海冰内部结构快速确定方法、装置、电子设备和存储介质与流程

1.本公开涉及数据处理领域，更具体地，本公开涉及一种基于温度链数据的海冰内部结构快速确定方法、装置、电子设备和存储介质。


背景技术：

2.海冰作为全球气候系统的重要组成部分，可以影响大气和海洋之间的热量、通量交换及辐射传输、改变海表温度和盐度梯度等，从而极大地作用于极区的气候及环境变化。自20世纪70年代以来，随着全球气温持续升高，北极高纬度地区的气候条件发生了显著变化，北极海冰正在迅速衰减。北极持续变暖以及海冰加速融化，使得北极通航的可能性逐渐加大。近些年来，北极东北航道和西北航道均已出现开通的情况。因此，研究北极海冰分布和变化趋势成为近几十年的热门科学问题，科学家期待通过大量的观测帮助了解北极气候变化，加强北极航道的科学规划，推动北极航运业务的发展。
3.然而北极自然条件艰苦，环境极端恶劣，现场观测实施难度极大。环北极世界各国发展了各种各样的自动观测设备，以减少人员在北极工作出现的安全风险。其中利用海冰温度链对海冰剖面温度进行观测是被各国科学家广泛使用的海冰观测手段，国际上知名的海冰温度链包括美国寒区研究和工程实验室(crrel)生产的imb和苏格兰海洋科学协会(sams)生产的smiba。据不完全统计各国科学家布放在北极的海冰温度链总计有数百个，其中我国科学家在北极地区布放的海冰温度链总计也有近百个。
4.在相关技术中，海冰温度链是一根柔性的橡胶材质的链条，由240个温度传感器垂直排列组合而成，竖直安装在海冰中，上部延伸至大气中，下部延伸至海水中。通过一个安置在仪器箱中的采集器来高频率、高精度的记录海冰不同深度位置的温度，从而帮助科研人员得到完整的海冰剖面温度数据。这些温度链上的温度传感器的数据表征了海冰本身在大气和海洋的影响下的温度变化趋势，是研究大气-海冰-海洋相互作用的重要数据来源。
5.目前，科研人员常用温度链数据进行海冰内部垂直温度的监测，用以反演海冰厚度的变化，而在科研人员希望进行海冰内部结构的判断以及演变过程的确定时，只能通过实地钻取冰芯来实现，其操作繁琐、效率低下，并且需要大量人力物力配合完成，不容易实现。


技术实现要素：

6.本公开提供了一种基于温度链数据的海冰内部结构快速确定方法、装置、电子设备和存储介质。
7.根据本公开的一方面，提供了一种基于温度链数据的海冰内部结构快速确定方法，包括：根据温度链数据表，确定当前温度链在所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列；根据所述正常温度有效数据序列和加热温度有效数据序列中相邻温度传感器之间的温度差确定海冰内部结构。
8.根据本公开的另一方面，提供了一种基于温度链数据的海冰内部结构快速确定装
置，包括：数据处理模块，用于根据温度链数据表，确定当前温度链在所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列；结构确定模块，用于根据所述正常温度有效数据序列和加热温度有效数据序列中相邻温度传感器之间的温度差确定海冰内部结构。
9.根据本公开的另一方面，提供了一种电子设备，包括：
10.至少一个处理器；以及
11.与至少一个处理器通信连接的存储器；其中，
12.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任一实施例提供的方法。
13.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，计算机指令用于使计算机执行本公开任一实施例提供的方法。
14.根据本公开的技术方案，通过对温度链数据表中的各个传感器的温度数据进行有效数据的快速提取和处理，并结合相邻传感器之间的温度差值情况，反演得出海冰内部结构情况，在提升温度链数据的应用范围的同时，简化了科研人员对海冰内部结构研究的操作处理，为后续研究工作提供了更真实有效的数据基础。
15.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
