CN103366227A - 一种海上搜救目标漂移路径的预测方法 - Google Patents

Abstract

本发明公开了一种海上搜救目标漂移路径的预测方法，基于海面风、海流、海浪等海洋动力环境场数值预报技术，构建海上搜救预报模型来预报遇险落水人员和海上失事船舶的漂移路径，给出搜救目标各时刻的位置、不同概率的搜寻半径等信息，使搜救指挥人员在最短的时间内，给出现场救援的最佳方式，使搜救行动安全、快速地进行。具体步骤包括：收集历史气象数据，利用大气模型计算获得海上遇险事故发生地点周围海区的风场，获取遇险事故发生地点周围海区的现场风实时观测数据，对现场风观测数据进行数据同化，采用海浪数值模型预报遇险事故发生地点周围海区的波浪场，使用海流数值模型预报包含风生流和潮流的三维流场，实现对海上遇险人员或船舶的动态漂移轨迹预测，将搜救目标漂移路径预测结果直观显示。

Description

一种海上搜救目标漂移路径的预测方法

技术领域

本发明涉及海上搜救技术，具体涉及一种海上搜救目标漂移路径的预测方法。

背景技术

随着海洋开发规模的扩大，海事活动的频繁，海难事故更为人们所关注。海难事故在政治、经济、军事上都会给世界沿海各国带来巨大灾难，不仅是人员伤亡和财产的损失，还会给社会发展带来不良影响。因此，海上搜救工作越来越得到各沿海国家的重视。对于快速发展的海上运输业和渔上捕捞业，海上搜救行动能够给人员及财产的安全提供不可替代的保障作用。

目前，我国的海上搜救指挥协调工作主要依靠搜救指挥人员的经验和判断，尚不能根据海上失事地点水文气象状况，快速高效地预报失事人员、船舶的漂移方向和距离的范围，这在很大程度上影响了指挥与协调工作的快速性和准确性，往往会使搜救行动贻误时机。

发明内容

针对目前海上搜救工作存在的问题，本发明推出一种海上搜救目标漂移路径的预测方法，其目的在于，基于海面风、海流、海浪等海洋动力环境场数值预报技术，构建海上搜救预报模型来预报遇险落水人员和海上失事船舶的漂移路径，给出搜救目标各时刻的位置、不同概率的搜寻半径等信息，使搜救指挥人员在最短的时间内，给出现场救援的最佳方式，使搜救行动安全、快速地进行，为抢救人员生命和国家财产争取宝贵的时间。

本发明涉及的海上搜救目标漂移路径预测方法具体步骤包括：

S₁、收集历史气象数据，建立气象数据库；

S₂、利用大气模型调用S₁气象数据库中的相关数据，计算获得海上遇险事故发生地点周围海区的风场；

S₃、获取遇险事故发生地点周围海区的现场风实时观测数据，更新S₁建立的气象数据库；并对现场风观测数据进行数据同化，提高S₂中大气模型预报风场的精确度；

S₄、结合S₂风场结果，采用海浪数值模型预报遇险事故发生地点周围海区的波浪场；

S₅、基于TPXO全球潮汐卫星高度计反演数据集提供的8个分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的调和常数给出潮汐与环流的开边界条件；

S₆、以S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场为强迫场，并结合S₅提供的潮汐和环流开边界条件，使用海流数值模型预报包含风生流和潮流的三维流场；

S₇、基于S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场以及S₆海流数值模型提供的三维流场，构建风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型，实现对海上遇险人员或船舶的动态漂移轨迹预测；

S₈、基于以上计算结果，利用可视化技术将搜救目标漂移路径预测结果直观显示。

其中，S₂所述的大气模型为WRF,采用该模型完成遇险事故发生地点周围海区的未来48小时的风场计算。该模型采用完全可压缩非静力欧拉方程组，水平网格采用Arakawa C网格，垂直坐标采用基于质量的地形追随η坐标，η层可根据需要改变。

