运动文件的方式，不代表只可以通过上述方式获取，实际处理中还可能采用其他方式，这里不进行赘述。通过上述示例还可以看出，获取海冰的初始密集度文件以及获取海冰的初始运动文件的网站可以是相同的也可以是不同的，相应的获取海冰的初始密集度文件以及获取海冰的初始运动文件的第一服务器以及第二服务器可以是相同的也可以是不同的。
另外，上述包含预设区域的海冰的初始密集度文件以及初始运动文件所采用的分辨率可能是不同的；并且，包含预设区域的海冰的初始密集度文件以及初始运动文件的格式也可能是不同的。
上述包含预设区域的海冰的初始密集度文件中的数据(即密集度信息或密集度数据)所采用的分辨率，具体可以为空间分辨率，可能是25km、20km等等，这里不做穷举。
上述包含预设区域的海冰的初始运动文件中的数据(即运动信息或运动数据)所采用的分辨率，具体可以为空间分辨率，可能是25km、10km、6.25km等等，这里不做穷举。
上述海冰的初始密集度文件的格式可能为层次型数据格式(HDF，HierarchicalData Format)；上述海冰的初始运动文件的格式可能为网络通用数据格式(NC，NetworkCommon Data Format)。
因此需要对S201得到的海冰的初始密集度文件以及海冰的初始运动文件进行处理以得到统一分辨率以及统一格式的信息(可以称为标准化数据)以便后续高效的进行处理。也就是需要执行S202，对所述包含预设区域的海冰的初始密集度文件以及初始运动文件分别进行处理，得到包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件；其中，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件为采用相同的网格尺寸且采用相同格式的文件。
其中，所述处理后的运动文件中的运动信息可以包含以下至少之一：所述海冰的速度(或冰速)、所述海冰的加速度、所述海冰的运动方向等等。
结合图3对上述S201-S202的处理进行示例性说明：
S301：下载不同数据文件；
具体可以是：下载包含预设区域的海冰的初始密集度文件以及初始运动文件；比如，所述包含预设区域的海冰的初始密集度文件，可以包含德国不莱梅大学的网站上发布的为基于GCOM-W1上搭载的AMSR2(89GHz)，采用ARTIST Sea Ice(ASI)算法所得到的密集度信息；所述包含预设区域的海冰的初始运动文件可以是从法国海洋局(Mercator Ocean)网站下载得到。
S302：不同数据文件的读取；
具体可以是：读取所述包含预设区域的海冰的初始密集度文件中的初始密集度信息(或数据)，以及读取所述包含预设区域的海冰的初始运动文件中的初始运动信息(或数据)；其中，初始密集度文件可以是HDF格式的文件；初始运动文件可以是NC格式的文件。
S303：统一插值处理；
具体可以是：在相同的海陆分布信息下，利用MATLAB对所述初始密集度数据以及所述初始运动数据分别进行插值处理，得到统一的网格下的处理后的密集度信息以及处理后的运动信息。
比如，可以是利用MATLAB根据相同的海陆分布信息，对所述初始密集度数据以及所述初始运动数据分别进行插值处理，得到在统一的网格下的包含预设区域的海冰的处理后的密集度信息以及处理后的运动信息。其中，所述统一的网格可以为预设网格尺寸的网格。
其中，所述插值处理可以有多种实现方式，比如，可以是以下任意之一：InverseDistance to a Power(反距离加权插值法)、Kriging(克里金插值法)、Minimum Curvature(最小曲率)、Modified Shepard's Method(改进谢别德法)、Natural Neighbor(自然邻点插值法)、Nearest Neighbor(最近邻点插值法)、Polynomial Regression(多元回归法)、Radial Basis(径向基函数法)、Triangulation with Linear Interpolation(线性插值三角网法)、Moving Average(移动平均法)、Local Polynomial(局部多项式法)。或者，还可以采用其他的方法来实现上述插值处理，本实施例不进行穷举。
S304：生成标准化数据；
具体可以是：将所述包含预设区域的海冰的处理后的密集度信息以及处理后的运动信息分别保存为目标格式，最终，输出相同格式且相同网格的标准化数据；上述相同格式且相同网格尺寸的标准化数据具体为：相同格式且相同网格尺寸下的包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件。
这里，所述目标格式可以根据实际情况设置，比如可以是NC格式，又或者，可以是doc格式等等，这里不进行穷举。
然后可以执行S203从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。
上述实施例已经说明，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件采用了统一的网格(相同的网格尺寸)，也就是说，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中相同位置处的网格是相同；相应的，在执行S203的处理中，可以是将全部网格中任意一个网格作为目标网格，从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。上述全部网格中的任意两个网格的大小可以为相同的。比如，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中可以包含有100个网格所分别对应的海冰的处理后的密集度信息以及处理后的运动信息，将该100个网格中的任意一个网格作为目标网格，获取该目标网格中的海冰的密集度信息以及运动信息。