16.附图用于更好地理解本方案，不构成对本公开的限定。其中：
17.图1是相关技术中海冰温度链的结构示意图；
18.图2是本公开一个实施例提供的基于温度链数据的海冰内部结构快速确定方法的流程示意图；
19.图3是本公开一个实施例提供的确定当前温度链的正常温度有效数据序列的流程示意图；
20.图4是本公开一个实施例提供的温度链数据表格式示意图；
21.图5是本公开一个实施例提供的异常数据示意图；
22.图6是本公开另一个实施例提供的剔除异常数据方法的流程示意图；
23.图7是本公开另一实施例提供的确定当前温度链的加热温度有效数据序列的流程示意图；
24.图8是本公开一实施例提供的正常温度时间序列图像；
25.图9是本公开一个实施例提供的垂直梯度时间序列图像；
26.图10是本公开一个实施例提供的时间梯度时间序列图像；
27.图11是本公开一个实施例提供的加热数据时间序列图像；
28.图12是本公开另一实施例提供的基于温度链数据的海冰内部结构确定装置的结构示意图；
29.图13是本公开另一实施例提供的数据处理模块的结构示意图；
30.图14是本公开另一实施例提供的基于温度链数据的海冰内部结构快速确定装置的结构示意图；
31.图15是本公开另一实施例提供的电子设备的框图。
具体实施方式
32.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
33.海冰作为全球气候系统的重要组成部分，可以影响大气和海洋之间的热量、通量交换及辐射传输、改变海表温度和盐度梯度等，从而极大地作用于极区的气候及环境变化。自20世纪70年代以来，随着全球气温持续升高，北极高纬度地区的气候条件发生了显著变化，北极海冰正在迅速衰减。北极持续变暖以及海冰加速融化，使得北极通航的可能性逐渐加大。近些年来，北极东北航道和西北航道均已出现开通的情况。因此，研究北极海冰分布和变化趋势成为近几十年的热门科学问题，科学家期待通过大量的观测帮助了解北极气候变化，加强北极航道的科学规划，推动北极航运业务的发展。
34.然而北极自然条件艰苦，环境极端恶劣，现场观测实施难度极大。环北极世界各国发展了各种各样的自动观测设备，以减少人员在北极工作出现的安全风险。其中利用海冰温度链对海冰剖面温度进行观测是被各国科学家广泛使用的海冰观测手段，国际上知名的海冰温度链包括美国寒区研究和工程实验室(crrel)生产的imb和苏格兰海洋科学协会(sams)生产的smiba。据不完全统计各国科学家布放在北极的海冰温度链总计有数百个，其中我国科学家在北极地区布放的海冰温度链总计也有近百个，其结构如图1所示。
35.在相关技术中，海冰温度链是一根柔性的橡胶材质的链条，由240个温度传感器垂直排列组合而成，竖直安装在海冰中，上部延伸至大气中，下部延伸至海水中。通过一个安置在仪器箱中的采集器来高频率、高精度的记录海冰不同深度位置的温度，从而帮助科研人员得到完整的海冰剖面温度数据。这些温度链上的温度传感器的数据表征了海冰本身在大气和海洋的影响下的温度变化趋势，是研究大气-海冰-海洋相互作用的重要数据来源。
36.由于布放在北极浮冰上的海冰温度链一般远离陆地，且会随着风和洋流进行上千公里空间尺度上的漂流，因此观测的数据不可能通过人工读取，目前通用的手段是给海冰温度链安装铱星或者海事卫星通讯系统，利用卫星链路将现场观测的数据定时回传到接收站，以便于科研人员可以及时的获取和利用这些温度链数据。
37.以上两点是海冰温度链在北极地区应用的巨大优势，但其安装方式和数据传输模式决定了其存在先天的劣势。第一，温度链垂直布放在海冰中，而海冰一般处于漂流运动的状态，在风和洋流的作用下，浮冰互相挤压，会引起海冰温度链的部分传感器失灵，从而记录到错误的温度数据。第二，北极地区处于地球高纬度，卫星链路的信号比较弱且不稳定，在数据传输的过程中会发生丢包的现象，即某一时刻的数据丢失或者乱码。这两点劣势都会引发部分数据错误，在使用数据的时候对科研人员造成很大困扰，不利于正确理解海冰温度的变化，因此在使用数据之前，对原始数据进行订正和处理是十分必要的。
