基于长短期记忆神经网络的潮位缺测值填充方法研究

作     者：苗庆生 刘玉龙 韦广昊 杨锦坤 杨扬 徐珊珊 MIAO Qingsheng;LIU Yulong;WEI Guanghao;YANG jinkun;YANG Yang;XU Shanshan

作者机构：国家海洋信息中心天津300171 

出 版 物：《海洋湖沼通报（中英文）》 (Transactions of Oceanology and Limnology)

年 卷 期：2024年第46卷第3期

页      面：39-46页

核心收录：

学科分类：07[理学] 0707[理学-海洋科学] 

基　　金：国家重点研发计划(2023YFC2808800) 国家自然科学基金(42206226) 

主　　题：潮位 缺测 LSTM 填充 

摘      要：潮位数据反映了沿海海平面变化,在许多领域都有着十分重要的作用,潮位数据的缺测给使用带来不便。本文基于2017年崇武和晋江海洋站潮位数据,提出了一种基于LSTM模型(长短期记忆神经网络模型)的数据缺测值填充方法,同线性插值、样条插值等传统插值方法相比,LSTM方法表现稳定,精度较高,实现方便。尤其是在缺测时间较长时,LSTM方法明显优于传统插值方法,同时该方法同样适用于海洋站其它要素如水温缺测数据的填充。