S₃所述的获取遇险事故发生地点周围海区的现场风实时观测数据的方法是，使用下载工具定时自动下载观测站服务器提供的常规地面观测数据、常规探空数据、船舶观测数据、卫星海面风观测数据与卫星辐射观测数据。

S₃所述的数据同化方法为3DVAR方法，为预报用的海流数值模型提供初始场与时变边界条件。

S₆所述的三维流场计算方法为：

利用海浪数值模型SWAN来计算搜救相关海区的海浪分布情况及变化，在运行S₃所述的大气模型的同时，每十五分钟输出一次风场并驱动该海浪数值模型，海浪谱在每一个格点上取36个频率和12个方向，通过对源函数项和传播项的积分，求得未来48小时内每小时输出一次的波浪场；

基于S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场以及来自TPXO全球潮汐卫星高度计反演数据集提供的8个分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的调和常数给出潮汐与环流的开边界条件，在WRF模型和SWAN模型运算完毕后，SHELL脚本自动运行FVCOM模型，并预报获取遇险事故发生地点周围海区未来48小时的三维流场。这里所述的FVCOM模型主要针对近海和河口潮汐环流，其最大的特色和优点是结合了有限元法易拟合边界、局部加密的优点和有限差分法便于离散计算海洋原始方程组。有限元法采用三角形网格，给出线性无关的基函数，求其特定系数，特点是三角形网格易拟合边界、局部加密；而有限差分法直接离散差分海洋原始方程组，特点是动力学基础明确、差分直观、计算高效。

S₇所述的构建风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型具体方法如下：

（1）风漂速度计算模型

根据海上搜救目标风漂移速度的计算方法，结合海上搜救目标的状态和几何特性，建立不同类型的海上搜救目标的风漂速度计算模型：

V_w=C_d·W

其中V_w为风漂速度，W为海表面10米风速，C_d为风拖曳系数，该系数根据搜救目标的排水状态和在水中的浸没比例等因素变化而变化。当搜救目标为船舶时，C_d在1%和5%之间。一般情况下，C_d取1%～3%，遇险人员取1%，救生筏取3%，无动力船只取2%。

（2）海上搜救目标漂移轨迹计算模型

海上搜救目标漂移轨迹计算模型为：

$S=S_0+\underset{t_0}{\overset{t_0+\mathrm{\Δt}}{\text{\∫}}}{V}_t\mathrm{dt}+S^{\′}$

其中，S₀为搜救目标的初始位置，V_t为t时刻搜救目标的漂移速度，为空间和时间的函数，S′为因为湍流影响发生的随机走动距离。搜救目标以速度V_t经时间步长Δt后漂移至S，该模型采用了拉格朗日追踪法，其核心就是求解V_t。这里V_t是各个海洋环境动力要素作用过程所产生的分速度的合成。本发明认为作为预测搜救目标的V_t主要由风漂速度、表面流速和波余流流速构成。

（3）误差传递模型和搜救半径计算模型

（a）误差传递模型

搜救目标的漂移轨迹求解方法如下：

$S=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(S_W+S_C)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}(C_d\·W[i]+V)\·t$

这里，S为搜救目标的漂移位移，S_W和S_C分别代表风和流作用下的位移，C_d为风拖曳系数，W代表海表面10米风速，V代表流速（包括表面流速和波余流流速），t代表漂移时间。

预测的轨迹分段线性叠加计算，最终的预测轨迹误差也是由各阶段产生的误差合成而来。每个阶段的测量看作独立，总误差由各个阶段产生的误差按线性方式进行合成。对于每个阶段，风、流的误差对最后预测轨迹的误差影响是风、流两者误差的叠加。

以下首先建立每个阶段的误差计算模型：

由误差理论，当间接测量量y是直接测量量x_i（i=1，2，3…n）的线性函数时，即：

$y=a_0+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_i{x}_i$

这里α₀和α_i均为非随机但是未观测到参数，y的方差D_y为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_i}{\mathrm{\&sigma;}}_{x_j}$