38.目前常用的方法是人工手动方式对原始数据进行订正和处理。面对上万条温度数据，人工手动方式对原始数据进行的处理的工作量大，处理速度慢，耗费时间长，效率低下；另外，不同处理人员把握的处理尺度不同，对错误数据的判断标准也不一致，这就引入了人
的主观偏差，造成了不同人员处理的数据无法统一使用，影响数据的准确性。
39.另外，科研人员常用温度链数据进行海冰内部垂直温度的监测，用以反演海冰厚度的变化，而在科研人员希望进行海冰内部结构的判断以及演变过程的确定时，只能通过实地钻取冰芯来实现，其操作繁琐、效率低下，并且需要大量人力物力配合完成，不容易实现。
40.为了解决上述问题，本公开的实施例提供了一种基于温度链数据的海冰内部结构快速确定方法，其流程示意图如图2所示，主要包括步骤s10和s20：
41.s10，根据温度链数据表，确定当前温度链在所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列。
42.通过卫星链路接收的海冰温度链数据通常以表格形式储存(例如excel表格)，其文件后缀为csv，该文件的命名规则通常根据科研机构缩写、温度链代码、文件要素名称以及观测时间生成，其中，针对每个设置在指定区域的温度链均有一唯一的温度链代码用来表征该温度链，观测时间则为该文件进行生成并传输的时刻。
43.温度链数据表内的原始数据在生成时会由于各种因素引发数据错误，造成温度数据的缺失或者不合理，因此在进行后续处理之前，需要对温度链数据表内的数据进行订正，仅根据温度链数据中正确有效的数据序列进行后续计算处理。
44.图3示出了确定当前温度链的正常温度有效数据序列的流程示意图。
45.如图3所示，其主要包括步骤s31至s33：
46.s31，获取温度链数据表中第一时刻下数据记录编号为第一参数值的第一温度数据序列以及数据记录编号为第二参数值的第二温度数据序列。
47.单一的csv文件内包含表头和数据，如图4所示，表格第一行为表头，其表明了各列数据的含义。例如第一列的表头“moms”表示铱星传输编号，第二列的表头“iriddate”表示铱星传输时间，第三和四列的表头“iridlat”和“iridlng”分别表示铱星传输时的海冰温度链所在的纬度和经度，第十一列的表头“sendtime”表示温度链上的各个温度传感器采集并上传温度的时间，第十四列的表头“datarecnum”表示数据记录编号，对于具有240个温度传感器的温度链来说，数据记录编号的具体值可以为“150”或“90”，其中编号“150”表示本行是温度传感器t1-t150的正常观测数据，编号“90”表示本行是温度传感器t151-t240的正常观测数据，从第二十列开始表头“t1、t2、t3
…”
表示温度传感器t1、t2、t3记录的温度观测数据数值。需要注意的是，在编号为“90”的数据行中，第20个数据单元格中所对应的数据(即该数据行中对应表头为t1的数据单元格中的数据)实际为温度链中第151个温度传感器的温度数据。
48.一个温度链数据表中通常会记录在多个不同时刻下温度传感器的温度数据，对于一次正确的温度数据采集来说，在同一时刻下应当具有两行数据记录，其中一行用于表示温度链中一部分连续的温度传感器的温度数据，另一行表示温度链中剩余部分连续的温度传感器的温度数据。因此，本实施例在读取温度链数据表时，获取表中在第一时刻下数据记录编号为第一参数值的第一温度数据序列，以及同样在第一时刻下数据记录编号为第二参数值的第二温度数据序列，第一参数值与第二参数值之间的和值应当与温度链上所具有的温度传感器数量相同。例如，可将第一参数值设置为150，第二参数值设置为90，对应获取数据记录编号“150”的t1至t150的数据作为第一温度数据序列，获取数据记录编号“9”的t1至
t90的数据作为第二温度数据序列。
49.需要注意的是，在实际使用时，随着温度链的不同或者每个温度链配置的不同，第一参数值和第二参数值的具体数值可以根据实际情况进行配置，并不限于将其配置为“150”或“90”，只要能保证在对应进行温度数据序列获取时，同一时刻下的第一参数值和第二参数值的和值与温度链上所具有的温度传感器数量相同即可。
