一种三维流场重构方法、系统、电子设备及存储介质

本发明涉及流场重构，尤其是一种三维流场重构方法、系统、电子设备及存储介质。

背景技术：

1、海流研究是海洋动力学、海洋多尺度过程相互作用和海气相互作用等研究的核心。海表流场引起的热盐环流对海气耦合具有重要影响，同时在全球海洋动量能量交换的过程中起到主要作用。海流参与生物地球化学循环，主导了海洋中热量与营养盐的输运。高精度、大范围的海流观测数据在海流研究中发挥了支撑性的作用，海洋科学的研究依赖于观测手段和技术的进步，因此海流观测也是海洋研究需要重点突破的方向。

2、三维流场时空分布多变，含有矢量信息，数据量巨大。可以通过接触式测量、非接触式测量、数值模拟等方式获取流场信息，划分流域，对流场数据进行再处理，完成流场绘制，实现流场重构。

3、现有技术中有一种超声速内流流场的三维定量重构方法，沿流向选取多个横截面，每个横截面布置多个皮托压计测量压力，采用插值法增大数据密度，获得压力参数分布，将流向作为第三维度，重构出超声速流道模型在流向上定量的三维流场，该方法能够准确定量获取超声速流道内流复杂的内部流动信息。

4、还有一种piv(粒子图像测速)技术，piv技术是主要的非接触式流场测量技术，具体方式为：向流体投放示踪粒子，采用特定激光照射测量平面，通过相机捕获粒子反射光形成粒子图像，通过图像测速算法(主要是相关分析法和光流法)获得流场速度矢量，并对速度场进行坏点剔除、中值滤波和高斯平滑等后处理操作。三维piv技术主要有散焦piv技术、扫描piv技术、全息piv技术、层析piv技术。但是piv技术由于示踪粒子浓度不均匀、激光强度分布不均、粒子成像质量差等原因会产生许多速度场“坏点”。

5、现有技术中还有从高分辨率海面高度重建上层海洋3d动态的方法，从海面高度和表面密度异常中估计pv(位涡度，potential vorticity)异常，通过omega方程重建相对涡度和垂直速度。此外还有应用于海洋流场重建的动态系统中位置输入和状态的平滑估计方法，利用浮力控制漂流器群以淹没/浮出水面的循环运动模式行进，通过漂流器在行驶过程中的位置和加速度重建流场。通过流域动力学信息重建流场需要预先进行未知输入和状态的平滑估计，需要构建复杂的算法框架。

6、目前的efdc模型、fvcom模型、delft3d模型软件以及mike系列软件和mohid软件等是较为成熟的水动力学模型，可以设置水流条件，得到三维流场仿真模。但仿真的误差较大，且具有不确定性；多使用有限元方法对流场进行网格划分，网格在边界的畸变会增大误差。

7、数值模拟会产生大规模的流场数据，甚至达到tb级。传统的流场可视化采取后处理模式，可视化过程与数值模拟过程分开。采用并行可视化可加快计算速率，该过程由cpu处理向gpu处理发展。具体使用的编程接口有open gl、cuda等。后处理模式集成性差，无法满足实时观测的要求，且对水流的描述不够完备，可能会丢失某些特征。

8、以原位可视化为代表的实时并行可视化逐渐发展，可视计算发生在超级计算机上，与数值模拟程序共享数据结构和软硬件资源，计算结果可以直接在模拟所在的计算节点原位可视化处理成图片或提取特征数据。该方法可以大幅减少存储、传输和后处理的数据量。该方法主要应用于天气预报、地震、燃烧等领域，在水利领域应用尚不多见。

9、传统的插值方法如双线性插值、样条插值、克利金插值等，是纯数学方法，不能反映真正的流场信息。当流场有强剪切区域存在，这些插值方法往往会失效。且数据的精度依赖于插值点的小范围邻域信息，采样不足会导致图像的模糊。近年来，机器学习技术开始应用于流场大数据的处理。其中卷积神经网络擅长从大量基础数据中高度提炼特征，可以实现端到端的流场重构任务。

10、现有一种基于多层流速测量的河流流场重构方法。该方法利用超声波流速仪获得断面不同层面的实测流速，通过cfd得到仿真流速；搭建bp神经网络模型，将仿真流速与实测流速的均方误差mse作为指标，重构流场模型。改变模型输入数据直到mse小于设定值，完成流场重构。

11、还有一种基于图卷积的流场重构方法。该方法将流体域的基础信息转化为图结构数据，采用图卷积提取基础信息与研究流场(如温度、压力、速度和涡量等)之间的映射关系。利用深度学习从流体域的基础信息重构流场，提高了重构效率，减少了经济成本。

12、现有技术的缺点：

13、(1)在测量过程中，接触式的测量工具会干扰流体运动，大量布设测量设备不仅极大干扰了正常的流场，而且成本极高。同时，将流向作为第三维度，重构的流场无法反映全局的信息。

14、(2)在数据处理的过程中，若在测量时采用piv技术，其产生的坏点需要进行识别和修正，所采用的纯数学的处理方法没有考虑流动机理，会引入偏差；通过水动力学模型设置水流条件，得到三维流场仿真模型，但是仿真方法的误差较大，且具有不确定性；传统的流场可视化采取后处理模式，继承性能差，无法满足实时观测的要求，且对水流的描述不够完善，可能会丢失某些特征。