需要理解的是，针对前述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中的全部网格可以并行的执行S101-S102的处理；也就是将全部网格分别作为每一个处理中的目标网格，并行的执行S101-S102的处理。又或者，针对前述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中的全部网格可以依次执行S101-S102的处理；也就是将全部网格依次分别作为每一次处理中的目标网格，分别执行S101-S102的处理。
完成上述处理之后，可以执行S101：基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态。
所述基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态，可以包括：基于所述目标网格中的海冰的所述密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的所述运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态。
其中，所述海冰所处的状态可以为多种预设状态中之一。所述密集度阈值范围可以包含有一个或多个；所述运动阈值范围也可以包含一个或多个。
比如，在所述预设状态有3种的情况下，可以至少包含3个相互不重叠的所述密集度阈值范围，至少包含3个相互不重叠的运动阈值范围；在所述预设状态可能有4种状态的情况下，可以至少包含4个相互不重叠的所述密集度阈值范围，至少包含4个相互不重叠的运动阈值范围。另外，上述预设状态的数量为3个或4个仅为示例性说明，实际处理中还可以包含2个，或者5个或更多的预设状态，只是本实施例不对其进行穷举。
下面以所述目标网格中的海冰所处的状态为3种预设状态中之一为例，对所述基于目标网格中的海冰的密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的所述运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态的处理方式进行说明：
在所述目标网格中的海冰的所述密集度信息中的密集度处于第一密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第一运动阈值范围内的情况下，确定所述目标网格中的海冰处于漂流状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第二密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第二运动阈值范围内的情况下，确定所述目标网格中的海冰处于预固定状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第三密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第三运动阈值范围内的情况下，确定所述目标网格中的海冰处于固定状态。
其中，所述第一密集度阈值范围可以根据实际情况预设，比如可以是密集度(SIC，Sea Ice Concentration)大于15％；又或者，可以是密集度(SIC)大于15％且小于等于80％。所述第一运动阈值范围可以根据实际情况预设，比如可以是冰速(SIUV)大于0.01cm/s。
所述第二密集度阈值范围可以根据实际情况预设，比如可以是密集度(SIC)大于80％，或者可以是密集度大于80％且小于100％，或者可以是密集度(SIC)大于85％且小于等于98％，或者是其他数值组成，只是不做穷举。所述第二运动阈值范围可以根据实际情况预设，比如可以是冰速(SIUV)小于或等于0.01cm/s，当然还可以是其他数值，比如可以为小于或等于0.015cm/s且大于0cm/s，本实施例不进行穷举。
所述第三密集度阈值范围可以根据实际情况预设，比如可以是密集度(SIC)等于100％，或者可以是密集度(SIC)大于等于99％，或者可以使用其他数值，只是不做穷举。所述第三运动阈值范围可以根据实际情况预设，比如可以是冰速(SIUV)等于0cm/s，本实施例不进行穷举。
结合图4进行示例性说明，假设所述目标网格中的海冰的密集度信息的来源为AMSR2的数据(或初始密集度文件)，运动信息的来源为Mercator Ocean的数据(或初始运动文件)，建立浮冰和固定冰之间的转化过程如下：当密集度(SIC)>15％且冰速(SIUV)>0.01cm/s时，海冰分布比较松散，漂流速度较快，海冰处于漂流状态(或还可以称为漂流阶段)。当密集度(SIC)>80％且冰速(SIUV)<0.01cm/s时，海冰分布比较集中，漂流速度较慢，此时海冰处于预固定状态(或还可以称为预固定阶段)，即处于漂流和固定冰之间的状态。当密集度(SIC)＝100％且冰速(SIUV)＝0cm/s时，海冰冻结成片并且占据整个网格，漂流速度为零，说明整块海冰已经处于固定状态(或还可以称为固定阶段)，即形成固定冰的状态。如果在某一个网格内的海冰从漂流状态进入预固定状态，再由预固定状态进入固定状态，则形成一个完整的冻结过程；反之则形成一个完整的破碎过程，这两个过程就组成了一个完整的浮冰-固定冰动力学过程。
