国家海洋信息中心

本发明公开了基于机器强化学习的海洋海灾风险预测方法及系统，包括采集海洋监测历史数据和实时数据并进行时空对齐，计算强迫场梯度，将海洋监测历史数据按照随机比例划分为第一数据和第二数据，在第一数据中采用强迫场梯度修正能量通量，构造致灾因子，构建XGBoost预测模型，处理第二数据并输入XGBoost预测模型，得到分类结果概率并计算加权异常指数，构建分层阈值集，对海洋监测实时数据进行处理，并输入XGBoost预测模型，得到实时分类结果概率，计算实时加权异常指数，将分层阈值集与实时加权异常指数进行比较，得到实时预警分层信号。该方法能够提供更快速、更准确的海灾预测结果，同时具有较好的可解释性，可以直接应用于海灾风险预测系统中。

本发明公开了一种船舶锚泊行为识别与锚泊圈构建方法，包括：S1，获取待分析水域内的若干条AIS轨迹数据，对所述AIS轨迹数据进行预处理得到多个轨迹段；S2，基于轨迹段确定自适应速度阈值，进而获得各轨迹段的停留点；S3，基于海岸线数据和锚地边界数据，对停留点进行地理先验过滤，剔除系泊停留点，对锚泊停留点执行S5，对未确定类别的停留点执行S4；S4，对停留点基于预训练的K近邻分类模型进行分类；剔除系泊停留点，对锚泊停留点执行S5；S5，对各锚泊停留点进行回溯，得到对应的轨迹点子集，再进行两级过滤，得到有效轨迹点集合，构建其包络作为锚泊圈。该方法适用性强、处理效率高，构建的锚泊圈对锚泊行为表达完整。