CN107369297A - 用于海啸检测和预警的系统 - Google Patents

用于海啸检测和预警的系统 Download PDF

Info

Publication number
CN107369297A
CN107369297A CN201710286585.1A CN201710286585A CN107369297A CN 107369297 A CN107369297 A CN 107369297A CN 201710286585 A CN201710286585 A CN 201710286585A CN 107369297 A CN107369297 A CN 107369297A
Authority
CN
China
Prior art keywords
tsunami
warning
information
tsunami warning
confidence level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710286585.1A
Other languages
English (en)
Other versions
CN107369297B (zh
Inventor
唐纳德·E·巴里克
贝琳达·J·利帕
詹姆斯·艾萨克森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KEDA OCEAN SENSOR CO Ltd
Original Assignee
KEDA OCEAN SENSOR CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KEDA OCEAN SENSOR CO Ltd filed Critical KEDA OCEAN SENSOR CO Ltd
Publication of CN107369297A publication Critical patent/CN107369297A/zh
Application granted granted Critical
Publication of CN107369297B publication Critical patent/CN107369297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
    • G01S13/522—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves
    • G01S13/524—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi
    • G01S13/534—Discriminating between fixed and moving objects or between objects moving at different speeds using transmissions of interrupted pulse modulated waves based upon the phase or frequency shift resulting from movement of objects, with reference to the transmitted signals, e.g. coherent MTi based upon amplitude or phase shift resulting from movement of objects, with reference to the surrounding clutter echo signal, e.g. non coherent MTi, clutter referenced MTi, externally coherent MTi
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/951—Radar or analogous systems specially adapted for specific applications for meteorological use ground based
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/03—Details of HF subsystems specially adapted therefor, e.g. common to transmitter and receiver
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种用于海啸检测和预警的系统。描述了一种使用主要设计用于实时映射海洋表面洋流的沿海雷达系统进行海啸检测和预警的系统及技术。这些雷达系统被配置为在系统的“近场”(即，雷达系统在其内观察海面的近岸区域)中检测接近的海啸。