在完成上述S101的处理之后，还可以包括：
判断所述目标网格中的海冰是否处于预固定状态或固定状态；
在所述目标网格中的海冰处于预固定状态或固定状态的情况下，确定所述目标网格中的海冰所处的状态为目标状态。
另外，在所述目标网格中的海冰处于漂流状态的情况下，不对所述目标网格进行后续处理，也就是不执行S102的处理。
上述S102：在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格内的海冰的初始相关参数确定所述目标网格内的海冰在预设时长后的冰层厚度。
进一步地，上述基于所述目标网格所对应的区域范围更新固定冰区域范围，具体可以包括：将所述目标网格所对应的区域范围添加至初始固定冰区域范围内，得到更新的固定冰区域范围。
其中，所述初始固定冰区域范围可以为上一次处理后得到的更新的固定冰区域范围。所述初始固定冰范围可以由一个或多个初始网格组成，即所述初始固定冰范围可以为初始固定冰网格范围；其中，所述初始固定冰范围内的每一个初始网格均为具备海冰属性的网格，并且上述每一个初始网格的海冰属性均为固定冰。相应的，前述将所述目标网格所对应的区域范围添加至初始固定冰区域范围内，得到更新的固定冰区域范围可以为：将所述目标网格的海冰属性设置为固定冰，将所述目标网格添加至初始固定冰网格范围内，得到更新的固定冰网格范围。
所述基于所述目标网格内的海冰的初始相关参数确定所述目标网格内的海冰在预设时长后的冰层厚度，可以包括：
确定所述目标网格内的海冰的初始冰厚以及当前大气和海洋条件；
基于所述初始冰厚以及所述当前大气和海洋条件进行热力学计算，得到所述目标网格内的海冰在预设时长后的冰层厚度。
其中，所述目标网格内的海冰由于为目标状态即固定状态或预固定状态，也就是说，所述目标网格的海冰属性为固定冰；因此最终预测了目标网格内的固定冰(或属性为固定冰的海冰)在预设时长之后的冰层厚度。
这里，所述预设时长可以根据实际情况设置，比如，可以设置为7天也就是一周；又或者，可以设置为3天、或更长或更短，这里不进行穷举。
所述当前大气和海洋条件可以具体包括有当前大气条件以及当前海洋条件；该当前大气条件以及当前海洋条件可以为进行热力学计算所使用的强迫场。可以将该当前大气条件理解为上述强迫场中的大气强迫场，将海洋条件理解为上述强迫场中的海洋强迫场。示例性的，上述大气强迫场中可以包含以下参数中至少之一：温度、湿度、入射的短波辐射、入射的长波辐射；所述海洋强迫场可以至少包含海洋热通量。上述强迫场可能还包括其他的参数，这里不对其进行穷举。确定所述当前大气和海洋条件(或强迫场)的方式，可以是从指定网站所对应的服务器侧下载当前大气和海洋条件(或强迫场)的相关数据。
所述初始冰厚可以为进行热力学计算所使用的初始场；所述初始冰厚可以指所述目标网格内的海冰(或固定冰)的当前冰厚。确定所述目标网格内的海冰的初始冰厚的方式，可以是从指定网站所对应的服务器侧下载目标网格内的海冰的初始冰厚的相关数据。
本实施例提供的方案中，热力学框架和动力学框架是紧密配合的，结合图5进行示例性说明，由于当目标网格内的海冰在漂流阶段(或漂流状态)的时候，该目标网格内的海冰处于较高流速的运动状态，此时不启动热力学计算，或称为此时不启动热力学计算的模式，也就是不需要执行上述S102。当该目标网格内的海冰达到预固定状态或固定状态时，该目标网格可以添加至整体固定冰网格(或固定冰网格范围)，作为固定冰网格(即固定冰区域范围)的一部分，此时整体固定冰范围增加，这是动力学过程的体现。以此同时，还会对该目标网格启动热力学计算。
在对目标网格进行热力学计算的处理中，如图5所示，可以通过欧洲中期天气预报中心(ECMWF，European Centre for Medium-Range Weather Forecasts)(的网站或对应的服务器)得到当前大气条件即大气强迫场，可以通过Mercator Ocean(的网站或对应的服务器)得到当前海洋条件即海洋强迫场，比如图5中示意出的海冰热通量(oceanic heatflux)；还可以通过Mercator Ocean(的网站或对应的服务器)得到目标网格中海冰的初始冰厚(SIH)；基于上述当前大气和海洋条件以及所述目标网格中的海冰的初始冰厚进行热力学过程的计算，最终得到该目标网格内的海冰(或属性为固定冰的海冰)在预设时长后的冰层厚度。这样，动力学过程和热力学过程结合，组成一种考虑浮冰运动信息的固定冰预报系统。
需要理解的是，本实施例虽然仅指出对所述目标网格内的海冰(或固定冰，或属性为固定冰的海冰)计算预设时长后的冰层厚度，并不表示本实施例的处理中不会对初始固定冰网格范围(或初始固定冰区域范围)内的冰层厚度进行更新。
举例来说，在一种处理方式中，可以根据预设周期更新当前固定冰网格范围内的冰层厚度，其中，所述当前固定冰网格范围在执行本实施例之前，可以为不包含所述目标网格的初始固定冰网格范围(或初始固定冰区域范围)，在执行本实施例之后，可以为包含所述目标网格的更新的固定冰网格范围(或更新的固定冰区域范围)。其中，所述预设周期可以根据实际情况设置，比如可以是1天，又或者可以是12小时等等。
另一种处理方式中，可以在每次执行前述S102的同时预测更新的固定冰网格范围内的冰层厚度，也就是说对包含所述目标网格的更新的固定冰网格范围(或更新的固定冰区域范围)内的全部网格均预测在预设时长后的固定冰的冰层厚度。
上述热力学计算，可以采用高分辨率热力学冰雪模型(HIGHTSI，High ResolutionThermodynamic Snow and Ice Model)来实现。其中，HIGHTSI是一个模拟积雪和海冰演化的一维热力学模型。为了可以求解表面能量和质量方程，向下短波和长波辐射通量分别基于Shine(1984)和Prata(1996)年的参数化方案，考虑了太阳天顶角、以及读入的观测云量、空气温度、空气湿度等。表面反照率参数化采用Briegleb等(2004)方案。太阳辐射在积雪和海冰中的穿透效应采用Grenfell and Maykut(1977)的方案，并进一步的发展为两层框架，这样可以实现次表层积雪和海冰融化的定量计算。利用读入的风速、空气温度和空气湿度以及模拟的海冰表层温度来计算感热通量和潜热通量时，考虑了大气层结的效应。热传导方程用来计算海冰和积雪内部温度剖面的演化过程，海冰底部的冻结和融化是由海冰底部向上的热传导和海洋热通量之间的平衡关系决定。
结合图6提供的热力学过程框架图来对热力学计算使用到的相关参数进行示例性说明，太阳辐射量(比如表示为图6的6-1中的Q0)经过云层(C)之后，在冰层的表面产生的入射的短波辐射(表示为Qs)，海冰的高反照率(α)对入射的短波辐射产生的反射表示为“αQs”，使得穿透至冰层的表层(surface layer)以下的太阳短波辐射(即图6的6-1中的I(z))可能仅为入射的短波辐射中的部分。此外，热力学计算涉及到的相关的参数还包括有图6的6-1中的Qb表示的冰层的表面发射的长波辐射，Qd所表示的冰层的表面入射的长波辐射(或称为大气长波辐射)，Qh所表示的感热通量，Qle所表示的潜热通量，Qc所表示的为海冰底部传导热量；以及Fc表示的传导热通量；Fw表示的海洋热通量等等，这里不进行穷举。
在热力学计算中可以使用q来表示水面或冰面的比湿，比如，在图6的6-1中q(za)表示在距离冰面高度za位置处的比湿，此外，还可以得到其他位置处的比湿，比如可以在无穷高的位置处计算的比湿(可以表示为图6的6-1中的q(∞))。
在热力学计算中可以采用T表示温度。比如，在图6的6-1中Tsfc表示冰层表面的温度，Ti(z,t)表示在深度(或厚度)z米处时刻t秒时的温度；在图6的6-1中还示意出了冰层之上的温度可以采用T(za)表示在距离冰面高度za位置处的温度，此外，还可以得到其他位置处的温度，比如计算在距离冰面无穷高的位置处温度(可以表示为图6的6-1中的T(∞))。图6的6-2示意出了在冰层之上存在雪层且雪层较薄的场景，其中Tsfc表示表面的温度，Tin表示雪层与冰层之间的内部温度，Tice表示冰层温度；图6的6-3示意出了在冰层之上存在雪层且雪层较厚的场景，Tsfc表示表面的温度，Tin表示雪层与冰层之间的内部温度，Tice表示冰层温度，Tsnow表示雪层温度。
在热力学计算中可以采用V表示风速，比如，在图6的6-1中V(za)表示在距离冰面的高度za位置处的风速，此外，还可以得到距离冰面的其他位置处的温度，比如计算在无穷高的位置处温度(可以表示为图6的6-1中的V(∞))。
在热力学计算中可以采用h表示厚度(或深度)，比如，在图6的6-1中hi表示冰层厚度；图6的6-2示意出的在冰层之上存在雪层且雪层较薄的场景中以及图6的6-3示意出的在冰层之上存在雪层且雪层较厚的场景中，hs表示雪层的厚度。
在前述结合图6对热力学计算的相关参数的说明的基础上，下面对热力学计算进行示例性说明：
HIGHTSI的核心结构是求解积雪层和冰层的热传导偏微分方程：
Figure BDA0003229377340000171
公式中z是厚度，t是时间，T是温度，ρ是密度，c是比热，k是热传导系数，下标s和i分别表示积雪和冰，q(z,t)表示太阳辐射在表层的穿透量。
表面温度和融化通过积雪和冰表层的能量平衡方程求解得到：
(1-α)Qs-I0+Qd-Qb+Qh+Qle+Fc+Fm＝ρi,s(Lf)i,sdhi,s/dt
这里α是表面反照率，Qs是表面入射的短波辐射，I0是穿透至表面以下的太阳辐射。入射的大气长波辐射用Qd表示，Qb是表面发射的长波辐射，感热通量和潜热通量分别用Qh和Qle表示，Lf是冻结潜热，Fc是传导热通量，Fm是蒸发潜热。
冰底部的冻结和消融是由两个通量的平衡决定，即冰下部的热传导和冰底部接受的海洋热通量：
Figure BDA0003229377340000181
公式中ρi是冰下部的密度，dH/dt是冰底的生长率，Lf是海水的冻结潜热，Fw表示海洋热通量。通过求解以上方程可以得到H即海冰厚度。
上述热力学计算过程中使用到强迫场的相关参数包括有：大气强迫场中的以下至少之一：温度、湿度、入射的短波辐射、入射的长波辐射等等；海洋强迫场中的海洋热通量等。另外，初始冰厚H0可以在进行热力学计算的初始时刻给定。
在相关技术中的固定冰预报系统中，不考虑动力学因素(或动力学的相关信息或动力学的相关参数)，仅仅通过卫星遥感图像来判断固定冰的范围，再依据固定冰范围来确定预报系统模拟的区域。这样的处理方式对于固定冰区的过去时期的模拟研究是可行的，但对于固定冰区未来时刻的预报研究是不够的，因为未来时刻固定冰区的范围是无法通过卫星遥感的手段预先知道的，必须依赖于动力学框架来尝试进行预报。因此，本实施例提供的方案，通过获取当前任意一个网格内的海冰的运行信息以及密集度信息，对该网格内的海冰的状态进行分析，在该网格内的海冰达到目标状态的情况下，可以调整当前的固定冰区域范围的大小，并且对该网格内的海冰在预设时长后的冰层厚度进行预测，从而，采用本实施例提供的方案就可以考虑海冰的运动信息以及结合海冰的初始相关参数，也就是将动力学以及热力学结合来进行处理，如此就能够更加及时并且准确的更新固定冰区域范围，以及更加准确以及及时的预测固定冰的冰层厚度。