50.进一步地，对应温度链数据表中某一个时刻仅记录有数据记录编号为第一参数值或数据记录编号为第二参数值对应的一行数据时，说明在该时刻下存在温度传感器没有正确的传回数据或者在卫星传输过程中出现数据丢失情况。由于温度链上所有温度传感器垂直排列，其各个温度传感器所传回的温度数据形成了一个温度剖面，若部分温度传感器数据缺失，则无法组成完整温度剖面，也无法进行后续的海冰分析。因此，对于某一个时刻仅记录有一行数据的温度数据序列不进行获取以及后续处理。
51.s32，按照传感器编号顺序排列第一温度数据序列和第二温度数据序列中的传感器数据，形成第一时刻下正常温度数据序列。
52.具体地，温度链由多个温度传感器垂直排列而成，上述多个温度传感器在同一个时间点所确定的温度数据组成了一个温度剖面，科研人员通过该温度剖面即可初步确定海冰位置、海冰厚度等信息，因此，对于获取到第一时刻下的第一温度数据序列和第二温度数据序列内的温度数据需要按照温度传感器在温度链上实际的排列顺序进行组合，在根据传感器编号顺序排列第一温度数据序列和第二温度数据序列中的传感器数据后，即形成当前温度链在第一时刻下的正常温度数据序列。
53.通常情况下，在温度链数据表记录各个温度传感器的数据时也是按照温度传感器的编号顺序对应进行的，也就是说，第一温度数据序列和第二温度数据序列内记录的传感器数据均为按照传感器编号顺序排列的传感器数据，在执行步骤s32时只要将第一温度数据序列和第二温度数据序列直接拼接即可。
54.s33，剔除第一时刻下正常温度数据序列中的异常数据，得到第一时刻下的正常温度有效数据序列。
55.在数据的传输过程中，传感器和卫星链路的不稳定性会造成正常温度数据序列中存在一些错误的数据，即异常数据，异常数据的数值背离了正常的温度变化范围，无法作为海冰温度分析的依据，如图5中通过圆圈标记的点所示。因此需要对数据序列中出现的异常数据进行剔除，使用剔除异常数据后得到的正常温度有效数据序列作为后续分析的依据。但是在数以万计的数据中通过人工识别的方式去发现这些异常数据是不科学，也是不可能实现的，本实施例中则提供了一种异常数据的自动筛选方式来实现异常数据的确定和剔除，在提升数据处理效率的同时规范了异常数据判定的条件，更有利于实现数据的统一处理。
56.图6示出了剔除异常数据的一种方法的流程图，其主要包括步骤s61至s63：
57.s61，分别确定正常温度数据序列中第m个传感器数据与其相邻的两个传感器数据之间的第一梯度值和第二梯度值；
58.s62，在第一梯度值和第二梯度值均大于第一预设阈值的情况下，确定第m个传感器数据为异常数据；
59.s63，在第一时刻下正常温度数据序列中剔除异常数据。
60.在实际实现时，可以从正常温度数据序列中的第一个温度传感器的传感器数据开始进行判断，然后按照正常温度数据序列中的顺序逐个传感器数据进行检测。梯度值则表示相邻的两个数据之间的变化情况，若一个传感器数据与其相邻的两个传感器数据之间的第一梯度值和第二梯度值均大于第一预设阈值，则说明当前传感器数据的梯度出现了明显的跳跃，而这种跳跃是不合理的，此时即可判定该传感器数据为异常数据，需要从正常温度数据序列中进行剔除。遍历完正常温度数据序列中的所有传感器数据之后，即可得到第一时刻下正常温度有效数据序列，该序列中的数据即可被认定为真实有效的数据，可供进行后续处理使用。
61.需要特别说明的是，本实施例中提供的第一预设阈值可以由科研人员基于温度链设置位置、检测时间以及历史温度记录等数据进行预先设置，但由于需要针对每个检测时间，每个温度链分别进行设置，其实际工作量较大，并可能出现第一预设阈值设置不合理的情况，导致异常数据无法准确判定或剔除正常数据等情况发生。因此，在一些实施例中，可以根据当前需要进行异常数据处理的正常温度数据序列中所有传感器数据与其相邻的传感器数据之间的梯度值的均值作为第一预设阈值，以实现对于不同温度链、不同检测时间的正常温度数据序列中异常数据的判定，在提升数据处理速度的同时，统一了异常数据的判定标准，降低了误判情况出现的可能。