Description

用于海啸检测和预警的系统
技术领域
本发明涉及一种用于海啸检测和预警的系统。
背景技术
通常，海啸由突发的地壳表面物理移位(例如，海底地震或滑坡)或大气异常(例如，后者被称为气象海啸)而产生。因此，海啸的第一可能迹象可以是地震的地震检测。然而，并非所有的海底地震都会产生海啸，并且因此，地震的量级不能用于预测导致的海啸的生成或强度。
察看并且测量海啸的强度的一种类型的传感器是与上方浮标连接的底部压力传感器。在其后续海啸结束二十五万生命的灾难性的2004班达亚齐(印尼)地震之后，部署了由国家海洋与大气管理局(NOAA)研发的这些传感器的网络(被称为海啸的深海评估和报告DARTTM)。DARTTM传感器在海啸经过其上方时观察海啸的高度。然后，将通过这些浮标测量的海啸高度输入至数值海啸模型，以给出在世界各地的沿海点的到达和强度的粗略预测。这种数值模型的实例描述于Implementation and testing of the Method of SplittingTsunami(MOST)model,V.Titov和F.González,NOAA Tech.Memo.ERL PMEL-112(PB98-122773),NOAA/Pacific Marine Environmental Laboratory,Seattle,WA,11pp,(1997)中，出于所有目的，通过引用将其全部内容结合于此。
然而，DARTTM网络仍然稀少，使得不能在海啸冲击海岸之前观察到全部的海啸并将其输入至模型中。进一步地，由于不同沿海区域的测深(即，离岸水的深度)的变化范围极大，因此在沿海处的定时和强度的模型的预测通常只是非常粗略的。
发明内容
描述了一种用于海啸检测和预警的系统、方法、以及计算机程序产品。
根据一组实施方式，提供了其中接收由从沿海雷达系统的接收器信号导出的布拉格峰信息的系统、方法、以及计算机程序产品。布拉格峰信息表示了海洋表面洋流。使用海啸检测逻辑从布拉格峰信息生成海啸警报。海啸检测逻辑被配置为检测与海啸的时间、频谱、以及空间特性对应的模式。使用来自一个或多个外部源的时间相关信息判断海啸警报的可信度。
根据一些实施方式，基于海啸警报的可信度执行以下中的一项：(1)将海啸警报传输至海啸预警中心；(2)将带有表示海啸警报的可信度的可信度信息的海啸警报传输至海啸预警中心；或(3)忽略海啸警报。
根据一些实施方式，判断海啸警报的可信度包括：将海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联。
根据一些实施方式，判断海啸警报的可信度包括：将海啸警报与使用地震事件信息、海底滑坡事件信息、或大气异常事件信息中的一项评估的到达时间窗关联。根据多个具体实施方式，响应于地震事件信息、海底滑坡事件信息、或大气异常事件信息计算到达时间窗。
根据一些实施方式，参考从布拉格峰信息判断的海洋表面洋流的复杂性完成对海啸警报的可信度的判断。
根据一些实施方式，响应于海啸警报，基于沿海雷达系统的离岸测深，使用近场海啸传播的数值模型评估高度和到达时间。
根据一些实施方式，从布拉格峰信息生成海啸警报包括：将从布拉格峰信息导出的径向洋流信息解析成与邻近于沿海雷达系统的岸线(shoreline)大致平行的多个大致矩形的流带(band)。每个流带由垂直流动分量和平行流动分量表征。对于每个流带，判断：(1)与流带相关联的轨道速度在连续时间间隔内是否改变多于第一量；(2)与流带相关联的轨道速度是否在邻近流带的轨道速度的第二量内；并且(3)与包括该流带的多个邻近流带相关联的轨道速度在至少两个连续的时间间隔内是否全部在同一方向上改变。基于对流带的判断调节一个或多个海啸警报值，并且如果海啸警报值中的一个或多个超过阈值，则生成海啸警报。
根据另一组实施方式，提供了其中从沿海雷达系统的一个或多个接收器接收接收器信号的系统、方法、以及计算机程序产品。从接收器信号生成多普勒频谱信息。从多普勒频谱信息中移除信号干扰信息，由此生成预处理的频谱信息。从预处理的频谱信息中提取布拉格峰信息，布拉格峰信息表示海洋表面洋流。使用海啸检测逻辑从布拉格峰信息生成海啸警报。使用之前通过海啸检测逻辑生成的错误警报信息与之前储存的表示沿海雷达系统的洋流条件的信号干扰信息之间的储存的关联性，判断海啸警报的可信度。
根据一些实施方式，基于海啸警报的可信度，执行以下中的一项：(1)将海啸警报传输至海啸预警中心；(2)将带有表示海啸警报的可信度的可信度信息的海啸警报传输至海啸预警中心；或(3)忽略海啸警报。
根据一些实施方式，通过将海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联而进一步判断海啸警报的可信度。
根据一些实施方式，通过将海啸警报与使用地震事件信息评估的到达时间窗关联而进一步判断海啸警报的可信度。根据更具体的实施方式，响应于地震事件信息计算到达时间窗。
根据一些实施方式，参考从布拉格峰信息判断的海洋表面洋流的强度和复杂性进一步判断海啸警报的可信度。
根据一些实施方式，响应于海啸警报，基于沿海雷达系统的离岸测深，使用近场海啸传播的数值模型评估高度和到达时间。
根据一些实施方式，从布拉格峰信息生成海啸警报包括：将从布拉格峰信息导出的径向洋流信息解析成与邻近于沿海雷达系统的岸线大致平行的多个大致矩形的流带。每个流带由垂直流动分量和平行流动分量表征。对于每个流带，判断：(1)与流带相关联的轨道速度在连续的时间间隔内是否改变多于第一量；(2)与流带相关联的轨道速度是否在邻近流带的轨道速度的第二量内；并且(3)与包括该流带的多个邻近流带相关联的轨道速度在至少两个连续的时间间隔内是否全部在同一方向上改变。基于对流带的判断调节一个或多个海啸警报值，并且如果海啸警报值中的一个或多个超过阈值，则生成海啸警报。
根据另一组实施方式，提供了其中使用海啸检测逻辑生成海啸警报的系统、方法、以及计算机程序产品。海啸检测逻辑被配置为检测与海啸的时间、频谱、以及空间特性对应的模式。使用来自一个或多个外部源的时间相关信息判断海啸警报的可信度。
根据一些实施方式，基于海啸警报的可信度，执行以下中的一项：(1)将海啸警报传输至海啸预警中心；(2)将带有表示海啸警报的可信度的可信度信息的海啸警报传输至海啸预警中心；或(3)忽略海啸警报。
根据一些实施方式，判断海啸警报的可信度包括：将海啸警报与通过一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联。
根据一些实施方式，判断海啸警报的可信度包括：将海啸警报与使用地震事件信息评估的到达时间窗关联。根据更具体的实施方式，响应于地震事件信息计算到达时间窗。
根据一些实施方式，参考根据由从沿海雷达系统生成的布拉格峰信息所判断的海洋表面洋流的复杂性，来完成对海啸警报的可信度的判断。
根据另一组实施方式，提供了其中使用海啸检测逻辑生成海啸警报的系统、方法、以及计算机程序产品。海啸检测逻辑被配置为在从沿海雷达系统接收的信号中检测与海啸的时间、频谱、以及空间特性对应的模式。海啸警报具有与其相关联的时间和离岸距离。响应于海啸警报，基于离岸测深和沿海雷达系统的海岸线几何形状，使用近场海啸传播的数值模型评估高度和到达时间。
根据一些实施方式，使用来自一个或多个外部源的时间相关信息判断海啸警报的可信度。
根据这些实施方式中的具体的实施方式，基于海啸警报的可信度执行以下中的一项：(1)将将海啸警报传输至海啸预警中心；(2)将带有表示海啸警报的可信度的可信度信息的海啸警报传输至海啸预警中心；或(3)忽略海啸警报。
根据这些实施方式中的具体的实施方式，判断海啸警报的可信度包括：将海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联。
根据这些实施方式中的具体的实施方式，判断海啸警报的可信度包括：将海啸警报与使用地震事件信息评估的到达时间窗关联。根据更具体的实施方式，响应于地震事件信息计算到达时间窗。
根据这些实施方式中的具体的实施方式，参考根据由从沿海雷达系统生成的布拉格峰信息所判断的海洋表面洋流的复杂性，来完成对海啸警报的可信度的判断。
