一种基于多源数据驱动的潮汐数据拟合方法

摘要

本发明公开了一种基于多源数据驱动的目标点位潮汐数据拟合方法，包括以下步骤：采集多源数据；对多源数据进行相关性排序和信息筛选；建立基于径向基函数神经网络的拟合模型；基于滑动窗口进行网络动态调整。本发明利用了附近点位的实测潮汐信息和水文气象信息，该信息充分反映了水文气象因素对潮汐的影响，且基于偏最小二乘回归的径向基函数神经网络能够实现精确的高维非线性拟合，能够得到更精确的潮汐预报。本发明在出现某些海域的点位不宜布设永久潮汐观测站的情况下，以该海域附近的潮汐观测点数据为该点位提供精确的潮汐拟合结果。本发明在出现潮汐观测点位的潮汐信息缺失的情况下，可以通过附近点位的潮汐数据获该观测点位的精确拟合数据。