62.进一步地，为了提升对海冰位置判断或者海冰厚度的计算的准确性，温度链上的每个传感器均具备加热功能，其可以自行加热一段时间，并记录加热后传感器自身的温度响应。温度链上在海水层、海冰层、海冰层上覆盖的积雪层以及空气层中均设置有一定数量的温度传感器，在传感器进行加热时，积雪层和空气层相对的热响应比较大，因此在空气层和积雪层中设置的传感器在加热后所反馈的传感器数据的变化比在海冰层和海水层中设置的传感器所传回的数据变化更大，科研人员可以通过对加热后的传感器温度数据进行分析，进而更准确的判断积雪层和海冰层之间的分界位置，有利于更精准判定海冰位置或海冰厚度情况。
63.因此，温度链数据表中还对应记录有不同时刻下传感器加热一定时间之后所反馈的加热数据，加热数据在记录时会将温度链上所有的传感器的加热数据记录在同一行中，该行数据对应的数据记录编号则为第三参数值，即第三参数值的数值与温度链上布置的所有温度传感器的数量相同，在获取加热数据时，从温度链数据表中获取第二时刻下数据记录编号为第三参数值的第三温度数据序列即可，如图7中步骤s71。本实施例中所述的第二时刻可以是温度链数据表中所记录的任意一个时刻，其通常是指传感器加热一定时间后进行温度记录的时刻。
64.如图7中s72所示，在获取第二时刻下的第三温度数据序列之后，还需要对第三温度数据序列进行异常加热数据的剔除，避免异常的加热数据影响后续的数据分析结果。具体地，在剔除第二时刻下第三温度数据序列中的异常加热数据时，首先需要分别确定第三温度数据序列中第n个传感器数据与其相邻的两个传感器数据之间的第三梯度值和第四梯度值；然后根据第三梯度值和第四梯度值与第二预设阈值之间的大小关系，在第三梯度值和第四梯度值均大于第二预设阈值的情况下，确定第n个传感器数据为异常加热数据；最后将异常加热数据从第二时刻下的第三温度数据序列中剔除，得到第二时刻下的加热温度有效数据序列。
65.需要特别说明的是，第二预设阈值的具体确定方式与第一预设阈值类似，可以根据科研人员进行主动设置，也可以使用第三温度数据序列中所有传感器数据与其相邻的传感器数据之间的梯度值的均值作为第二预设阈值，本实施例在此不再重复赘述。
66.s20，根据所述正常温度有效数据序列和加热温度有效数据序列中相邻温度传感器之间的温度差确定海冰内部结构。
67.海冰内部结构主要包括以下几种：积雪层、海冰层、叠加冰层、雪冰层、内部融化层等，不同类型的结构在温度数据上呈现出不同的变化情况，任意一种结构也会随着时间、外界环境的变化演变至另一种结构，其对应在温度上的呈现也会发生变化，因此，可以通过对温度链的整体温度有效数据和加热温度有效数据进行整体的研判和匹配，确定当前温度链所对应位置的海冰内部结构。
68.具体地，各个海冰内部结构在温度上的变化情况可以基于大量的实验数据分析以及实地检测的结果进行确定，形成具有统一标准的结构特征值或结构特征范围，然后根据温度链实测的传感器数据与结构特征值或结构特征范围的比对情况，即可确定对应位置的内部结构类型。需要注意的是，在实际确定海冰内部结构时，除了要考虑温度数据意外，还应当结合外界环境对内部结构演变情况的影响，例如是否下雪、当前所处季节、外部环境温度等。
69.一般情况下，同一个温度链中相邻传感器之间的垂直温度梯度在0.1至0.2摄氏度之间，并且60s的升温响应在3.0至4.5摄氏度之间的位置，可认定为积雪层；对于同一个温度链中相邻传感器之间的垂直温度梯度在0.05至0.1摄氏度之间，并且60s的升温响应在0.8至1.0摄氏度之间的位置，可认定成海冰层；当季节为夏季，已判定为积雪层区域的温度接近0度，且随后几天内海冰层表面以上积雪特征向海冰特征转化的区域可被认定为叠加冰区域；若发生大量降雪，干舷小于0，并且随后几天内海冰表面以上积雪特征向海冰特征转化的区域可被认定为雪冰层；而当季节为夏季，温度高于-1.8摄氏度，且海冰特征向海水特征转化的区域被称为内部融化区域，其通常形成于海冰层之间。
70.基于上述判定标准，科研人员即可基于温度链数据进行其所在位置海冰内部结构的快速确定，并结合其在较长一端时间内的温度变化情况，反推得到海冰内部结构的演变过程，在提升温度链数据的应用范围的同时，简化了科研人员对海冰内部结构研究的操作处理，为后续研究工作提供了更真实有效的数据基础。
71.为提高数据的使用效率和价值，在一些实施例中，在针对当前温度链数据表中确定所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列之后，还可以根据所有正常温度有效数据序列和所述加热温度有效数据序列，绘制预设类型的图像，以帮助科研人员进行更好的分析和理解数据背后代表的自然现象。具体地，预设类型图像包括以下至少一种：正常温度时间序列图像、垂直梯度时间序列图像、时间梯度时间序列图像以及加热数据时间序列图像。并且，在进行海冰内部结构的判定时，也可根据图像进行更直观的分析判定。
72.例如，图8至图11给出了2014年8月至2015年11月布放在北极浮冰上的海冰温度链的观测数据的示例图像。其中，图8为正常温度时间序列图像，图9为垂直梯度时间序列图像，图10为时间梯度时间序列图像，图11为加热数据时间序列图像。从图8可以清晰的看到海冰从2014年夏季至2015年夏季跨越一个完整生长季的整个温度变化；图9中垂直梯度较
大的区域可能是代表了积雪层；图10中时间梯度较大的区域可能是空气；图11中加热响应比较大的区域可能是积雪层和空气。通过上述预设类型图像可以帮助科研人员更容易的理解数据、利用数据、发挥数据的最大效益。
73.本实施例在自动获取温度链数据表中的各个传感器的温度数据并按照传感器编号进行排列之后，并对得到的正常温度数据序列进行异常数据的剔除，得到真实有效的温度数据序列，提升了温度链数据的处理速度，同时避免了人为主观因素对异常数据评判时造成的偏差，大大提高数据的使用质量，有效帮助科研人员及时掌握海冰真实的自然状况，为后续研究工作提供了更真实有效的数据基础；并且，通过对温度链数据表中的各个传感器的温度数据进行有效数据的提取和处理，并结合相邻传感器之间的温度差值情况，反演得出海冰内部结构情况，在提升温度链数据的应用范围的同时，简化了科研人员对海冰内部结构研究的操作处理，为后续研究工作提供了更真实有效的数据基础。
74.本公开实施例还提供了一种基于温度链数据的海冰内部结构快速确定装置，其结构示意图如图12所示，该装置包括：数据处理模块1，用于根据温度链数据表，确定当前温度链在所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列；结构确定模块2，用于根据正常温度有效数据序列和加热温度有效数据序列中相邻温度传感器之间的温度差确定海冰内部结构。
75.在一些实施例中，数据处理模块1具体包括如图13所示的如下单元：获取单元10、排序单元20以及处理单元30，其中，获取单元10用于获取温度链数据表中第一时刻下数据记录编号为第一参数值的第一温度数据序列以及数据记录编号为第二参数值的第二温度数据序列；排序单元20用于按照传感器编号顺序排列所述第一温度数据序列和所述第二温度数据序列中的传感器数据，形成所述第一时刻下正常温度数据序列；处理单元30用于剔除所述第一时刻下正常温度数据序列中的异常数据，得到所述第一时刻下的正常温度有效数据序列。
76.在一些实施例中，处理单元30具体用于：分别确定所述正常温度数据序列中第m个传感器数据与其相邻的两个传感器数据之间的第一梯度值和第二梯度值；在所述第一梯度值和所述第二梯度值均大于第一预设阈值的情况下，确定所述第m个传感器数据为所述异常数据；在所述第一时刻下正常温度数据序列中剔除所述异常数据。
77.在一些实施例中，获取单元10还用于获取所述温度链数据表中第二时刻下数据记录编号为第三参数值的第三温度数据序列；处理单元30还用于剔除所述第二时刻下所述第三温度数据序列中的异常加热数据，得到所述第二时刻下的加热温度有效数据序列。
78.在一些实施例中，处理单元30具体用于：分别确定所述第三温度数据序列中第n个传感器数据与其相邻的两个传感器数据之间的第三梯度值和第四梯度值；在所述第三梯度值和所述第四梯度值均大于第二预设阈值的情况下，确定所述第n个传感器数据为所述异常加热数据；在所述第二时刻下的第三温度数据序列中剔除所述异常加热数据。
79.在一些实施例中，确定装置还包括图像绘制模块3，如图14所示，图像绘制模块3用于在确定所有时刻下的正常温度有效数据序列和所有时刻下加热温度有效数据序列之后，根据所有正常温度有效数据序列和所述加热温度有效数据序列，绘制预设类型的图像；其中，所述预设类型的图像包括以下至少一种：正常温度时间序列图像、垂直梯度时间序列图像、时间梯度时间序列图像以及加热数据时间序列图像。
80.本公开实施例提供的确定装置，能够实现本公开实施例提供的基于温度链数据的海冰内部结构快速确定方法，具备相应的有益效果。
81.本公开实施例各装置中的各单元、模块或单元的功能可以参见上述方法实施例中的对应描述，在此不再赘述。
82.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
83.图15示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或要求的本公开的实现。
84.如图15所示，电子设备1300包括计算单元1301，其可以根据存储在只读存储器(rom)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(ram)1303中的计算机程序来执行各种适当的动作和处理。在ram 1303中，还可存储电子设备1300操作所需的各种程序和数据。计算单元1301、rom 1302以及ram 1303通过总线1304彼此相连。输入输出(i/o)接口1305也连接至总线1304。
85.电子设备1300中的多个部件连接至i/o接口1305，包括：输入单元1306，例如键盘、鼠标等；输出单元1307，例如各种类型的显示器、扬声器等；存储单元1308，例如磁盘、光盘等；以及通信单元1309，例如网卡、调制解调器、无线通信收发机等。通信单元1309允许电子设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
86.计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理，例如温度链传感器的数据处理方法。例如，在一些实施例中，温度链传感器的数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由rom 1302和/或通信单元1309而被载入和/或安装到电子设备1300上。当计算机程序加载到ram 1303并由计算单元1301执行时，可以执行上文描述的温度链传感器的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元1301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行温度链传感器的数据处理方法。
87.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至
少一个输出装置。
88.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
89.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
90.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
91.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
92.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
93.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
94.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。