根据另一组实施方式，提供了其中接收从沿海雷达系统的接收器信号导出的布拉格峰信息的系统、方法、以及计算机程序产品。布拉格峰信息表示海洋表面洋流。使用海啸检测逻辑从布拉格峰信息生成海啸警报。海啸检测逻辑被配置为检测与海啸的时间、频谱、以及空间特性对应的模式。使用之前通过海啸检测逻辑生成的错误警报信息与之前储存的表示沿海雷达系统的洋流条件的信号干扰信息之间的储存的关联性，判断海啸警报的可信度。
根据一些实施方式，信号干扰信息表示大气干扰、无线电干扰、或海洋表面洋流复杂性中的一项或多项。
根据一些实施方式，基于海啸警报的可信度执行以下中的一项：(1)将将海啸警报传输至海啸预警中心；(2)将带有表示海啸警报的可信度的可信度信息的海啸警报传输至海啸预警中心；或(3)忽略海啸警报。
根据一些实施方式，通过将海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联而进一步判断海啸警报的可信度。
根据一些实施方式，通过将海啸警报与使用地震事件信息评估的到达时间窗关联而进一步判断海啸警报的可信度。
根据另一组实施方式，提供了其中从沿海雷达系统的一个或多个接收器接收接收器信号的系统、方法、以及计算机程序产品。从接收器信号生成多普勒频谱信息。从多普勒频谱信息中移除信号干扰信息，由此生成预处理的频谱信息。从预处理的频谱信息中提取布拉格峰信息，布拉格峰信息表示海洋表面洋流。使用海啸检测逻辑，从布拉格峰信息生成错误警报信息。错误警报信息与表示与沿海雷达系统相关联的真实条件的已知信息关联。将模拟海啸表示引入到海啸检测逻辑中。模拟海啸表示由多个海啸参数表征。针对模拟海啸表示判断检测概率。重复接收、生成、移除、提取、生成、以及关联，以判断沿海雷达系统和海啸检测逻辑的运算参数。针对特征在于具有不同的海啸参数的集合的多个模拟海啸表示，重复引入和判断，以进一步判断沿海雷达系统和海啸检测逻辑的运算参数。
根据一些实施方式，将错误警报信息与已知信息关联包括：将错误警报信息与信号干扰信息中的至少一些关联。根据更具体的实施方式，信号干扰信息表示大气干扰或无线电干扰中的一项或两项。
根据一些实施方式，移除信号干扰信息包括：移除在多个范围内产生的一个或两个多普勒条带部分、或短时脉冲干扰。
根据一些实施方式，基于沿海雷达系统的离岸测深，使用近场海啸传播的数值模型生成模拟海啸表示。
根据一些实施方式，将错误警报信息与已知信息关联包括：将错误警报信息与从布拉格峰信息导出的背景表面洋流信息关联。
通过参考说明书的剩余部分和附图可以实现对各种实施方式的性质及优点的进一步理解。
附图说明
图1是根据具体组实施方式的配置用于海啸检测的雷达站点的简化图。
图2示出了配置用于海啸检测的雷达系统的操作的模拟器模式的具体实施方式。
图3示出了配置用于海啸检测的雷达系统的操作的在线模式的具体实施方式。
图4示出了具体实施方式采用的海啸检测算法的输出。
具体实施方式
现将详细参考具体实施方式。所附附图中示出了这些实施方式的实例。应注意，仅出于示出的目的对这些实例进行描述并且这些实例不旨在限制本公开的范围。更确切地，所描述的实施方式的替代、变形、以及等同物包括在由所附权利要求限定的本公开的范围内。此外，可以提供具体细节，以促进对所描述的实施方式的全面理解。在没有这些细节中的一些或全部的情况下，可以实现本公开的范围内的一些实施方式。进一步地，出于清晰缘故，可能没有对众所周知的特征作详细地描述。
本公开描述了使用沿海高频(HF)雷达进行有效的海啸检测和预警的系统。已经存在了许多国家的沿海HF雷达的网络，其主要用于实时映射海洋表面洋流。我们描述能够在系统的“近场”(即，雷达在其内观察海面的近岸区域)中检测并且预警接近的海啸的这些雷达的配置。与观察并且预测深海盘底中的海啸波的高度的DARTTM海啸预警系统相比，HF雷达不能观察海啸波的高度，而是观察更为灵敏的指示器：当海啸波移至靠近岸边的浅水时，其轨道速度。
当通常10-50分钟周期的波接近海岸时，海啸的轨道速度变成表面洋流的一部分。然而，正常的背景流动以及外部大气噪声和无线电干扰能够掩蔽海啸模式，从而潜在地产生不可接受的错误警报率。本公开使能的系统将表示海啸的轨道速度的信号与这些背景掩蔽效应分离并且在沿海HF雷达的近场中准确地检测海啸。
二十世纪六十年代，首次使用了高频(HF)雷达。通过定位于沿海并且传输垂直偏振，高频(HF)雷达利用海水的高传导性以远超可见波或微波雷达范围的表面波模式传播其信号。已经发现高频(HF)雷达广泛用于映射表面洋流和监测海状态(例如，波高度)。雷达回波来自海洋波的熟知的布拉格散射，海洋波是雷达波长的一半，朝向雷达行进并且远离雷达行进。例如，参见Sea backscatter at HF:Interpretation and utilization of theecho,Barrick,D.E.,J.M.Headrick,R.W.Bogle,and D.D.Crombie,Proc.IEEE,vol.62,no.6,pp.673-680(1974)，出于所有目的，通过引用将其全部内容结合于此。
Barrick于1979年假定HF雷达能够在海啸接近海岸时通过其轨道波速度检测海啸。参见A Coastal Radar System for Tsunami Warning,Barrick,D.E.,Remote Sensingof Environment,Vol.8,353-358(1979)，出于所有目的，通过引用将其全部内容结合于此。然而，由于直至1990年之前分布在世界各地的HF雷达稀少，所以没有机会验证这个构思和开发软件来克服遭遇的许多挑战。在2004年印尼海啸之后，这种情况才开始改变，并且到2011年Tohoku日本海啸，存在安装就位的足够的雷达，以捕捉开发以用于提供稳健检测和预警的算法所必需的原生数据。
预警中心通常使用量化的衡量标准来判断系统的有效性并且由此判断效用性，量化的衡量标准即：检测概率pd、和错误警报概率Pfa(有时被称为误报概率)。如下面更为详细讨论的，一类具体的实施方式采用“q因数”海啸模式识别算法，其中，理想地，仅当观察到海啸时，才发送q因数警报。这是基于超过预设阈值的q因数触发。这种折中方案是这样的：如果阈值设置过高，则不能看到海啸(即，Pd是不可接受地低)。另一方面，如果阈值过低，则检测到海啸(即，Pd是可接受的)，但是Pfa过高，意指看到过多的错误警报。由于海啸很少发生，所以每天一个错误警报当然被视为过高，并且往往忽略系统输出警报。
判断Pd和Pfa的阈值和滤波参数取决于若干个因素。这些因素包括覆盖任意海啸模式的有时强烈和/或复杂的背景洋流模式；变化的外部噪声和人为无线电干扰；以及来自其他非海啸目标(例如，船只、电离层)的回波。海啸的轨道速度量级很大程度上取决于水深。由于速度基本上取决于的深度的逆四分之三次幂，所以延伸较远的浅海大陆架允许更长的预警时间。海啸的检测能力还取决于其强度。下面将更为详细地讨论这些因素中的每个因素对最终检测稳健性(高Pd和低Pfa)的影响。显而易见，本公开使能的实施方式提供了根据可应用于部署有HF雷达的地理区域的性能衡量标准Pd和Pfa而操作的基于HF雷达的海啸检测系统。
此外，本文描述了一种结合HF雷达检测系统而采用的数字近场海啸模型，HF雷达检测系统使能够基于初始检测而准确地预测海啸波高度和到达海岸的时间。应当认识到，不能由之前的检测系统可靠地生成的这种信息，对于转移海啸着陆的大部分灾难性结果至关重要。
HF指在3MHz至30MHz之间的无线电频率电磁波(无线电波)的范围。应注意，尽管本文描述的实例指HF雷达系统，然而，实施方式设定了采用在其他频率范围内操作的雷达系统，诸如，例如MF或中间频率(即，300kHz至3MHz)，以及VHF或非常高频率(即，30MHz至300MHz)。因此，对HF范围的参考不应用于不适当地限制本发明的范围。
图1示出了被配置为检测如本文描述的海啸的沿海HF雷达站点的一个实例的简化图。出于清晰起见，仅示出了通常一起操作的多个实例中的一个实例。通过接收器12接收的三个信号100、110、以及120中的两个信号表示通过相关联站点的传输器生成的信号。来自GPS卫星群的信号130入射在GPS天线1上并且被传递至GPS接收器2。与常规GPS接收器的更为常见的位置信息相反，GPS接收器2被专门设计成从GPS信号中提取时间信息。
GPS接收器2生成非常稳定的10MHz时钟信号，该时钟信号被传递至用作低通滤波器的锁相振荡器(PLO)3，从而将时钟信号的时间定位准确度提高几个量级。GPS接收器还生成被馈送至雷达状态机5的非常稳定的每秒一个脉冲的数据流。将馈送至锁相振荡器3的10MHz信号转换成用于生成雷达载波和其他内部频率的120MHz定时信号。该120MHz参考信号被传递至时钟生成器4。将参考信号向下划分，以生成其他设备所需的多个其他参考频率，包括馈送至微处理器7的12MHz信号、馈送至雷达状态机5的40MHz信号、以及传递至直接信号合成器(DSS)及其振荡器6的60MHz或120MHz信号。
雷达状态机5指示雷达随着时间做什么。例如，生成开启和关闭传输器输出和接收器输入信号的信号，使得它们不同时开启。当不想要信号时,雷达状态机5还开启和关闭抑制在系统中的各个点处传输或接收信号的开关或网关。雷达状态机5还判断线性频率扫描调制的开始和结束。经由共同GPS定时同步的不同雷达中的不同扫描开始时间将本地的海回波信息彼此分离，使得它们彼此不干扰。
微处理器7(由存储器芯片8支持)是允许人类操作员控制雷达并且实时处理所接收的回波信号的计算设备10的接口。微处理器7还与GPS接收器2以及传输/接收(T/R)开关9通信。在脉冲循环期间，后者在适当时间开启和关闭抑制其信号的雷达传输器11和接收器12中的各个通道。
在DSS方框6中生成通过传输器11传输的射频(RF)信号。这些信号包含扫描和脉冲调制。频率扫描间距、扫描重复间隔、脉冲和空白周期、以及载波频率全部通过数字形式表示并且被生成，从而确保波形的每个周期的重复与之前的循环大致相同。这具有将杂散和其他波形不完整移位至DC(零多普勒频谱位置)的效果，从而不与多普勒移位的海回波信息干扰。通过系统经由DDS方框6生成在0MHz与75MHz之间的载波频率，DDS方框6的输出信号被提供至传输器11并且通过传输天线13辐射。这些信号的复制品以及其正交形式与传入回波、噪声、以及进入其天线系统14的其他雷达信号在接收器12中混合。
使用在精确指定但略微不同时间开始的相同GPS共同定时信号将以相同载波频率操作的多个雷达传输器的线性频率调制扫描开始时间同步化。开始时间取决于雷达站点相对彼此的几何形状。
除与表面洋流的映射和海状态的监测有关的能力之外，图1中绘示的HF雷达系统可被配置为与海啸检测有关的两种操作模式：在在线操作开始之前，在各个候选站点运行的模拟器操作模式，以及监测海啸并且将预警警报传递至预警中心以采取行动的在线操作模式。在模拟器操作模式下，可以对候选HF雷达站点(其表征为测深、背景洋流、以及噪声)是否适合作为海啸预警系统站点而作出判断。此外，在已选择站点之后，可以使用模拟器操作模式获得信息的数据库，然后，可以使用信息的数据库设置参数，以确保系统在线时的可靠性能。
图2示出了配置为模拟器操作模式的HF雷达系统的具体实施方式的算法流。图3示出了配置为在线操作模式的HF雷达系统的具体实施方式的算法流。两个图皆示出了来自雷达接收器的通过后续处理步骤输出的数字信号的流，伴随稳健的海啸警报信息的最终目标是被传递至海啸预警中心进行处置。应当认识到，表示该算法流的计算机程序指令可以储存在计算设备10或另一相关的计算设备上，并且用于控制计算设备10或另一相关的计算设备的操作。
还应注意，尽管本文参考了具体计算范例和软件工具，但是，基于各种实施方式的计算机程序指令可以对应于各种各样的编程语言中的任一种，软件工具和数据格式可以储存在任意类型的非易失性计算机可读储存介质或存储器设备中，并且可根据包括例如客户端/服务器模型、对等模型的各种计算模型而在单机计算设备上运行，或者根据在不同位置实现或采用各种功能的分布式计算模型而运行。可以采用本领域技术人员已知的合适替代方式。
图2和图3中绘示的处理步骤涉及考虑确保可靠的系统性能的多种现象。例如，可变的外部背景干扰和/或噪声是严重影响海啸检测的因素，并且如果检测阈值过低，则可能增加错误警报。在一些实施方式采用的q因数模式识别算法的情况下，即使非常零星的干扰(例如，每隔若干天一次干扰)也会增加误报。但是，每周一次错误警报通常被视为不期望的。因此，各种实施方式包括检测这种干扰的存在以及可以移除干扰的滤波的方法。如果不能移除干扰，则在高干扰周期期间通过对于任意q因数警报的放弃，可以通知预警中心管理员关于如何响应的决定。
在另一实例中，通过沿海HF雷达报告的实时洋流根据位置和时间而变化。时间变化是可预测的(例如，潮汐)或可不预测的(由于诸如暴风雨的多种原因)。它们在期望海啸检测的雷达覆盖范围内的模式可以是相当复杂。在少数情况下，并且即使通过最佳的缓解方法，这些背景流动变化也可能被错误地视为海啸并且由此从识别算法中产生警报。对于给定的站点，处理这种情况的有效方式是研究背景洋流并且研究检测算法如何在几个月的周期内对其作出响应。描述了实现此目的并且缓解此因素以及其他背景因素的影响的模拟技术。
在另一实例中，并且不同于上述的噪声/干扰(其源自其他的源并且甚至在无传输信号的情况下也存在)，对于来自诸如船只的目标或来自高空移动的电离层的回波，如果其漂移至布拉格海回波峰中或至其附近，则也存在被混淆为海啸回波的可能性。描述了用于检测并且滤波以移除这种伪回波的技术。
在另一实例中，离岸水的深度(测深)对HF雷达系统的海啸检测能力具有强烈的影响。当然，这种现象高度取决于雷达站点。描述了基于本地测深使用近场海啸传播的数值模型对这种现象进行模拟的技术。然后，这些模拟的结果用于引导选择检测能力阈值以及其他参数。
另一实例涉及在处理流中的任一点处的错误警报可能被视为随机事件的事实。这意指在识别真实检测并出于进一步考虑而排除伪事件时，来自其他源的已知信息可能是有用的。围绕候选警报建立时间窗，并且如果在该时间窗内发生来自独立的确定性源的事件，则警报是真实检测的可能性更高，并且进行至下一阶段。由于这种关联窗/滤波器的目的是排除错误警报，所以在安装有该软件的任何新系统内均可在几个月内评估该行为。假设将触发警报的真实海啸极其罕见并且在此学习阶段不可能发生。因此，超过阈值的所有候选警报皆可被视为错误警报。然后，在调节系统参数几个月以使得错误警报最小化之后，可以将基于近场海啸模型的给定振幅的模拟海啸信号引入至此数据流中，以评定其检测的概率。
在另一实例中，可以实时做出可信度等级评定，以在该时间周期内基于洋流条件评定在雷达区域处的给定振幅的海啸的检测能力。这允许基于变化的背景条件对警报预警信号优先性进行调节。例如，在一个时间点的警报可能是可信的海啸指示符，而后由于更高的干扰性而可能不是可信的海啸指示符。上面提及了影响警报的可信度的因素中的至少一些因素。
现参考图2，将描述其中评估用于海啸检测的HF雷达站点的性能和/或适合性的系统操作的模拟器模式。这包括在站点雷达中运行图2中绘示的过程(例如，几个月)，以评定其相对于本地背景限制的性能。如上所述，在此阶段期间的站点的重要特性是站点的沿海区域的测深，由于此测深影响检测能力和预警时间。模拟器操作模式的结果允许对图3中示出的在线操作模式中的检测能力阈值及其他参数进行优化。
本领域技术人员将认识到，图2中的一些方框表示对海啸检测不具唯一性、但出于完整性而包含在内的处理步骤。例如，这些方框包括表示多普勒频谱对比范围的常规提取的方框A。由方框B表示的处理从这些频谱中搜索无线电干扰和自然界噪声。对比于多普勒频率和范围，自然界噪声通常是“平坦的”；有时且在一些位置处更高。尤其在其内检测海啸的布拉格回波峰附近，将自然界噪声编入目录是很重要的。然而，无线电干扰具有唯一的外部特性，通常为范围内的强的频带或峰以及多普勒频率。再次，横跨或平行放置但靠近布拉格峰的干扰频带的外部特性是有问题的。将它们在一天当中发生的频率和时间记录到数据库中。无线电干扰通常仅在白天/夜间的特定时间发生。
方框A表示来自HF雷达系统的各个天线的信号多普勒频谱和/或交叉频谱(202)的常规计算。该方框的输入是来自各个接收器的数字时间系列信号(201)。对于海啸观察，一个成功的实施方式以两分钟的间隔生成用于输出的频谱输出样本，以四分钟作为进行各个频谱计算的时间系列长度(即，两分钟重叠)。本领域技术人员将认识到，这些输出时间比常规洋流映射所使用的输出时间更短。在1994年11月1日发布的美国专利申请第5,361,072号Gated FMCW DF radar and signal processing for range/doppler/angledetermination中描述了信号多普勒频谱和/或交叉频谱的计算，出于所有的目的，通过引用将其全部内容结合于此。
方框B表示来自方框A中计算的多普勒频谱的外部背景信号(203)的提取和分析。首先，计算平坦的(平均)噪声水平比频谱频率及雷达范围。接下来，识别将使得用于海啸检测的布拉格峰区域模糊的任何人为无线电干扰的存在；这可以包括相对于平均噪声水平的干扰水平。如果这些干扰频带穿过布拉格回波区域，则它们会在海啸模式识别时增加错误警报。
方框C表示识别并且移除来自雷达回波频谱中的一些类型的干扰，以避免错误警报。这种类型的干扰的实例包括：(i)在许多范围内产生的多普勒条带；和(ii)短时脉冲干扰。由于其通常可以被移除，所以在恒定的多普勒频谱频率出现、但在多个相邻范围内出现的条带或频带被标记，从而不能掩蔽在下面的布拉格海啸回波。否则，在正常预警操作中，干扰峰(当它们可以在布拉格区域中识别时)指示不应将此回波范围和时间周期内的候选q因数数据传递至海啸预警中心；至少在没有标记指示这些是错误警报的可能性的情况下不能。例如，方框C还包括储存并且移除(在适当时)可以覆盖海啸流动的洋流信号(诸如，已知的潮汐信号)。这种潮汐信号表示由于太阳和月亮的重力效应而导致的随雷达覆盖区域内的位置而变化的潮汐洋流。关于这种潮汐信号的进一步信息，请参考Classical tidalharmonic analysis including error estimates in MATLAB using T_TIDE,PawlowiczR,Beardsley B,Lentz S,Comput.Geosci.28:929-937(2002)，出于所有之目的，通过引用将其全部内容结合于此。总体而言，这些功能被视为海啸检测之前的信号的“预处理”。预处理的布拉格回波(204)包含洋流和海啸速度。
方框D表示关于看见的噪声和干扰(203)的信息存档。在随后与警报的相关性及模拟海啸检测时使用该信息，以便评定在遭受这种类型的干扰时的该站点的海啸预警性能。即，在不存在海啸时的模拟器操作模式期间，将干扰频带存档用于与错误警报峰(方框F1)的后期相关性(方框J)。具有高度相关性的许多情况表征为站点对于操作海啸预警的稳健性和可信度；这基于无线电干扰的普遍度判断预期的Pfa。
方框E表示在通过之前的方框的预处理之后，对布拉格峰频谱回波(205)的提取。布拉格峰包含正常背景流动(通常是这些沿海雷达的主要目的)和任意海啸信号。这些流动从布拉格峰中提取作为极坐标中的矢量图并且被称为“径向线”。在Least-SquaresMethods for the Extraction of Surface Currents from CODAR Crossed-Loop Data:Application at ARSLOE,Lipa,B.J.,and D.E.Barrick,IEEE Journal of OceanicEngineering,Vol.8,1-28(1983)中描述了可以实现这种流动提取的多种方式中的一个实例，出于所有的目的，通过引用将其全部内容结合于此。
方框F1和F2表示海啸模式识别。根据具体实施方式，根据Tsunami ArrivalDetection with High Frequency(HF)Radar,Lipa,B.,J.Isaacson,B.Nyden,andD.Barrick,Remote Sensing,Vol.4,1448-1461(2012)中描述的算法执行海啸模式识别，出于所有的目的，通过引用将其全部内容结合于此。然而，将理解的是，设定了可以使用其他模式识别算法的实施方式。根据一些实施方式，模式识别对方框E以规则的间隔(例如，每两分钟)产生的径向速度输出进行操作。此外，请参见下面图3中的方框E的描述，以获得关于模式识别的具体方法的进一步细节。
方框F1表示使用实时背景洋流、但没有引入海啸信号的海啸识别算法的操作。这允许将该站点在没有海啸时所产生的q因数警报(对于给定的阈值水平)(208)编入目录；提供错误警报率的基线。方框F2使用相同的实时背景洋流，但是引入了具有选定振幅和开始时间的测试海啸信号(207)。这允许评估由方框F1表示的基线错误警报率的检测概率。
方框G表示引入基于数值模型的海啸信号(207)，该数值模型考虑了离岸测深和本地“近场”外部边缘处的海啸强度。该模型通过与岸线平行的流带朝向沿海传播模拟的海啸波(轨道速度以及高度)。数值近场模型提供在距离岸线的任意距离处(雷达覆盖范围内)看到的海啸轨道速度与下列项之间的关系的数据库：(i)到达海岸的时间；(ii)随着距岸线的距离减少，轨道速度的增加；(iii)海啸随着距岸线距离的高度。基于跨大陆架的变化的测深(深度)。这允许系统操作人员在方框F2中研究海啸检测概率，以改变与来自该站点的真实背景流动有关的海啸强度。即，模式识别算法(方框F2)对施加于背景洋流顶部的海啸以及该站点的噪声生成警报(209)，由此获知检测以及已知的错误警报。
方框H表示站点在评估/模拟阶段(可能持续几个月)的径向洋流映射模式(206)的存档。该信息可以用于与q因数错误警报以及模拟海啸检测相关联，以便基于底层的背景洋流的性质评定该站点处的海啸预警性能。
方框J表示在实时背景噪声/干扰以及洋流的情况下对于研究和评估该站点的错误警报(208)的存档。然后，可以执行并且评定错误警报率与这些其他因素的相关性以及出现。
方框K表示在实时背景/干扰及洋流的情况下对于研究和评估该站点对引入海啸的检测能力的存档。然后，可以执行并且评定检测概率与这些其他因素的相关性。这允许编辑Pfa的统计信息(基于真实的雷达背景数据)以及伴随的Pd(基于已知的、引入的真实海啸信号)，使得这些性能衡量标准可以用于评估该站点对于实时操作海啸检测和预警的适合性和性能，以及用于该站点处的在线操作的适当参数(例如，q因数阈值)。
现参考图3，将描述配置用于海啸检测的雷达系统的在线操作模式。根据一类具体的实施方式，所绘示的处理步骤旨在与提供实时洋流图、海状态、以及可的能船只检测(在不阻碍或干扰这些功能的情况下)的雷达系统的软件并行执行。如上所述，各种外来因素皆能够阻碍沿海HF雷达对海啸的稳健检测。这些外来因素包括外部无线电干扰和噪声；在海啸速度下面的复杂的可变背景洋流模式；以及来自其他目标(例如、船、电离层)的回波。进一步地，离岸测深和受限的接收器动态范围也影响检测能力。图3中示出的过程使能够检测自然背景下的海啸模式；处理这些挑战，以便向海啸预警中心产生可信的、有用的预警。
方框A表示来自安装有检测系统的沿海HF雷达系统中的各个天线的数字时间系列信号(301)的信号多普勒频谱和/或交叉频谱(302)的常规计算。这是在接收器中的数字化之后的多普勒频谱的正常提取，并且其对海啸检测不具唯一性。方框B表示对来自方框A中计算的多普勒频谱的外部背景信号(303)的提取和分析。方框B的处理涉及噪声的提取和人为无线电干扰(如果存在)的识别。分别参见图2中的方框A和方框B的描述。
方框C表示在尝试检测海啸之前，对来自雷达回波频谱中的一些类型的干扰的识别和移除，以避免错误警报。这涉及通过移除已知干扰(如果可能的话)和潮汐洋流(如果需要的话)(304)而进行的数字化的接收器输出的预处理(304)。通过切除任何短期脉冲噪声(如果存在(例如，闪电脉冲)的话)和/或使用负范围信元从布拉格附近的正范围数据中移除干扰频带条带(如果合适的话)，可以完成前者的操作。例如，参见于2014年3月14日提交的题为Negative Pseudo-Range Processing with Multi-static FMCW Radars的美国专利申请第14/213，841号，出于所有的目的，通过引用将其全部内容结合于此。已知这种干扰是海啸错误警报的源。如果不能移除，可以将警报标记为海啸预警中心视为不可信。参见图2中的方框C的描述。
方框D表示通过之前的方框的预处理之后的布拉格峰频谱回波(305)(其包含洋流和任何海啸信号)的提取。参见图2中的方框E的描述。
图2中的方框E表示对应警报(306)的海啸模式识别和生成。如上所述，参考图2中的方框F1和F2，并且根据具体实施方式，根据在Tsunami Arrival Detection with HighFrequency(HF)Radar,Lipa,B.,J.Isaacson,B.Nyden,and D.Barrick,Remote Sensing,Vol.4,1448-1461(2012)中描述的算法执行由图3中的方框E表示的海啸模式识别，出于所有的目的，通过引用将其全部内容结合于此。然而，将理解的是，设定了可以使用其他模式识别算法的实施方式。
根据绘示的实施方式，将通过方框D生成的径向速度洋流图解析成与岸线(即，等深线)平行的大致矩形的流带。对于离开海岸的每个流带，存在垂直流动分量和平行流动分量。为了识别背景流动内的海啸模式，利用其典型的已知频谱性质(例如，海啸周期通常在约10分钟至50分钟的范围内)。在每个流带内，判断速度是否在两个连续时间间隔内增加或减少了比预设水平更大的量。对于该流带，如果该速度增加或减少，则分别增加或减少q水平参数。然后，判断连续流带的最大/最小速度是否对于连续时间间隔吻合(在预设值内)。如果吻合，则增加(如果最大速度吻合)或减少(如果最小速度吻合)对于该流带和时间的q水平参数。然后，对于三个相邻的区域流带，判断速度在两个连续时间间隔内是增加还是减少。如果增加，则q水平参数增加；如果减少。则q水平参数减少。
图4示出了上述总结的成功检测2011年3月日本东京海啸的q因数算法的实施方式的真实输出的表示法。右侧的面板示出了如何通过警报峰识别并且检测距海岸在6km至12km(即，从地震的速度和时间判断，近场区域中，沿着大致垂直于深度等高线的线的距离)之间的强海啸速度(左侧)。通过它们，在没有此模式识别算法的情况下，难以解出受噪声和背景潮汐影响的速度。如图中所示，通过经验建立的q因数海啸模式识别器精确地识别第一海啸峰(由沿海潮汐标准度量确认)。无需多言，在许多小时和天内，由于外部背景影响而产生过多的错误警报。在两种操作模式期间，本文描述的额外处理用于减少错误警报的可能性，同时提高准确检测的概率。
再次参考图3，方框F表示从通过方框E的海啸模式识别生成的警报中排除至少一些错误警报的一种方式。通过从相邻的HF雷达检查q因数输出(307)来完成此操作。例如，在可定义的时间窗(例如，10分钟至30分钟)内，真实的海啸应该可以在相距30km的两个沿海位置处看到。当其移至海岸附近的大陆架的浅水区时，海啸波发生折射。这意指海啸波往往垂直到达岸线。这迫使在这些短距离内在沿近乎直的海岸线的位置处的近似的到达时间。因此，如果雷达M处的高q因数峰在雷达N处的高q因数峰的15分钟内的给定范围处到达，则两者的存在将看到真实海啸的概率提高了几个数量级，并且传递警报(308)。同样，如果雷达M处的高q因数与雷达N处的高q因数不吻合，则这极大提高“警报”尖峰实际上是错误警报的概率。因此，独立警报或者可以作为错误警报被排除，或者赋予其低得多的可信度的标记被附接至警报(308)。这允许在评估以及与其他信息进行比较以对行动过程作出决定时，由海啸预警中心的人员做出选择。
方框G表示其中可以排除错误警报的另一种方式。目前，若干服务提供在世界任何地方发生地震的两分钟内(并且在一些情况下，更快)分发在线通知(309)的应用程序。这种服务的一个实例是http://www.sms-tsunami-warning.com/。这些服务通常提供地震的纬度、经度、时间、以及量级。在图3中，这种信息源由方框H表示。
即使并非全部海底地震产生海啸，本文也假设了具有5级以上的海底地震可以是海啸的起源。基于地震起源与感兴趣的雷达近场之间的深度剖面的算法(由方框I表示)，用于计算通过检测到的地震所生成的海啸的预期到达时间(310)。这基于海啸相速度比深度的简单等式。该算法基于地震的时间和位置预测雷达将何时能够检测到海啸。这不必需要是全偏微分等式(PDE)数值模型以限定雷达的合适窗(例如，±30分钟)。例如，如果将△T限定为已知地震的发生与到达近场雷达覆盖区域的边缘的时间之间的时间间隔，则通过下列等式给出简单但充分的估计：
其中，x是沿着起始点与结束点XS,XE之间的大圆的路径长度；g是已知的重力加速度；并且d(x)是沿着大圆路径的深度的平滑形式，其中，海啸必须横穿以到达雷达区。应注意，尽管是简化的计算，但是足以在到达时间上实现±半小时准确度。被积函数内的分母是基于水深度的海啸波的接受的传播速度。更多准确的模型是可用的，因此，应当理解的是，以上实例意指描述一种方法，但并不排除可替代的计算。
然后，设置方框G的危险窗(例如，到达时间的±0.5小时)并且赋予此窗(311)内的任意q因数警报候选者以高优先权并且将其传递做进一步的处理。反之，可以排除(预警中心管理人员自行决定)超过了先于海底地震(或等同事件)的警报阈值的q因数警报。应注意，尽管将地震描述为海啸的起源，然而，例如，已知产生“流星海啸”的诸如海底滑坡和快速移动大气异常现象的其他起源。也可在线使用这些类型事件的即时预警并且因此通过相似方式用来限定雷达的时间窗，以增强警报可信度。再次，目的是将多个可信的q因数警报加标记并且使得未伴随源预警的其他警报被降级。还应注意，仅海底地震或大气异常的一小部分产生可测量的海啸。因而，这种事件的警报并不意指将通过雷达看到海啸；仅指建议建立“观察”，以通过提高检测概率和减少错误警报而增强HF雷达稳健性和可信度。
方框K表示提供距岸线任何距离(雷达覆盖范围内)处看到的海啸轨道速度与以下项之间的关系的数据库的数值近场模型(312)：(i)到达海岸的时间；(ii)随距岸线的距离的减少，轨道速度增加；(iii)海啸的距岸线一定距离的高度。其基于跨大陆架的变化的测深(深度)。由方框J表示的处理使用该信息从检测点和时间预测在海岸(313)处的高度、水轨道速度、以及到达时间；后者从q因数警报导出。
根据具体实施方式，通过以下给出表示浅水海啸波传播(方框K)的等式：
和
等式(2)表达牛顿第二定律，也是著名的流体力学的Navier-Stokes中的主要项。等式(3)表达水的不可压缩性，建立良好的关系。本文中，η(x,y,t)是海啸波的高度，作为水平距离和时间的函数；并且是水平水轨道速度矢量，也是水平距离和时间的函数。本文中，如在所有的常规模型化处理中，海啸轨道速度被视为独立深度。
等式(2)和(3)是两个未知项(高度和速度)的函数，可被解出以在这两个海啸变量中的每一个内获得单个二阶偏微分等式(PDE)(由于较小，忽略第二个等式方括号内的高度)，以得出：
和
对雷达覆盖区域内的“近场”区域应用等式(4)和(5)，通常距离海岸～50km。使用相关联的PDE工具箱，利用常规的商用封装(像MATLAB)在个人计算设备上可解出此等式。离岸测深被包括作为深度变量d(x,y)，并且海岸线变成该领域的边界线。通常，我们发现，对于海啸波高度，利用标量等式(5)更容易解出第二PDE。然后，通过求等式(2)左侧的积分获得速度。这就建立了轨道速度(通过雷达测量的)与预警中心所需的海啸波高度之间、以及与距近场区域内的任何点的海岸处的到达时间之间的关系。
将认识到，可以仅一次解出这些等式，并且将归一化结果储存在数据库或电子数据表中。与q因数警报对应的速度允许识别数据库表条目，从数据库表中，技术人员能够提取出伴随的海啸波高度作为距岸线的距离的函数。基于通过雷达首次检测的距离和时间，还可以从这些模型化结果中提取出到达海岸的时间。然而，这些可伴随有被传递至海啸预警中心的警报信息。
方框L表示将海啸警报信息(315)传输至预警中心的最终处理步骤。采用方框B中的背景噪声和干扰水平(314)判断任意q因数警报的可信度。例如，如果在给定周期内的噪声较高，则该周期内的峰的可信度将被降低，或者也许排除此周期内的峰。基于方框B中所判断的噪声自身，这可以通过q因数警报峰处的轨道速度与能见度阈值的比较来完成。然后，准备将剩余的海啸警报传递至海啸预警中心。应注意，这种基于雷达的警报可以与海啸预警中心可用的任何其他信息相关联，并且然后，将该警报合并到适合的显示器中，以便中心人员采取行动。
本领域技术人员将理解的是，在不背离本公开的范围的情况下，可以对本文描述的实施方式的形式和细节作出改变。此外，尽管已经参考各种实施方式对各种优点、方面、以及目标进行描述，然而，本公开的范围不应受对这种优点、方面、以及目标的参考的限制。更确切地，本公开的范围应参考所附权利要求来确定。

Claims (16)

1.一种用于海啸检测和预警的系统，包括：
一个或多个存储器；和
一个或多个处理器，被配置为：
使用海啸检测逻辑生成海啸警报，所述海啸检测逻辑被配置为在从沿海雷达系统接收的信号中检测与海啸的时间、频谱、以及空间特性对应的模式，所述海啸警报具有与其相关联的时间和离岸距离；并且
响应于所述海啸警报，基于离岸测深和在所述沿海雷达系统附近的海岸线几何形状，使用近场海啸传播的数值模型评估高度和到达时间。
2.根据权利要求1所述的系统，其中，所述一个或多个处理器被进一步配置为，使用来自一个或多个外部源的时间相关信息判断所述海啸警报的可信度。
3.根据权利要求2所述的系统，其中，所述一个或多个处理器被进一步配置为基于所述海啸警报的可信度执行以下中的一项：(1)将所述海啸警报传输至海啸预警中心；(2)将带有表示所述海啸警报的可信度的可信度信息的所述海啸警报传输至所述海啸预警中心；或(3)忽略所述海啸警报。
4.根据权利要求2所述的系统，其中，所述一个或多个处理器被配置为，通过将所述海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联而判断所述海啸警报的可信度。
5.根据权利要求2所述的系统，其中，所述一个或多个处理器被配置为，通过将所述海啸警报与使用地震事件信息、海底滑坡事件信息、以及大气异常事件信息中的一项评估的到达时间窗关联而判断所述海啸警报的可信度。
6.根据权利要求5所述的系统，其中，所述一个或多个处理器被进一步配置为，响应于所述地震事件信息、所述海底滑坡事件信息、或所述大气异常事件信息计算所述到达时间窗。
7.根据权利要求2所述的系统，其中，所述一个或多个处理器被配置为，参考根据由从所述沿海雷达系统接收的所述信号导出的布拉格峰信息所判断的海洋表面洋流的复杂性而判断所述海啸警报的可信度。
8.根据权利要求1所述的系统，其中，所述一个或多个处理器被配置为使用所述海啸检测逻辑，通过以下步骤来生成所述海啸警报：
接收由从所述沿海雷达系统接收的所述信号导出的布拉格峰信息，所述布拉格峰信息表示海洋表面洋流；并且
从所述布拉格峰信息生成所述海啸警报。
9.根据权利要求8所述的系统，其中，所述一个或多个处理器被配置为通过以下步骤来根据所述布拉格峰信息生成所述海啸警报：
将从所述布拉格峰信息导出的径向洋流信息解析成与在所述沿海雷达系统附近的岸线平行的多个矩形的流带，所述流带中的每个流带由垂直流动分量和平行流动分量表征；
对于每个流带：
判断与所述流带相关联的轨道速度在连续的时间间隔内是否改变多于第一量；
判断与所述流带相关联的轨道速度是否在邻近流带的轨道速度的第二量内；并且
判断与包括所述流带的多个邻近流带相关联的轨道速度在至少两个连续的时间间隔内是否全部在同一方向上改变；
基于对所述流带的判断调节一个或多个海啸警报值；并且
如果所述海啸警报值中的一个或多个超过阈值，则生成所述海啸警报。
10.根据权利要求1所述的系统，其中，所述一个或多个处理器被进一步配置为，使用之前由所述海啸检测逻辑生成的错误警报信息与之前储存的表示所述沿海雷达系统的洋流条件的信号干扰信息之间的储存的关联性，来判断所述海啸警报的可信度。
11.根据权利要求10所述的系统，其中，所述信号干扰信息表示大气干扰、无线电干扰、以及海洋表面洋流复杂性中的一项或多项。
12.根据权利要求10所述的系统，其中，所述一个或多个处理器被进一步配置为，基于所述海啸警报的可信度执行以下中的一项：(1)将所述海啸警报传输至海啸预警中心；(2)将带有表示所述海啸警报的可信度的可信度信息的所述海啸警报传输至所述海啸预警中心；或(3)忽略所述海啸警报。
13.根据权利要求10所述的系统，其中，所述一个或多个处理器被进一步配置为，通过将所述海啸警报与由一个或多个附近沿海雷达系统生成的一个或多个其他海啸警报关联而判断所述海啸警报的可信度。
14.根据权利要求10所述的系统，其中，所述一个或多个处理器被进一步配置为，通过将所述海啸警报与使用地震事件信息、海底滑坡事件信息、以及大气异常事件信息中的一项评估的到达时间窗关联而判断所述海啸警报的可信度。
15.根据权利要求14所述的系统，其中，所述一个或多个处理器被进一步配置为，响应于所述地震事件信息、所述海底滑坡事件信息、或所述大气异常事件信息而计算所述到达时间窗。
16.根据权利要求10所述的系统，其中，所述一个或多个处理器被进一步配置为，参考根据由从所述沿海雷达系统接收的所述信号导出的布拉格峰信息所判断的海洋表面洋流的强度和复杂性而判断所述海啸警报的可信度。
CN201710286585.1A 2016-04-27 2017-04-26 用于海啸检测和预警的系统 Active CN107369297B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/140,325 US10042051B2 (en) 2016-04-27 2016-04-27 Coastal HF radar system for tsunami warning
US15/140,325 2016-04-27

Publications (2)

Publication Number Publication Date
CN107369297A true CN107369297A (zh) 2017-11-21
CN107369297B CN107369297B (zh) 2021-02-26

Family

ID=60081415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710286585.1A Active CN107369297B (zh) 2016-04-27 2017-04-26 用于海啸检测和预警的系统

Country Status (4)

Country Link
US (1) US10042051B2 (zh)
JP (1) JP6859172B2 (zh)
CN (1) CN107369297B (zh)
DE (1) DE102017206592A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767651A (zh) * 2019-10-21 2021-05-07 千寻位置网络有限公司 海面监控方法及系统
CN116540300A (zh) * 2023-06-27 2023-08-04 浙江大学海南研究院 概率性海啸灾害分析方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6440912B2 (ja) * 2016-08-25 2018-12-19 三菱電機株式会社 レーダ装置
CN108550174B (zh) * 2018-03-08 2020-06-26 中国地质大学（武汉） 一种基于半全局优化的海岸线超分辨率制图方法及系统
CN108594306A (zh) * 2018-04-16 2018-09-28 惠安县圆周率智能科技有限公司 一种具有多个平台型船检测海啸的装置
FR3082666B1 (fr) * 2018-06-19 2021-05-21 Thales Sa Procede de mesure de la hauteur de vagues a l'aide d'un radar aeroporte
JP7265915B2 (ja) * 2019-04-10 2023-04-27 中部電力株式会社 津波高及び津波到達時間予測システム
CN111415492B (zh) * 2020-04-29 2021-03-16 中国水利水电科学研究院 一种基于模糊综合评价算法的边坡滑坡预警方法及系统
CN112799029B (zh) * 2020-12-28 2023-10-31 南昌大学 一种基于分水岭分割的高频海洋雷达一阶回波提取方法
CN113674509B (zh) * 2021-10-21 2022-06-21 北京博华信智科技股份有限公司 基于区块链的边缘节点灾害监测预警系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08292273A (ja) * 1995-04-21 1996-11-05 Yuseisho Tsushin Sogo Kenkyusho 津波・海象監視予測装置
JP2005208001A (ja) * 2004-01-26 2005-08-04 Nomura Fooshiizu:Kk 津波の予測方法及び予測プログラム
CN101567124A (zh) * 2009-06-04 2009-10-28 山东省科学院海洋仪器仪表研究所 一种海洋灾害预警方法
CN101788683A (zh) * 2009-12-29 2010-07-28 华东师范大学 一种基于多层次互动的海啸运动预测方法
CN102037501A (zh) * 2008-05-22 2011-04-27 欧盟(由欧盟执委会代表) 海啸警报系统和用于提供海啸警报的方法
CN102141609A (zh) * 2010-12-28 2011-08-03 哈尔滨工业大学 一种高频段一阶Bragg峰及其分裂谱峰的识别方法及系统
CN103604944A (zh) * 2013-12-11 2014-02-26 哈尔滨工业大学 一种基于单站船载高频地波雷达的表面流测量方法
CN104615847A (zh) * 2014-12-24 2015-05-13 中交天津港湾工程研究院有限公司 一种基于概率方法的南海海啸危险性预测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5361072A (en) 1992-02-28 1994-11-01 Codar Ocean Sensors, Ltd. Gated FMCW DF radar and signal processing for range/doppler/angle determination
US20030071751A1 (en) * 2001-07-26 2003-04-17 Barrick Donald E. Ocean surface current mapping with bistatic HF radar
US7277797B1 (en) * 2005-03-29 2007-10-02 Kunitsyn Viatcheslav E Prediction system and method
US8095610B2 (en) * 2008-03-28 2012-01-10 Time Warner Cable Inc. Methods and apparatus for centralized and decentralized emergency alert messaging
JP5924469B2 (ja) * 2011-07-13 2016-05-25 株式会社藤縄地震研究所 津波監視システム
JP5996259B2 (ja) * 2012-05-09 2016-09-21 古野電気株式会社 津波検出装置、津波検出方法及び津波検出プログラム
WO2014192326A1 (ja) * 2013-05-31 2014-12-04 三菱電機株式会社 津波監視システム
JP6137961B2 (ja) * 2013-06-21 2017-05-31 三菱電機株式会社 海洋レーダ装置
US9442188B2 (en) 2014-03-14 2016-09-13 Codar Ocean Sensors, Ltd. Negative pseudo-range processing with multi-static FMCW radars

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08292273A (ja) * 1995-04-21 1996-11-05 Yuseisho Tsushin Sogo Kenkyusho 津波・海象監視予測装置
JP2005208001A (ja) * 2004-01-26 2005-08-04 Nomura Fooshiizu:Kk 津波の予測方法及び予測プログラム
CN102037501A (zh) * 2008-05-22 2011-04-27 欧盟(由欧盟执委会代表) 海啸警报系统和用于提供海啸警报的方法
JP2011521371A (ja) * 2008-05-22 2011-07-21 ザ ヨーロピアン ユニオン、リプレゼンテッド バイ ザ ヨーロピアン コミッション 津波警報システム及び津波警報提供方法
CN101567124A (zh) * 2009-06-04 2009-10-28 山东省科学院海洋仪器仪表研究所 一种海洋灾害预警方法
CN101788683A (zh) * 2009-12-29 2010-07-28 华东师范大学 一种基于多层次互动的海啸运动预测方法
CN102141609A (zh) * 2010-12-28 2011-08-03 哈尔滨工业大学 一种高频段一阶Bragg峰及其分裂谱峰的识别方法及系统
CN103604944A (zh) * 2013-12-11 2014-02-26 哈尔滨工业大学 一种基于单站船载高频地波雷达的表面流测量方法
CN104615847A (zh) * 2014-12-24 2015-05-13 中交天津港湾工程研究院有限公司 一种基于概率方法的南海海啸危险性预测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767651A (zh) * 2019-10-21 2021-05-07 千寻位置网络有限公司 海面监控方法及系统
CN116540300A (zh) * 2023-06-27 2023-08-04 浙江大学海南研究院 概率性海啸灾害分析方法
CN116540300B (zh) * 2023-06-27 2023-08-29 浙江大学海南研究院 概率性海啸灾害分析方法

Also Published As

Publication number Publication date
DE102017206592A1 (de) 2017-11-02
US20170315232A1 (en) 2017-11-02
US10042051B2 (en) 2018-08-07
CN107369297B (zh) 2021-02-26
JP6859172B2 (ja) 2021-04-14
JP2017208082A (ja) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107369297A (zh) 用于海啸检测和预警的系统
Nencioli et al. A vector geometry–based eddy detection algorithm and its application to a high-resolution numerical model product and high-frequency radar surface velocities in the Southern California Bight
Röhrs et al. Comparison of HF radar measurements with Eulerian and Lagrangian surface currents
Siemuri et al. A systematic review of machine learning techniques for GNSS use cases
JP2721486B2 (ja) 津波・海象監視予測装置
Cosoli et al. Validation of surface current measurements in the northern Adriatic Sea from high-frequency radars
Kohut et al. Evaluation of two algorithms for a network of coastal HF radars in the Mid-Atlantic Bight
Hilmer et al. Deterministic wave predictions from the WaMoS II
Kalampokis et al. Validation of HF radar-derived currents in the Gulf of Naples with Lagrangian data
EP2848962A1 (en) Method for identifying and classifying petroleum exuding areas at the bottom of the sea by reverse modelling
CN114299377B (zh) 一种基于宽度学习的涡旋识别方法及装置
Brissaud et al. Near-real-time detection of co-seismic ionospheric disturbances using machine learning
Ji et al. Vessel target detection based on fusion range‐Doppler image for dual‐frequency high‐frequency surface wave radar
US20200363460A1 (en) Lightning estimation apparatus, system, and method
Dzvonkovskaya HF surface wave radar for tsunami alerting: From system concept and simulations to integration into early warning systems
Gasimova et al. A comparative analysis of the ensemble models for detecting gps spoofing attacks on uavs
Dittmann et al. Supervised machine learning of high rate GNSS velocities for earthquake strong motion signals
Domps et al. A reanalysis of the October 2016 “Meteotsunami” in British Columbia with help of high-frequency radars and autoregressive modeling
Grilli et al. Tsunami detection by high frequency radar beyond the continental shelf: ii. extension of time correlation algorithm and validation on realistic case studies
Vorobev et al. Local diagnostics of aurora presence based on intelligent analysis of geomagnetic data
Heron et al. Application of HF radar in hazard management
Jian et al. Fusion of PSO-SVM and ICEEMDAN for high stability GNSS-MR sea level height estimation
Lorente et al. The high-frequency coastal radar network operated by puertos del estado (Spain): Roadmap to a fully operational implementation
Sievert et al. Analysis of reflections in GNSS radio occultation measurements using the phase matching amplitude
De Leo et al. Evaluation of HF-radar wave measures in the Gulf of Naples

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant