本发明属于温盐深仪，具体而言，涉及一种海水温盐深仪倾向性误差分析方法、介质及系统。
背景技术：
1、温盐深仪是海洋观测的核心设备之一，被广泛应用于海洋调查、水文监测、气候研究等领域。设备长期稳定运行，输出准确的温盐深数据，对于深入认识和科学管理海洋环境意义重大。目前，随着我国海洋事业的快速发展，各类海洋观测平台与检测设备日益增多。然而存在部分设备在长期海上应用中，由于故障或老化等原因，产生较大的系统误差。这类单一误差严重影响数据质量，可能导致用户产生错误科研结论或决策依据。针对温盐深仪稳定性问题，现有方法主要依赖定期人工标定与维护。但设备回收频次低，无法实现海上快速误差诊断。另外设备数量众多，人工作业强度大，诊断效率低下。这成为准确获取海洋观测数据的瓶颈。现有技术中，对于温盐深仪的误差判断往往基于人工经验或者对温盐深仪进行实际测量检查，效率低下。
技术实现思路
1、有鉴于此，本发明提供一种海水温盐深仪倾向性误差分析方法、介质及系统，能够解决现有技术中存在的对于温盐深仪的误差判断往往基于人工经验或者对温盐深仪进行实际测量检查，效率低下的技术问题。
2、本发明是这样实现的：
3、本发明的第一方面提供一种海水温盐深仪倾向性误差分析方法，其中，包括以下步骤：
4、s10、收集待测海域同一批次多个温盐深仪在不同位置和不同时间点上所测量的温度、盐度和深度数据；
5、s20、获取待测海域的海水流动数据，并建立海水流动模型；
6、s30、将每个温盐深仪采集的数据合并到海水流动模型中，利用贝叶斯算法寻找飞点数据，所述飞点数据为不符合统计规律的数据；
7、s40、将每个温盐深仪的飞点数据整理为飞点矩阵；
8、s50、根据具有单一原因误差的温盐深仪采集的历史数据，并利用步骤s10～s40的方法构建具有不同单一原因误差的飞点矩阵，记为误差飞点矩阵集；
9、s60、采用飞点矩阵与所述飞点矩阵集进行匹配，以最优匹配结果对应的单一原因误差作为所述飞点矩阵对应的倾向性误差。
10、在上述技术方案的基础上，本发明的一种海水温盐深仪倾向性误差分析方法还可以做如下改进:
11、其中，所述s10步骤具体包括：确定待测海域范围部署多台温盐深仪于待测海域内不同位置，一个深度部署2-3台调整温盐深仪的采样时间间隔为1-10分钟，持续时间覆盖代表性环境变化过程回收深层采样器，下载数据，检查数据格式及存储完整性删除明显错误数据，进行数据质量控制。
12、进一步的，所述s20步骤具体包括：确定模型尺度范围与s10需求相符合收集流动相关数据包括，风场、波浪、潮汐建立水动力耦合模型。
13、进一步的，所述s30步骤具体包括：设置映射参数，考虑模型误差确定映射关系给温盐深仪数据添加位置坐标与时间标记基于映射关系，映射数据到模型结果中比较数据与模型结果，提取统计参数利用贝叶斯理论建立数据异常检验模型，计算后验概率判断异常点记作飞点。
14、进一步的，所述s40步骤具体包括：设置矩阵行列，行为温盐深仪，列表示异常类型确定1年以上数据时间跨度统计飞点数量，归类至对应误差类型生成热力图矩阵。
15、进一步的，所述s50步骤具体包括：获取具单一误差历史数据，处理获得飞点矩阵针对各单一误差获得矩阵样本集优化样本集，考虑不同设备类型代表性。
16、进一步的，所述s60步骤具体包括：导入训练好误差矩阵样本集，建立判别模型处理待测数据获得飞点矩阵将矩阵输入模型，计算在各误差类别的响应识别响应最大误差类型统计全部样本判别准确率，评估模型稳定性新增样本优化模型。
17、其中，所述单一原因误差包括：传感器故障误差、校准误差、附着物误差。
18、本发明的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种海水温盐深仪倾向性误差分析方法。
19、本发明的第三方面提供一种海水温盐深仪倾向性误差分析系统，其中，包含上述的计算机可读存储介质。
20、与现有技术相比较，本发明提供的一种海水温盐深仪倾向性误差分析方法、介质及系统的有益效果是：利用海洋水动力学数值模型，对温盐数据进行动态约束，可有效自动识别各种飞点情况。进而基于温盐深仪的飞点分布矩阵，建立对应的误差知识库。针对新获取的数据，仅通过矩阵匹配判别其倾向性误差类别。实现了海上温盐深仪单一误差的快速自动识别，时延短，范畴广，准确率高；避免大量无效的人工检修工作，效率更高；解决了现有技术中存在的对于温盐深仪的误差判断往往基于人工经验或者对温盐深仪进行实际测量检查，效率低下的技术问题。
1.一种海水温盐深仪倾向性误差分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s10步骤具体包括：确定待测海域范围部署多台温盐深仪于待测海域内不同位置，一个深度部署2-3台调整温盐深仪的采样时间间隔为1-10分钟，持续时间覆盖代表性环境变化过程回收深层采样器，下载数据，检查数据格式及存储完整性删除明显错误数据，进行数据质量控制。
3.根据权利要求2所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s20步骤具体包括：确定模型尺度范围与s10需求相符合收集流动相关数据包括，风场、波浪、潮汐建立水动力耦合模型。
4.根据权利要求3所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s30步骤具体包括：设置映射参数，考虑模型误差确定映射关系给温盐深仪数据添加位置坐标与时间标记基于映射关系，映射数据到模型结果中比较数据与模型结果，提取统计参数利用贝叶斯理论建立数据异常检验模型，计算后验概率判断异常点记作飞点。
5.根据权利要求4所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s40步骤具体包括：设置矩阵行列，行为温盐深仪，列表示异常类型确定1年以上数据时间跨度统计飞点数量，归类至对应误差类型生成热力图矩阵。
6.根据权利要求5所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s50步骤具体包括：获取具单一误差历史数据，处理获得飞点矩阵针对各单一误差获得矩阵样本集优化样本集，考虑不同设备类型代表性。
7.根据权利要求6所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述s60步骤具体包括：导入训练好误差矩阵样本集，建立判别模型处理待测数据获得飞点矩阵将矩阵输入模型，计算在各误差类别的响应识别响应最大误差类型统计全部样本判别准确率，评估模型稳定性新增样本优化模型。
8.根据权利要求1所述的一种海水温盐深仪倾向性误差分析方法，其特征在于，所述单一原因误差包括：传感器故障误差、校准误差、附着物误差。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行权利要求1-8任一项所述的一种海水温盐深仪倾向性误差分析方法。
10.一种海水温盐深仪倾向性误差分析系统，其特征在于，包含权利要求9所述的计算机可读存储介质。