当x₁，x₂,…x_n之间不相关时，间接测量量y的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

当间接测量量y是直接测量量x_i（i=1，2,3…n）的非线性函数时，则：

y=f(x_i)（i=1，2，3…n）

其方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_{i_{x_j}}}$

这里，

$a_i={\left(\frac{\&PartialD;f}{\&PartialD;x_i}\right)}_{x=m_x}$

ρ_ij是x_i，x_j的相关系数。

当x₁，x₂,…x_n之间不相关时，ρ_ij=0，间接测量量的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\left(\frac{\&PartialD;f}{{\&PartialD;x}_i}\right)}_{x=m}^2$ $D_{x_i}=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{\mathrm{\&sigma;}}_{x_i}^2$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则可用向量和矩阵符号表示为：

Y=A₀+AX

其中：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ y_m\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ x_n\end{array}\right],$ $A_0=\left[\begin{array}{c}{a}_{10}\\ a_{20}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ a_{m0}\end{array}\right],$ $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{1n}\\ a_{21}& a_{22}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{2n}\\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ a_{m1}& a_{m2}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{\mathrm{mn}}\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的非线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，Lσ_n)^T，

对于漂浮物轨迹预测问题，若不考虑风拖曳系数C_d的误差影响，直接测量量为风、流速度分量W_U，W_V，V_U，V_V，间接测量量为预测轨迹位置的北向坐标Y_N和东向坐标Y_E，则直接测量量对间接测量量的误差传递规律满足线性函数的规律。

此时，m=2，n=4，

则： $Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{21}& a_{22}& a_{23}& a_{24}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{cccc}{C}_d\&CenterDot;t& 0& t& 0\\ 0& C_d\&CenterDot;t& 0& t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({\mathrm{\&sigma;}}_{W_U},{\mathrm{\&sigma;}}_{W_V},{\mathrm{\&sigma;}}_{V_U},{\mathrm{\&sigma;}}_{V_V})}^T$

若考虑风中漂移系数C_d的误差影响，则直接测量量V_U，V_V对间接测量量的误差传递规律满足线性函数的规律，而直接测量量W_U，W_V及C_d对间接测量量的误差传递规律则应按非线性函数的传递规律进行计算。根据相应的误差理论，此时的系数矩阵A的元素应为相应的偏导数，则：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\\ x_5\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\\ C_d\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{ccccc}{a}_{11}& a_{12}& a_{13}& a_{14}& a_{15}\\ a_{21}& a_{22}& a_{23}& a_{24}& a_{25}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4，5)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{ccccc}{C}_d\&CenterDot;t& 0& t& 0& W_U\&CenterDot;t\\ 0& C_d\&CenterDot;t& 0& t& W_V\&CenterDot;t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({\mathrm{\&sigma;}}_{W_U},{\mathrm{\&sigma;}}_{W_V},{\mathrm{\&sigma;}}_{V_U},{\mathrm{\&sigma;}}_{V_V},{\mathrm{\&sigma;}}_{C_d})}^T$

由此，建立了每个阶段的误差计算模型。

设每个阶段的误差为σ_i(i=1，2，…k)，则最终的预测轨迹误差应按线性方式合成，即：

${\mathrm{\&sigma;}}_{\mathrm{Total}}={\left[\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&sigma;}}_i\right]}^{1/2}$

（b）搜救半径计算模型

通过搜救目标在指定时刻处在半径R圆内的概率P可求出R，搜救半径计算模型为：

$P=1-\exp [-\frac{R^2\mathrm{\&Delta;T}}{r^{2}2T}]$

其中：T为从推算开始时起的物体漂移时间；r为ΔT时间的推算均方差（根据风和流的预报误差计算）；ΔT为时段，风和流的速度和方向在这一时段内是常量。由此，根据给定的概率P就可计算出搜寻半径R。

至此，本发明可根据海上失事地点、水文气象状况，快速高效地预报失事人员、船舶的漂移方向和距离的范围，并通过实时显示功能，给出搜救目标各时刻的位置、不同概率的搜寻半径等信息。搜救指挥人员通过对上述信息的掌握和分析在最短的时间内，制定现场救援的最佳决策。

与现有技术相比，本发明具有如下优点：

（1）本发明考虑了人员和船舶遇险等多种情况下的目标物体的漂移路径预测。

（2）采用先进的海流、大气以及海浪数值模型，对海洋动力要素的预报更加精准和高效。

（3）搜救模块采用了多种模型诸如风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型，对目标物体漂移路径的预测更加及时准确。

（4）可实现各预报预测结果的可视化，可使搜救人员及时掌握信息迅速做出反应决策。

附图说明

图1为本发明涉及的海上搜救目标漂移路径预测方法流程示意图。

具体实施方式

结合附图对本发明给出了的海上搜救目标漂移路径预测方法的技术方案作进一步说明。本发明涉及的海上搜救目标漂移路径预测方法包括S₁～S₈步：

S₁、在Linux/UNIX环境下，采用下载工具定时自动下载气象观测数据，包括常规地面观测、常规探空观测、船舶观测、卫星海面风观测与卫星辐射观测数据等，建立气象数据库；

S₂、利用大气模型调用气象数据库中的相关数据，计算获得海上遇险事故发生地点周围海区的风场；

S₃、获取遇险事故发生地点周围海区的现场风实时观测数据，更新气象数据库。对下载的观测数据采用3DVAR同化方法，为预报用的海流数值模型提供初始场与时变边界条件。由大气模型WRF完成遇险事故发生地点周围海区的未来48小时的风场预报。

S₄、利用海浪数值模型SWAN来计算搜救相关海区的海浪分布情况及变化，WRF每十五分钟输出一次风场并驱动SWAN，海浪谱在每一个格点上取36个频率和12个方向，通过对源函数项和传播项的积分，求得未来48小时内每小时输出一次的波浪场。

S₅、基于来自TPXO全球潮汐卫星高度计反演数据集提供的8个分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的调和常数获取潮汐与环流的开边界条件。

S₆、以S₂大气模型提供的风场、S4海浪数值模型提供的波浪场为强迫场，并结合S₅提供的潮汐和环流开边界条件，SHELL脚本自动运行海流数值模型FVCOM，并预报获取遇险事故发生地点周围海区的未来48小时的三维流场。

S₇、基于S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场以及S₆海流数值模型提供的三维流场，构建风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型实现对海上遇险人员或船舶的动态漂移轨迹预测。具体步骤如下：

（1）风漂速度计算模型

根据海上搜救目标风漂移速度的计算方法，结合海上搜救目标的状态和几何特性，建立不同类型的海上搜救目标的风漂速度计算模型：

V_w=C_d·W

其中V_w为风漂速度，W为海表面10米风速，C_d为风拖曳系数，该系数根据搜救目标的排水状态和在水中的浸没比例等因素变化而变化。当搜救目标为船舶时，C_d在1%和5%之间。一般情况下，C_d取1%～3%，遇险人员取1%，救生筏取3%，无动力船只取2%。

（2）海上搜救目标漂移轨迹计算模型

海上搜救目标漂移轨迹计算模型为：

$S=S_0+\underset{t_0}{\overset{t_0+\mathrm{\&Delta;t}}{\text{\&Integral;}}}{V}_t\mathrm{dt}+S^{\&prime;}$

其中，S₀为搜救目标的初始位置，V_t为t时刻搜救目标的漂移速度，为空间和时间的函数，S′为因为湍流影响发生的随机走动距离。搜救目标以速度V_t经时间步长Δt后漂移至S，该模型采用了拉格朗日追踪法，其核心就是求解V_t。这里V_t是各个海洋环境动力要素作用过程所产生的分速度的合成。本发明认为作为预测搜救目标的V_t主要由风漂速度、表面流速和波余流流速构成。

（3）误差传递模型和搜救半径计算模型

（a）误差传递模型

搜救目标的漂移轨迹求解方法如下：

$S=\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}(S_W+S_C)=\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}(C_d\&CenterDot;W[i]+V)\&CenterDot;t$

这里，S为搜救目标的漂移位移，S_W和S_C分别代表风和流作用下的位移，C_d为风拖曳系数，W代表海表面10米风速，V代表流速（包括表面流速和波余流流速），t代表漂移时间。

预测的轨迹是分段线性叠加计算，最终的预测轨迹误差也是由各阶段产生的误差合成而来。每个阶段的测量看作独立，总误差由各个阶段产生的误差按线性方式进行合成。对于每个阶段，风、流的误差对最后预测轨迹的误差影响是风、流两者误差的叠加。

以下首先建立每个阶段的误差计算模型：

由误差理论，当间接测量量y是直接测量量x_i（i=1，2，3…n）的线性函数时，即：

$y=a_0+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{x}_i$

这里α₀和α_i均为非随机但是未观测到参数，y的方差D_y为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_i}{\mathrm{\&sigma;}}_{x_j}$

当x₁，x₂,…x_n之间不相关时，间接测量量y的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

当间接测量量y是直接测量量x_i（i=1，2,3…n）的非线性函数时，则：

y=f(x_i)（i=1，2，3…n）

其方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_{i_{x_j}}}$

这里，

$a_i={\left(\frac{\&PartialD;f}{\&PartialD;x_i}\right)}_{x=m_x}$

ρ_ij是x_i，x_j的相关系数。

当x₁，x₂,…x_n之间不相关时，ρ_ij=0，间接测量量的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\left(\frac{\&PartialD;f}{{\&PartialD;x}_i}\right)}_{x=m}^2$ $D_{x_i}=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{\mathrm{\&sigma;}}_{x_i}^2$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则可用向量和矩阵符号表示为：

Y=A₀+AX

其中：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ y_m\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ x_n\end{array}\right],$ $A_0=\left[\begin{array}{c}{a}_{10}\\ a_{20}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ a_{m0}\end{array}\right],$ $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{1n}\\ a_{21}& a_{22}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{2n}\\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ a_{m1}& a_{m2}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{\mathrm{mn}}\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的非线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T，

对于漂浮物轨迹预测问题，若不考虑风拖曳系数C_d的误差影响，直接测量量为风、流速度分量W_U，W_V，V_U，V_V，间接测量量为预测轨迹位置的北向坐标Y_N和东向坐标Y_E，则直接测量量对间接测量量的误差传递规律满足线性函数的规律。

此时，m=2，n=4，

则： $Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{21}& a_{22}& a_{23}& a_{24}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{cccc}{C}_d\&CenterDot;t& 0& t& 0\\ 0& C_d\&CenterDot;t& 0& t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({\mathrm{\&sigma;}}_{W_U},{\mathrm{\&sigma;}}_{W_V},{\mathrm{\&sigma;}}_{V_U},{\mathrm{\&sigma;}}_{V_V})}^T$

若考虑风中漂移系数C_d的误差影响，则直接测量量V_U，V_V对间接测量量的误差传递规律满足线性函数的规律，而直接测量量W_U，W_V及C_d对间接测量量的误差传递规律则应按非线性函数的传递规律进行计算。根据相应的误差理论，此时的系数矩阵A的元素应为相应的偏导数，则：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\\ x_5\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\\ C_d\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{ccccc}{a}_{11}& a_{12}& a_{13}& a_{14}& a_{15}\\ a_{21}& a_{22}& a_{23}& a_{24}& a_{25}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4，5)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{ccccc}{C}_d\&CenterDot;t& 0& t& 0& W_U\&CenterDot;t\\ 0& C_d\&CenterDot;t& 0& t& W_V\&CenterDot;t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({\mathrm{\&sigma;}}_{W_U},{\mathrm{\&sigma;}}_{W_V},{\mathrm{\&sigma;}}_{V_U},{\mathrm{\&sigma;}}_{V_V},{\mathrm{\&sigma;}}_{C_d})}^T$

由此，建立了每个阶段的误差计算模型。

设每个阶段的误差为σ_i(i=1，2，…k)，则最终的预测轨迹误差应按线性方式合成，即：

${\mathrm{\&sigma;}}_{\mathrm{Total}}={\left[\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&sigma;}}_i\right]}^{1/2}$

（b）搜救半径计算模型

通过搜救目标在指定时刻处在半径R圆内的概率P可求出R，搜救半径计算模型为：

$P=1-\exp [-\frac{R^2\mathrm{\&Delta;T}}{r^{2}2T}]$

其中：T为从推算开始时起的物体漂移时间；r为ΔT时间的推算均方差（根据风和流的预报误差计算）；ΔT为时段，风和流的速度和方向在这一时段内是常量。由此，根据给定的概率P就可计算出搜寻半径R。

S₈、基于以上计算结果，利用可视化技术将搜救目标漂移路径预测结果直观显示。

Claims (6)

1.一种海上搜救目标漂移路径的预测方法，其特征在于该方法包括以下步骤：

S₁、收集历史气象数据，建立气象数据库；

S₂、利用大气模型调用S₁数据库中的相关数据，计算获得海上遇险事故发生地点周围海区的风场；

S₃、获取遇险事故发生地点周围海区的现场风实时观测数据，更新S₁建立的气象数据库；对现场风观测数据进行数据同化，提高S₂中大气模型预报的风场的精确度；

S₄、结合S₂风场结果，采用海浪数值模型预报遇险事故发生地点周围海区的波浪场；

S₅、基于TPXO全球潮汐卫星高度计反演数据集提供的8个分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的调和常数给出潮汐与环流的开边界条件；

S₆、以S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场为强迫场，并结合S₅提供的潮汐和环流开边界条件，使用海流数值模型预报包含风生流和潮流的三维流场；

S₇、基于S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场以及S₆海流数值模型提供的三维流场，构建风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型实现对海上遇险人员或船舶的动态漂移轨迹预测；

S₈、基于以上计算结果，利用可视化技术将搜救目标漂移路径预测结果直观显示。

2.根据权利要求1所述的海上搜救目标漂移路径的预测方法，其特征在于，S₂所述的大气模型为WRF，用该模型完成遇险事故发生地点周围海区的未来48小时的风场计算；该模型采用完全可压缩非静力欧拉方程组，水平网格采用Arakawa C网格，垂直坐标采用基于质量的地形追随η坐标。

3.根据权利要求1所述的海上搜救目标漂移路径的预测方法，其特征在于：S₃所述的获取遇险事故发生地点周围海区的现场风实时观测数据的方法为用下载工具定时自动下载观测站服务器提供的常规地面观测数据、常规探空数据、船舶观测数据、卫星海面风观测数据与卫星辐射观测数据。

4.根据权利要求1所述的海上搜救目标漂移路径的预测方法，其特征在于：S₃所述的数据同化的方法为3DVAR方法，为预报用的海流数值模型提供初始场与时变边界条件。

5.根据权利要求1所述的海上搜救目标漂移路径的预测方法，其特征在于S₆所述的三维流场计算方法为：

利用海浪数值模型SWAN来计算搜救相关海区的海浪分布情况及变化，利用大气模型每十五分钟输出一次风场并驱动海浪数值模型，海浪谱在每一个格点上取36个频率和12个方向，通过对源函数项和传播项的积分，求得未来48小时内每小时输出一次的波浪场；

基于S₂大气模型提供的风场、S₄海浪数值模型提供的波浪场以及来自TPXO全球潮汐卫星高度计反演数据集提供的8个分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的调和常数给出潮汐与环流的开边界条件，在WRF模型和SWAN模型运算完毕后，SHELL脚本自动运行海流数值模型FVCOM，并预报获取遇险事故发生地点周围海区的未来48小时的三维流场。

6.根据权利要求1所述的海上搜救目标漂移路径的预测方法，其特征在于：S₇所述的风漂速度计算模型、海上搜救目标漂移轨迹计算模型、误差传递模型和搜救半径计算模型，其构建方法包括：

（1）风漂速度计算模型

根据海上搜救目标风漂移速度的计算方法，结合海上搜救目标的状态和几何特性，建立不同类型的海上搜救目标的风漂速度计算模型：

V_w=C_d·W

其中V_w为风漂速度，W为海表面10米风速，C_d为风拖曳系数，该系数根据搜救目标的排水状态和在水中的浸没比例等因素变化而变化。当搜救目标为船舶时，C_d在1%和5%之间。一般情况下，C_d取1%～3%，遇险人员取1%，救生筏取3%，无动力船只取2%；

（2）海上搜救目标漂移轨迹计算模型

海上搜救目标漂移轨迹计算模型为：

$S=S_0+\underset{t_0}{\overset{t_0+\mathrm{\&Delta;t}}{\text{\&Integral;}}}{V}_t\mathrm{dt}+S^{\&prime;}$

其中，S₀为搜救目标的初始位置，V_t为t时刻搜救目标的漂移速度，为空间和时间的函数，S′为因为湍流影响发生的随机走动距离。搜救目标以速度V_t经时间步长Δt后漂移至S，该模型采用了拉格朗日追踪法，其核心就是求解V_t；这里V_t是各个海洋环境动力要素作用过程所产生的分速度的合成。本发明认为作为预测搜救目标的V_t主要由风漂速度、表面流速和波余流流速构成；

（3）误差传递模型和搜救半径计算模型

（a）误差传递模型

搜救目标的漂移轨迹求解方法如下：

$S=\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}(S_W+S_C)=\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}(C_d\&CenterDot;W[i]+V)\&CenterDot;t$

这里，S为搜救目标的漂移位移，S_W和S_C分别代表风和流作用下的位移，C_d为风拖曳系数，W代表海表面10米风速，V代表流速（包括表面流速和波余流流速），t代表漂移时间；

预测的轨迹是分段线性叠加计算，最终的预测轨迹误差也是由各阶段产生的误差合成而来；每个阶段的测量可以看作独立，总误差由各个阶段产生的误差按线性方式进行合成；对于每个阶段，风、流的误差对最后预测轨迹的误差影响是风、流两者误差的叠加；

以下首先建立每个阶段的误差计算模型：

由误差理论，当间接测量量y是直接测量量x_i（i=1，2，3…n）的线性函数时，即：

$y=a_0+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{x}_i$

这里α₀和α_i均为非随机但是未观测到参数，y的方差D_y为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_i}{\mathrm{\&sigma;}}_{x_j}$

当x₁，x₂,…x_n之间不相关时，间接测量量y的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

当间接测量量y是直接测量量x_i（i=1，2,3…n）的非线性函数时，则：

y=f(x_i)（i=1，2，3…n）

其方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{D}_{x_i}+2\underset{i<j}{\mathrm{\&Sigma;}}{a}_i{a}_j{\mathrm{\&sigma;}}_{x_{i_{x_j}}}$

这里，

$a_i={\left(\frac{\&PartialD;f}{\&PartialD;x_i}\right)}_{x=m_x}$

ρ_ij是x_i，x_j的相关系数；

当x₁，x₂,…x_n之间不相关时，ρ_ij=0，间接测量量的方差为：

$D_y=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\left(\frac{\&PartialD;f}{\&PartialD;x_i}\right)}_{x=m}^2$ $D_{x_i}=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i{\mathrm{\&sigma;}}_{x_i}^2$

其均方根差为：

${\mathrm{\&sigma;}}_y={\left[\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_i^2{\mathrm{\&sigma;}}_{x_i}^2\right]}^{1/2}$

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则可用向量和矩阵符号表示为：

Y=A₀+AX

其中：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ y_m\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ x_n\end{array}\right],$ $A_0=\left[\begin{array}{c}{a}_{10}\\ a_{20}\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ a_{m0}\end{array}\right],$ $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{1n}\\ a_{21}& a_{22}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{2n}\\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ \&CenterDot;& & & \\ a_{m1}& a_{m2}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{\mathrm{mn}}\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T

若y₁，y₂,…y_m均为几个间接测量量x₁，x₂,…x_n的非线性函数，即：

y_r=f(x_ri)（r=1，2，3…m）

则其误差向量为：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T，

对于漂浮物轨迹预测问题，若不考虑风拖曳系数C_d的误差影响，直接测量量为风、流速度分量W_U，W_V，V_U，V_V，间接测量量为预测轨迹位置的北向坐标Y_N和东向坐标Y_E，则直接测量量对间接测量量的误差传递规律满足线性函数的规律。

此时，m=2，n=4，

则： $Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& a_{13}& a_{14}\\ a_{21}& a_{22}& a_{23}& a_{24}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{cccc}{C}_d\&CenterDot;t& 0& t& 0\\ 0& C_d\&CenterDot;t& 0& t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({\mathrm{\&sigma;}}_{W_U},{\mathrm{\&sigma;}}_{W_V},{\mathrm{\&sigma;}}_{V_U},{\mathrm{\&sigma;}}_{V_V})}^T$

若考虑风中漂移系数C_d的误差影响，则直接测量量V_U，V_V对间接测量量的误差传递规律满足线性函数的规律，而直接测量量W_U，W_V及C_d对间接测量量的误差传递规律则应按非线性函数的传递规律进行计算。根据相应的误差理论，此时的系数矩阵A的元素应为相应的偏导数，则：

$Y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{c}{Y}_E\\ Y_N\end{array}\right],$ $X=\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ x_4\\ x_5\end{array}\right]=\left[\begin{array}{c}{W}_U\\ W_V\\ V_U\\ V_V\\ C_d\end{array}\right],$ A₀=0， $A=\left[a_{\mathrm{ri}}\right]=\left[\begin{array}{ccccc}{a}_{11}& a_{12}& a_{13}& a_{14}& a_{15}\\ a_{21}& a_{22}& a_{23}& a_{24}& a_{25}\end{array}\right]$

对每一阶段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4，5)为：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

$A=\left[\begin{array}{ccccc}{C}_d\&CenterDot;t& 0& t& 0& W_U\&CenterDot;t\\ 0& C_d\&CenterDot;t& 0& t& W_V\&CenterDot;t\end{array}\right]$

则其误差向量为：

σ_Y=Aσ

其中， $\mathrm{\&sigma;}={({{\mathrm{\&sigma;}}_W}_U,{{\mathrm{\&sigma;}}_W}_V,{{\mathrm{\&sigma;}}_V}_V,{{\mathrm{\&sigma;}}_V}_V,{{\mathrm{\&sigma;}}_C}_d)}^T$

由此，建立了每个阶段的误差计算模型；

设每个阶段的误差为σ_i(i=1，2，…k)，则最终的预测轨迹误差应按线性方式合成，即：

${\mathrm{\&sigma;}}_{\mathrm{Total}}={\left[\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&sigma;}}_i\right]}^{1/2}$

（b）搜救半径计算模型

通过搜救目标在指定时刻处在半径R圆内的概率P可求出R，搜救半径计算模型为：

$P=1-\exp [-\frac{R^2\mathrm{\&Delta;T}}{r^{2}2T}]$

其中：T为从推算开始时起的物体漂移时间；r为ΔT时间的推算均方差（根据风和流的预报误差计算）；ΔT为时段，风和流的速度和方向在这一时段内是常量；

由此，根据给定的概率P就可计算出搜寻半径R。

Images