从应用层面上看，通过使用本实施例提供的方案模拟和预测的海冰厚度结果会更合理。本实施例提供的方案可以应用于任何海域，尤其适用于南极或北极海域，从而更加有利于为北极航道航行、南极科考站海冰作业等提供更科学的数据和技术支撑。
最后结合图7对本公开实施例提供的一种固定冰的冰情预测方法进行说明，实现上述固定冰的冰情预测方法的处理逻辑可以部署于终端侧，也可以部署于网络侧的服务器。如图7所示，终端侧可以包括以下任意之一：台式机701、笔记本电脑702、手机703、平板电脑704；这些终端类型仅为示例，还可以是其他类型的终端设备，这里不做穷举。
上述固定冰的冰情预测方法的处理逻辑部署于终端侧的情况下，可以通过台式机701从其他服务器侧获取到目标网格内海冰的密集度信息和运动信息之后，加载本地终端预先部署的该处理逻辑，以根据所述目标网格内的海冰的密集度信息和运动信息来确定所述目标网格内海冰的状态，进而在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度，如此就能够更加及时并且准确的更新固定冰区域范围，以及更加准确以及及时的获取到冰层厚度。
该固定冰的冰情预测方法的处理逻辑部署于网络侧的服务器的情况下，如图7所示，可以通过服务器705接收终端发起的预测请求后，从其他服务器侧(比如前述第一服务器以及第二服务器)获取到目标网格内海冰的密集度信息和运动信息，加载服务器预先部署的该处理逻辑，以根据所述目标网格内的海冰的密集度信息和运动信息来确定所述目标网格内海冰的状态，在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰(或固定冰，或属性为固定冰的海冰)在预设时长后的冰层厚度，如此就能够更加及时并且准确的更新固定冰区域范围，以及更加准确以及及时的预测固定冰的冰层厚度。
这里，需要理解的是，上述固定冰的冰情预测方法应用于服务器的情况下，在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度之后，可以在服务器本地保存更新的固定冰区域范围以及所述目标网格中的海冰在预设时长后的冰层厚度；在保存更新的固定冰区域范围以及所述目标网格中的海冰在预设时长后的冰层厚度之后，还可以将更新的固定冰区域范围以及所述目标网格中的海冰(或固定冰，或属性为固定冰的海冰)在预设时长后的冰层厚度发送至终端侧，由终端侧进行展示，比如，可以在手机703处进行展示。
需要指出的是：在图7中服务器的数量仅为示例，还可以采用由多个服务器构成的服务器集群来实现上述处理，这里不进行穷举。
本公开实施例还提供了一种固定冰的冰情预测装置，如图8所示，该装置包括：
状态确定模块81，用于基于目标网格中的海冰的密集度信息以及运动信息，确定所述目标网格中的海冰所处的状态；
预测模块82，用于在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度。
在一种实施方式中，所述状态确定模块81，用于基于所述目标网格中的海冰的所述密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的所述运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态。
在一种实施方式中，所述状态确定模块81，用于在所述目标网格中的海冰的所述密集度信息中的密集度处于第一密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第一运动阈值范围内的情况下，确定所述目标网格中的海冰处于漂流状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第二密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第二运动阈值范围内的情况下，确定所述目标网格中的海冰处于预固定状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第三密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第三运动阈值范围内的情况下，确定所述目标网格中的海冰处于固定状态。
在一种实施方式中，所述状态确定模块81，用于在所述目标网格中的海冰处于预固定状态或固定状态的情况下，确定所述目标网格中的海冰所处的状态为目标状态。
在一种实施方式中，所述预测模块82，用于将所述目标网格所对应的区域范围添加至初始固定冰区域范围内，得到更新的固定冰区域范围。
在一种实施方式中，所述预测模块82，确定所述目标网格内的海冰的初始冰厚以及当前大气和海洋条件；基于所述初始冰厚以及所述当前大气和海洋条件进行热力学计算，得到所述目标网格内的海冰在预设时长后的冰层厚度。
在一种实施方式中，所述状态确定模块81，用于获取包含预设区域的海冰的初始密集度文件以及初始运动文件；其中，所述预设区域中至少包括所述目标网格对应的区域；对所述包含预设区域的海冰的初始密集度文件以及初始运动文件分别进行处理，得到包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件；其中，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件为采用相同的网格尺寸且采用相同格式的文件；从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。
本公开实施例提供的固定冰的冰情预测装置，能够实现本公开实施例提供的固定冰的冰情预测方法，具备相应的有益效果。
本公开实施例各装置中的各单元、模块或子模块的功能可以参见上述方法实施例中的对应描述，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或要求的本公开的实现。
如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入输出(I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如固定冰的冰情预测方法。例如，在一些实施例中，固定冰的冰情预测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的固定冰的冰情预测方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行固定冰的冰情预测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种固定冰的冰情预测方法，包括：
基于目标网格中的海冰的密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态；
在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度；
其中，所述基于所述目标网格中的海冰的所述密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的所述运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态，包括：
在所述目标网格中的海冰的所述密集度信息中的密集度处于第一密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第一运动阈值范围内的情况下，确定所述目标网格中的海冰处于漂流状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第二密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第二运动阈值范围内的情况下，确定所述目标网格中的海冰处于预固定状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第三密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第三运动阈值范围内的情况下，确定所述目标网格中的海冰处于固定状态。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述目标网格中的海冰处于预固定状态或固定状态的情况下，确定所述目标网格中的海冰所处的状态为目标状态。
3.根据权利要求1所述的方法，其特征在于，所述基于所述目标网格所对应的区域范围更新固定冰区域范围，包括：
将所述目标网格所对应的区域范围添加至初始固定冰区域范围内，得到更新的固定冰区域范围。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标网格内的海冰的初始相关参数确定所述目标网格内的海冰在预设时长后的冰层厚度，包括：
确定所述目标网格内的海冰的初始冰厚以及当前大气和海洋条件；
基于所述初始冰厚以及所述当前大气和海洋条件进行热力学计算，得到所述目标网格内的海冰在预设时长后的冰层厚度。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取包含预设区域的海冰的初始密集度文件以及初始运动文件；其中，所述预设区域中至少包括所述目标网格对应的区域；
对所述包含预设区域的海冰的初始密集度文件以及初始运动文件分别进行处理，得到包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件；其中，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件为采用相同的网格尺寸且采用相同格式的文件；
从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。
6.一种固定冰的冰情预测装置，包括：
状态确定模块，用于基于目标网格中的海冰的密集度信息以及密集度阈值范围、且基于所述目标网格中的海冰的运动信息以及运动阈值范围，确定所述目标网格中的海冰所处的状态；
预测模块，用于在所述目标网格中的海冰所处的状态为目标状态的情况下，基于所述目标网格所对应的区域范围更新固定冰区域范围，以及基于所述目标网格中的海冰的初始相关参数确定所述目标网格中的海冰在预设时长后的冰层厚度；
其中，所述状态确定模块，用于在所述目标网格中的海冰的所述密集度信息中的密集度处于第一密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第一运动阈值范围内的情况下，确定所述目标网格中的海冰处于漂流状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第二密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第二运动阈值范围内的情况下，确定所述目标网格中的海冰处于预固定状态；
在所述目标网格中的海冰的所述密集度信息中的密集度处于第三密集度阈值范围内、所述目标网格中的海冰的所述运动信息中的冰速处于第三运动阈值范围内的情况下，确定所述目标网格中的海冰处于固定状态。
