CN109946763B - 一种基于波群识别的畸形波短期预报方法 - Google Patents

Abstract

本发明属于海洋水动力学技术领域，提供一种基于波群识别的二维畸形波短期预报方法。本发明针对接收到的实时海浪信息进行小波变换处理，基于小波变换提出一种新的波群识别方法，建立了新的波群判断参数，该方法能够准确地分离出随机波浪中的波群；基于大量数值模型试验，确定了能够演化出畸形波的波群特征参数，应用该参数可以对可能畸形波的出现发出预警，并预报出畸形波的到达时刻和波高。本发明方法简单、可操作性强、对极端海况预测的准确程度高。运用本方法可以实时对海域的波面进行分析，对能够发生畸形波的波群进行检测并预警，及时预报畸形波的出现位置和到达时间，从而可以减小极端海况对生命安全、海上结构物安全造成的危害。

Description

一种基于波群识别的畸形波短期预报方法

技术领域

本发明属于海洋水动力学技术领域，特别涉及到一种为预报突发灾害性海浪的方法。

背景技术

畸形波是指海面上波高超过2倍有效波高的大波，其能量高度集中，发生前没有明显征兆，能对生命安全、海上结构物等造成严重的威胁。它不仅发生在深水中，在近岸浅水区域也时常发生。据统计，每年全球都有大量的由于畸形波导致的灾难事故发生。因此，如何准确、快速的预测畸形波是亟待解决的问题。

实际海洋环境中，波浪常常以波群的形式出现，以往研究表明，畸形波往往在单一波群中演化而成。在传统的波群识别方法中，波群往往通过波列中波高超过某个阈值的连续波高来确定，受人为因素影响较大，识别出来的只是部分大波，而不是完整的波群，而小波变换能够获得能量在时-频上的分布，从能量角度可以清晰的识别出随机波浪中的波群。

发明内容

本发明克服现有技术的不足，定义了“尺度不均匀小波能量”，该值基于小波变换得到，根据它的局部极小值来识别波群。精确提取波群后，本发明又定义了一个新的表征波群参数的物理量：无量纲“最大尺度不均匀小波能量”，当该值超过阈值220时，即可预计该波群会演化出畸形波。根据傅里叶变换提取出该波群各组成波的振幅和相位，通过线性波浪理论，即可推算出该波群可能产生的最大波高、发生时刻及持续时间。根据超过1000个波群的验证，该方法预报畸形波的准确率可以达到80％以上，因此，本发明可以有效的实现畸形波的短期预报。

本发明的技术方案：

一种基于波群识别的畸形波短期预报方法，步骤如下：

A、海洋实时波浪序列的波群识别

波浪由许多连续的波群组成，而畸形波常在某个单一的波群中演化而成。因此，准确、快速的识别、分离波群是预报畸形波的前提与基础。小波变换能够快速得到波浪时-频信息，在能量的角度对波群进行很好的判别，但小波能量图的生成速度较慢，且数据读取不够方便。因此，本发明基于波面的小波变换结果，建立了一种新型的波群识别方法，该方法能够以二维坐标图的形式，直观快速地进行波群识别，步骤如下：

步骤1：对实时接收到的波浪时间序列x_n用小波变换处理，见公式(1)：

其中：*号表示复共轭，s是尺度参数，x(t)为实测波面序列，τ为与小波对应的局部时间参数，ψ是由母小波ψ₀量纲一化所得结果，t为时间；

在波浪分析中，选用Morlet小波，如公式(2)所示：

其中：ω₀是母小波的谱峰频率，取6.0；

步骤2：求出不同尺度s下小波能量的平均值，见公式(3)；接着得到每一时刻所有尺度能量最大值与平均值的差，定义为“尺度不均匀小波能量”，见公式(4)；图1为一随机波序列和对应的小波能量图，可以看出，在波群两端，能量分布较为均匀，即各个尺度的能量最大值与平均值非常接近，因此，“尺度不均匀小波能量”取得极小值。而在波群内，“尺度不均匀小波能量”较大。因此可以根据公式(4)，有效地提取波群；

其中：

s₀是可以分辨的最小尺度，N是总采样点数，Δt是采样间隔，δ是尺度参数，对于MORLET母小波，δ的最大值为0.5；

步骤3：根据公式(4)得到的“尺度不均匀小波能量”的极小值，识别波群；两个极小值之间，即为一个波群；

步骤4：为避免噪声干扰，排除较小波动，基于超过3000个波群的验证分析，定义“尺度不均匀小波能量”中波峰与相邻波谷值之差小于该序列中所有波峰与相邻波谷值之差的平均值的1/3的波动，不看作一个单独的波群，见公式(5)：

B、畸形波预报参数的建立

步骤5：根据超过20000个波群的统计结果，发现波群的无量纲最大“尺度不均匀小波能量”值(通过有效波高的平方值对尺度不均匀小波能量无量纲化)与畸形波生成密切相关，其中无量纲“尺度不均匀小波能量”的最大值越大，该波群演化过程出现的最大波高越大，演化成畸形波的概率越大。根据统计分析，当该值超过阈值220时，即可判断发生了畸形波。

步骤6：当该波群的无量纲最大“尺度不均匀小波能量”超过阈值220时，提取出该波群，对该波群进行傅里叶变换，提取出各组成波的频率、相位和振幅，并根据线性色散关系(6)，得到各组成波的波数：

ω_i ²＝gk_ith(k_ih) (6)

其中：ω_i表示第i个组成波的角频率，k_i表示第i个组成波的波数，h为水深，g为重力加速度，取9.8m/s²；

步骤7：计算该随机波群的传播速度，见公式(7)：

其中：a_i表示第i个组成波的振幅，Δf为相邻组成波的频率差，c_gi为第i个组成波的线性群速度，通过公式(8)计算得到：

步骤8：通过波浪的线性叠加(见公式(9))，推算该波群在任一空间位置的波面演化，得到该波群可能产生的最大波高、出现的位置、时刻及持续时间。

其中：R表示波群组成波频率的个数。

本发明的有益效果：

(1)波群识别方法简单有效；

(2)预报参数简单，不需要大量计算即可快速预测畸形波，为实现畸形波的短时预报提供了可能；

(3)本方法所采用的分析计算方法都是基于成熟的理论，计算分析稳定；

(4)本方法可为突发极端波浪的出现提出预警。

附图说明

图1是随机波列的小波能谱图(上)和对应的时间序列(下)。

图2是预报方法流程图。

图3是波群的演化推算流程图。

图4是随机波列初始位置(x＝0m)小波时-频能量(上)、“尺度不均匀小波能量(中)、识别出的波群(下)。

图5是基于线性理论的畸形波波群演化示意图。

图6是基于线性理论的波群最大波高空间变化图。

图7是实际畸形波群的演化过程(虚线框表示畸形波的波群)。

具体实施方式

为更加详细、具体地阐明本发明的意义及实施方法，结合具体范例对其进行进一步说明。需要注意，此次所举的范例可以推广至实际海域。

本发明波群分离方法及极端波浪预测具体流程图如附图2、3所示，样本数据来自数值生成的不规则波浪数据，为与实际海况相符合，谱形选取为JONSWAP谱，γ＝3.3，水深1.2m，谱峰周期为1s，有效波高0.03m。对应实际海洋尺度，谱峰周期为11.5s，实际水深160m，有效波高4m。

实时实测海洋波浪序列可采用本案例的初始波面信息代替，首先对初始波面信息进行预处理，对初始波面信息进行小波变换处理，并根据“尺度不均匀小波能量”对波群进行划分(见附图4(中))，可以看出，根据该方法划分得到的波群(见附图4(下))与通过小波能量图(见附图4(上))分离出的波群完全一致，证实了该方法的有效性。经过波群分离，得到9个独立波群，其中第7个波群中最大无量纲“尺度不均匀小波能量”大于阈值220时，即判定该波群中可能会发生畸形波。接着，对该波群进行傅里叶变换，根据图3的计算流程，推演波群的传播过程(见图5)，并分析该波群最大波高的空间变化(见图6)。根据畸形波判断标准：H_m/H_s＝2，可以得到，在k_cx＝34.8(k_c为谱峰频率对应的波数)，t＝213s时，该波群演化出畸形波，并在k_cx＝39.2，t＝215s处达到最大波高，为H_m/H_s＝2.4。之后该畸形波一直持续到t＝220s，k_cx＝50.3处，持续时间为7s。

为验证预报的准确性，在每个测点位置按照上述方法分离波群，并检测所有波群的最大波高，分析是否出现畸形波。通过追踪发现，在k_cx＝32，t＝210s，第7个波群中演化出畸形波，并于k_cx＝40，t＝213s处出现最大波高，该畸形波一直持续6.7s，于k_cx＝48，t＝216.74s消失(见附图7)。因此，该方法可以有效地预报畸形波的发生。对畸形波群及时预报，避免极端海况对生命安全、海上结构物造成的巨大伤害。

Claims (1)

1.一种基于波群识别的畸形波短期预报方法，其特征在于，步骤如下：

A、海洋实时波浪序列的波群识别

基于波面的小波变换结果，建立一种新型的波群识别方法，该方法以二维坐标图的形式，直观快速地进行波群识别，步骤如下：

步骤1：对实时接收到的波浪时间序列x_n用小波变换处理，见公式(1)：

其中：*号表示复共轭，s是尺度参数，x(t)为实测波面序列，τ为与小波对应的局部时间参数，ψ是由母小波ψ₀量纲一化所得结果，t为时间；

在波浪分析中，选用Morlet小波，如公式(2)所示：

其中：ω₀是母小波的谱峰频率，取6.0；

步骤2：求出不同尺度s下小波能量的平均值，见公式(3)；接着得到每一时刻所有尺度能量最大值与平均值的差，定义为“尺度不均匀小波能量”，见公式(4)，有效地提取波群：

其中：

s₀是分辨的最小尺度，N是总采样点数，Δt是采样间隔，δ是尺度参数，对于MORLET母小波，δ的最大值为0.5；

步骤3：根据公式(4)得到的“尺度不均匀小波能量”的极小值，识别波群；两个极小值之间，即为一个波群；

步骤4：定义“尺度不均匀小波能量”中波峰与相邻波谷值之差小于该序列中所有波峰与相邻波谷值之差的平均值的1/3的波动，不看作一个单独的波群，见公式(5)：

B、畸形波预报参数的建立

步骤5：波群的无量纲“尺度不均匀小波能量”的最大值与畸形波生成密切相关，其中无量纲“尺度不均匀小波能量”的最大值越大，该波群演化过程出现的最大波高越大，演化成畸形波的概率越大；当该无量纲“尺度不均匀小波能量”的最大值超过阈值220时，即判断发生了畸形波；

步骤6：当该波群的无量纲“尺度不均匀小波能量”的最大值超过阈值220时，提取出该波群，对该波群进行傅里叶变换，提取出各组成波的频率、相位和振幅，并根据线性色散关系(6)，得到各组成波的波数：

ω_i ²＝gk_ith(k_ih)(6)

其中：ω_i表示第i个组成波的角频率，k_i表示第i个组成波的波数，h为水深，g为重力加速度，取9.8m/s²；

步骤7：计算该波群的传播速度，见公式(7)：

其中：a_i表示第i个组成波的振幅，Δf为相邻组成波的频率差，c_gi为第i个组成波的线性群速度，通过公式(8)计算得到：

步骤8：通过波浪的线性叠加，见公式(9)，推算该波群在任一空间位置的波面演化，得到该波群可能产生的最大波高、出现的位置、时刻及持续时间；

其中：R表示波群组成波频率的个数。

Images