15、(3)在对流场分布进行重构的过程中，采用截面加剖面的方式表达三维信息，不能反映真实流场，无法满足视角转化的观测需求；采用图卷积提取基础信息与研究流场(如温度、压力、速度和涡量等)之间的映射关系，利用深度学习从流体域的基础信息重构流场，此方法的模型准确率较低，训练和迭代周期过长，其算法还需进一步优化以减小重构数据与真实数据的偏差。

技术实现思路

1、有鉴于此，本发明实施例提供一种高精度、高分辨率的三维流场重构方法、系统、电子设备及存储介质。

2、本发明的实施例提供了一种三维流场重构方法，所述方法包括：确定全球范围内的表层流场数据和深层流场数据，根据所述表层流场数据和所述深层流场数据确定整体尺度的第一流场数据；获取局部尺度中包括海域流速流向、温度、盐度、密度和压力的参数，得到局部尺度的第二流场数据；构建初始重构模型，采用所述第二流场数据对所述初始重构模型进行训练，得到目标重构模型；通过所述目标重构模型对所述第一流场数据进行超分辨率重建，得到三维重构流场。

3、可选地，确定表层流场数据的步骤包括：获取海表风场数据、海表温度数据和海表高度数据；根据经验算法模型建立海表流场反演模型；根据所述海表风场数据、所述海表温度数据和所述海表高度数据，通过所述海表流场反演模型进行估算和反演，得到表层流场数据。

4、可选地，所述根据所述海表风场数据、所述海表温度数据和所述海表高度数据，通过所述海表流场反演模型进行估算和反演，得到表层流场数据，包括：根据所述海表高度数据计算地转流；根据所述海表风场数据计算埃克曼流；对所述地转流和所述埃克曼流进行矢量合成处理，得到初始数据结果；确定海面温度数据的反演数据，根据所述反演数据对所述初始数据结果进行插值处理，得到表层流场数据。

5、可选地，确定深层流场数据的步骤包括：根据潜标观测网系统的数据确定近岸流场数据；根据浮标观测数据确定远岸流场数据；根据所述近岸深层流场数据和所述远岸深层流场数据确定深层流场数据。

6、可选地，所述获取局部尺度中包括海域流速流向、温度、盐度、密度和压力的参数，得到局部尺度的第二流场数据，包括：通过海上无人波浪滑翔机进行参数测量，得到第二流场数据；其中，所述海上无人波浪滑翔机搭载有声学多普勒流速仪、激光雷达和若干个用于测量包括温度参数、盐度参数、密度参数和压力参数的传感器。

7、可选地，所述构建初始重构模型，采用所述第二流场数据对所述初始重构模型进行训练，得到目标重构模型的步骤中，训练初始重构模型的步骤包括：构建基于残差学习生成对抗网络的初始重构模型；其中，所述初始重构模型包括生成器和鉴别器；将第二流场数据转化为图像数据，得到第一分辨率图像；对第一分辨率图像进行图像退化处理得到第二分辨率图像；在生成器中，根据所述第二分辨率图像生成虚拟数据并计算生成器损失；在鉴别器中，将所述虚拟数据与所述第一分辨率图像进行对比，得到鉴别器损失；根据所述生成器损失和所述鉴别器损失进行所述生成器和所述鉴别器的相互对抗直至达到均衡状态，得到目标重构模型。

8、可选地，所述通过所述目标重构模型对所述第一流场数据进行超分辨率重建，得到三维重构流场，包括：对第一流场数据进行特征提取，得到第一特征；对所述第一特征进行非线性映射处理，得到第二特征；其中，所述第二特征的分辨率均高于所述第二特征；根据第二特征进行数据重建，得到三维重构流场。

9、本发明的实施例还提供了一种三维流场重构系统，包括：第一模块，用于确定全球范围内的表层流场数据和深层流场数据，根据所述表层流场数据和所述深层流场数据确定整体尺度的第一流场数据；第二模块，用于获取局部尺度中包括海域流速流向、温度、盐度、密度和压力的参数，得到局部尺度的第二流场数据；第三模块，用于构建初始重构模型，采用所述第二流场数据对所述初始重构模型进行训练，得到目标重构模型；第四模块，用于通过所述目标重构模型对所述第一流场数据进行超分辨率重建，得到三维重构流场。

10、本发明的实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如上所述的方法。

11、本发明的实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如上所述的方法。

12、本发明的实施例具有如下有益效果：通过确定全球范围内的表层流场数据和深层流场数据，根据表层流场数据和深层流场数据确定整体尺度的第一流场数据；获取局部尺度中包括海域流速流向、温度、盐度、密度和压力的参数，得到局部尺度的第二流场数据；构建初始重构模型，采用第二流场数据对初始重构模型进行训练，得到目标重构模型；通过目标重构模型对第一流场数据进行超分辨率重建，得到三维重构流场的整体步骤，本发明实施例能够对全球尺度的海洋进行多尺度的三维流场重构，并且通过超分辨重建能够获得高精度、高分辨率的三维重构流场。