7.根据权利要求6所述的装置，其特征在于，所述状态确定模块，用于在所述目标网格中的海冰处于预固定状态或固定状态的情况下，确定所述目标网格中的海冰所处的状态为目标状态。
8.根据权利要求6所述的装置，其特征在于，所述预测模块，用于将所述目标网格所对应的区域范围添加至初始固定冰区域范围内，得到更新的固定冰区域范围。
9.根据权利要求6所述的装置，其特征在于，所述预测模块，用于确定所述目标网格内的海冰的初始冰厚以及当前大气和海洋条件；基于所述初始冰厚以及所述当前大气和海洋条件进行热力学计算，得到所述目标网格内的海冰在预设时长后的冰层厚度。
10.根据权利要求6所述的装置，其特征在于，所述状态确定模块，用于获取包含预设区域的海冰的初始密集度文件以及初始运动文件；其中，所述预设区域中至少包括所述目标网格对应的区域；对所述包含预设区域的海冰的初始密集度文件以及初始运动文件分别进行处理，得到包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件；其中，所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件为采用相同的网格尺寸且采用相同格式的文件；从所述包含预设区域的海冰的处理后的密集度文件以及处理后的运动文件中，获取所述目标网格中的海冰的密集度信息以及运动信息。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行权利要求1-5中任一项所述的方法。
CN202110981723.4A 2021-08-25 2021-08-25 固定冰的冰情预测方法、装置、电子设备和存储介质 Active CN113689041B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110981723.4A CN113689041B (zh) 2021-08-25 2021-08-25 固定冰的冰情预测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110981723.4A CN113689041B (zh) 2021-08-25 2021-08-25 固定冰的冰情预测方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113689041A CN113689041A (zh) 2021-11-23
CN113689041B true CN113689041B (zh) 2022-04-29

Family

ID=78582402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110981723.4A Active CN113689041B (zh) 2021-08-25 2021-08-25 固定冰的冰情预测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113689041B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106871877A (zh) * 2017-02-13 2017-06-20 国家卫星海洋应用中心 海冰标识确定方法及装置
CN107871323A (zh) * 2016-09-23 2018-04-03 国家海洋环境监测中心 一种基于全固态雷达的海冰运动信息获取方法
CN110849311A (zh) * 2019-11-19 2020-02-28 中国科学院海洋研究所 一种极地关键通道海冰输出面积通量的估算方法
CN112070796A (zh) * 2020-08-07 2020-12-11 中国科学院海洋研究所 一种基于拉格朗日思想的北极多年冰融化量计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871323A (zh) * 2016-09-23 2018-04-03 国家海洋环境监测中心 一种基于全固态雷达的海冰运动信息获取方法
CN106871877A (zh) * 2017-02-13 2017-06-20 国家卫星海洋应用中心 海冰标识确定方法及装置
CN110849311A (zh) * 2019-11-19 2020-02-28 中国科学院海洋研究所 一种极地关键通道海冰输出面积通量的估算方法
CN112070796A (zh) * 2020-08-07 2020-12-11 中国科学院海洋研究所 一种基于拉格朗日思想的北极多年冰融化量计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
渤海海冰动力学的质点网格法数值模拟;季顺迎等;《水动力学研究与进展A辑》;20031230(第06期);第748-760页 *

Also Published As

Publication number Publication date
CN113689041A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
Jouberton et al. Warming-induced monsoon precipitation phase change intensifies glacier mass loss in the southeastern Tibetan Plateau
US9069104B2 (en) Pathway management using model analysis and forecasting
Zhou et al. Impacts of wind farms on land surface temperature
EP3435122B1 (en) Method and system for nowcasting precipitation based on probability distributions
Sato et al. Diurnal cycle of precipitation in the tropics simulated in a global cloud-resolving model
Shrestha et al. Modeling the spatial distribution of snow cover in the Dudhkoshi region of the Nepal Himalayas
Wu Typhoon Morakot: Key findings from the journal TAO for improving prediction of extreme rains at landfall
US20140303893A1 (en) Method and system for nowcasting precipitation based on probability distributions
Mondal et al. Complex networks reveal heatwave patterns and propagations over the USA
EP2981854B1 (en) Method and system for nowcasting precipitation based on probability distributions
Jiang et al. A comprehensive approach from the raw and normalized anomalies to the analysis and prediction of the Beijing extreme rainfall on July 21, 2012
US9536021B1 (en) System and method for providing a renewable energy network optimization tool
Panda et al. A comprehensive study of surface and upper-air characteristics over two stations on the west coast of India during the occurrence of a cyclonic storm
Xiao et al. Evaluations of BDA scheme using the Advanced Research WRF (ARW) model
Jara et al. Snow processes and climate sensitivity in an Arid Mountain Region, Northern Chile
Wang et al. Variations of NDVI over elevational zones during the past two decades and climatic controls in the Qilian mountains, northwestern China
CN113689041B (zh) 固定冰的冰情预测方法、装置、电子设备和存储介质
Kininmonthab et al. Sensor networking the great barrier reef
Devasthale et al. Sensitivity of cloud liquid water content estimates to the temperature-dependent thermodynamic phase: A global study using CloudSat data
JP7296599B1 (ja) 風況予測システム、および風況予測方法
Zhao et al. Remote sensing experiments for earth system science
Rahaman et al. Improved ocean analysis for the Indian Ocean
Bang et al. Tropical oceanic thunderstorms near Kwajalein and the roles of evolution, organization, and forcing in their electrification
Harada et al. Optimization of numerical weather model parameterizations for solar irradiance prediction in the tropics
Li et al. Upstream surface roughness and terrain are strong drivers of contrast in tornado potential between North and South America

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant