CN110285944A - 南海北部内孤立波的预测方法及系统 - Google Patents
南海北部内孤立波的预测方法及系统 Download PDFInfo
- Publication number
- CN110285944A CN110285944A CN201910574732.4A CN201910574732A CN110285944A CN 110285944 A CN110285944 A CN 110285944A CN 201910574732 A CN201910574732 A CN 201910574732A CN 110285944 A CN110285944 A CN 110285944A
- Authority
- CN
- China
- Prior art keywords
- interior
- sar
- peak line
- wave
- luzon
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 230000000052 comparative effect Effects 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims description 31
- 238000009826 distribution Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 230000000644 propagated effect Effects 0.000 claims description 8
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical group OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 6
- 238000013481 data capture Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101100423891 Caenorhabditis elegans qars-1 gene Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M10/00—Hydrodynamic testing; Arrangements in or on ship-testing tanks or water tunnels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种南海北部内孤立波的预测方法及系统，通过基于南海北部SAR内波数据和内潮产生的线性理论，确定内孤立波在吕宋海峡的目标源点位置，基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；然后基于南海北部SAR内波数据构造初始波峰线，并进行优化，依据与所述预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内波从吕宋海峡到东沙岛的到达时刻和传播路径，从而实现对南海北部内孤立波产生和传播的可靠预测。
Description
技术领域
本发明涉及海洋技术领域，特别是涉及一种南海北部内孤立波的预测方法及系统。
背景技术
南海是我国最大的边缘海，除了地缘政治重要、蕴含宝贵的矿藏资源外，特殊的海底地形也赋予南海复杂的海洋动力过程和海洋学现象。吕宋海峡突变的双海脊地形、自太平洋传入的强正压潮和较强的分层海水结构等内孤立波生成有力条件，使得南海成为全球内孤立波最强、发生最频繁的海域之一。分析现场观测、卫星图片及数值模拟结果表明，正压潮流与双海脊相互作用产生内潮，内潮在西向传播过程中发生非线性陡斜，从而裂变出内孤立波。至今，公开报道的最强内孤立波发生在南海北部海盆，其振幅为240m，最大水平流速为2.55m/s,周期为30min。2014年海军372艇在南海北部突遇极为危险的掉深，经事后分析，内孤立波是导致372艇遇险的原因。可以推测，如果潜艇遇到振幅240m的极强内波，后果很难设想。因此，发展南海北部内孤立波产生和传播的预测方法具有重要的应用前景。但是，现有技术中并没有可靠地预测南海北部内孤立波的方法。
发明内容
针对于上述问题，本发明提供一种南海北部内孤立波的预测方法及系统，为实现对南海北部内孤立波产生和传播的精准预测奠定基础。
为了实现上述目的，本发明提供了如下技术方案：
一种南海北部内孤立波的预测方法，该方法包括：
获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据；
对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置；
获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置；
基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线；
采集与SAR观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线；
建立不同内孤立波生成等级下的优化后的初始波峰线数据集；
确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
依据与目标预测日期相应的温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
可选地，所述获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据，包括：
采集南海北部SAR内波数据；
对所述南海北部SAR内波数据进行图像处理，获得南海北部SAR内波数据集，其中，所述图像处理包括辐射校正、几何校正、斑点滤波和图像增强；
对所述南海北部SAR内波数据集按月归类，获得各个月的SAR内波数据。
可选地，所述对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置，包括：
对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
可选地，所述获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置，包括：
依据HYCOM模式数据，计算SAR观测内波位置至吕宋海峡在观测时段的平均温盐流场；
将所述平均温盐流场带入到预设内波的本征方程中，估算获得内潮在吕宋海峡的产生日期；
依据所述产生日期在所述HYCOM模式数据中提取吕宋海峡的平均温盐场，并依据获取的吕宋海峡的水深，计算获得内潮产生力在吕宋海峡的空间分布；
基于所述内潮产生力在吕宋海峡的空间分布和所述初始源点位置，确定内孤立波在吕宋海峡的目标源点位置；
可选地，所述基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生，包括：
统计获得各个月内潮产生力在所述目标源点位置的数值，将所述数值中的最小值确定为预设预测数值；
计算预测日期内内潮产生力在所述目标源点位置的数值，若所述数值大于所述预设预测数值，则内孤立波在所述预测日期能够产生。
可选地，所述根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线，包括：
采集紧邻吕宋海峡的历史波峰线的位置和形态数据；
根据所述历史波峰线的位置和形态数据和所述各个月的SAR内波数据进行波峰线构造，生成SAR观测波峰线的初始波峰线。
可选地，所述根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线，包括：
比较模拟波峰线与SAR观测波峰线的差异，依据所述差异结果优化所述初始波峰线；
当所述模拟波峰线与所述SAR观测波峰线的吻合程度达到预设精度，则将当前优化的初始波峰线确定为优化后的初始波峰线。
一种南海北部内孤立波的预测系统，该系统包括：
数据获取单元，用于获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据；
位置获取单元，用于对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置；
目标位置确定单元，用于获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置；
产生状况确定单元，用于基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
构造单元，用于根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线；
模拟单元，用于采集在与SARS观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
优化单元，用于根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线；
数据集建立单元，用于建立不同内孤立波生成等级下的优化后的初始波峰线数据集；
波峰线获取单元，用于确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
传播确定单元，用于依据与目标预测日期相应的温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
可选地，所述数据获取单元包括：
数据采集子单元，用于采集南海北部SAR内波数据；
图像处理子单元，用于对所述南海北部SAR内波数据进行图像处理，获得南海北部SAR内波数据集，其中，所述图像处理包括辐射校正、几何校正、斑点滤波和图像增强；
归类子单元，用于对所述南海北部SAR内波数据集按月归类，获得各个月的SAR内波数据。
可选地，所述位置获取单元包括：
计算子单元，用于对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
位置推测子单元，用于依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
相较于现有技术，本发明提供了一种南海北部内孤立波的预测方法及系统，通过基于南海北部SAR内波数据，确定内孤立波在吕宋海峡的目标源点位置，基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；然后利用南海北部SAR内波数据构造初始波峰线，并进行优化，依据与目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径，从而实现对南海北部内孤立波产生和传播的可靠预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种南海北部内孤立波的预测方法的流程示意图；
图2为本发明实施例提供的一种南海北部内孤立波的预测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在本发明实施例中提供了一种南海北部内孤立波的预测方法，是一种基于卫星合成孔径雷达(SAR)和HYCOM(Hybrid Coordinate Ocean Model)模式数据预测南海北部内孤立波产生和传播的方法，涉及卫星海洋遥感和物理海洋学领域。参见图1，该方法包括：
S101、获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据。
由于要预测的是南海北部的内孤立波的产生和传播，首先要采集南海北部的SAR内孤立波数据，其中，SAR内孤立波数据包括ERS-1/2、ENVISAT、Radarsat-1/2、TerraSAR-X、ALOS等数据。然后对数据进行预处理，主要进行辐射校正、几何校正、斑点滤波和图像增强处理等，建立南海北部SAR内孤立波数据集。其中，辐射校正是将该幅SAR图像中像元点的像元值置换为该像元点对应的实物的后向散射系数。斑点滤波是采用滤波的方法去掉该幅SAR图像中的相干斑噪声。几何校正是指将该幅SAR图像中像元点的图像坐标转换为地理坐标，图像增强是增强图像对比度，使得内波SAR图像更加清晰。
然后，将SAR内孤立波数据按月归类后，针对每月的SAR数据进行后续的分析。
S102、对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置。
对于各个月内的SAR内孤立波数据，分析波峰线的几何特征，计算内孤立波的传播方向，判断内孤立波在吕宋海峡的可能源点位置，记为初始源点位置。
在本发明实施例中提供的确定初始源点位置的方法，可以包括以下步骤：
对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
需要说明的是，针对各个月的SAR内孤立波数据，利用傅立叶谱分析方法计算内孤立波传播方向，借助内孤立波波峰线的曲率和内波条纹亮暗特征等信息，消除180°模糊问题，确定内波的传播方向，从而可以推测内孤立波在吕宋海峡的可能源区，即初始源点位置。
S103、获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置。
具体的，在本发明的另一实施例中还提供了一种确定目标源点位置的方法，包括：
S1031、依据HYCOM模式数据，计算SAR观测内波位置至吕宋海峡在观测时段的平均温盐流场；
S1032、将所述平均温盐流场带入到预设内波的本征方程中，估算获得内潮在吕宋海峡的产生日期；
S1033、依据所述产生日期在所述HYCOM模式数据中提取吕宋海峡的平均温盐场，并依据获取的吕宋海峡的水深，计算获得内潮产生力在吕宋海峡的空间分布；
S1034、基于所述内潮产生力在吕宋海峡的空间分布和所述初始源点位置，确定内孤立波在吕宋海峡的目标源点位置。
具体的，利用HYCOM模式数据，计算SAR观测内孤立波位置至吕宋海峡在观测日期的平均温盐流场，带入内波的本征方程：
其中，z是垂向坐标，U是沿内波传播方向的背景流，c是线性长波相速度，是本征函数，N是浮力频率。求解式(1)得到一模态线性传播速度的空间分布，估算内潮在吕宋海峡的产生日期。
在内潮的产生日期，从HYCOM模式数据中提取吕宋海峡的平均温盐场，从美国俄勒冈州立大学提供的中国海潮汐反演软件TPXO提取潮流，从美国Scripps Institution ofOceanography提供的全球水深数据集SRTM30_PLUS提取吕宋海峡的水深，代入内潮体积力的计算公式得到内潮产生强度在吕宋海峡的空间分布，其中内潮产生力的表达式为：
其中,x是经向坐标，y是纬向坐标，z是垂向坐标，N是浮力频率，(Qx,Qy)是(x,y)方向的经向和纬向正压质量通量，h是水深。
将内潮产生力与从卫星SAR内波条纹中推测的初始源点位置区域相结合，确定内潮源点的准确位置，记为内孤立波在吕宋海峡的目标源点位置。
S104、基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
其中，预设预测数值为各个月内潮产生力在目标源点处最小值。对于预测日期，比较内潮产生力在该预测日期时在源点处的数值与该月内孤立波预设预测数值进行比较，若前者大于后者时，认为内孤立波在预测日期能够产生。
S105、根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线。
在预测完内孤立波的产生后，需要预测内孤立波的传播。首先根据各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线，并且可以结合历史SAR和数据和现场观测数据，估算初始波峰线上的内波振幅。
具体的，可以包括：
采集紧邻吕宋海峡的历史波峰线的位置和形态数据；
根据所述历史波峰线的位置和形态数据和所述各个月的SAR内波数据进行波峰线构造，生成SAR观测波峰线的初始波峰线。
S106、采集与SAR观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
S107、根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线。
在对初始波峰线进行优化的时候，需要比较模拟波峰线与SAR观测波峰线的差异，依据所述差异结果优化所述初始波峰线；当所述模拟波峰线与所述SAR观测波峰线的吻合程度达到预设精度，则将当前优化的初始波峰线确定为优化后的初始波峰线。
具体的，针对构造的初始波峰线，使用非线性折射模式：
模拟初始波峰线的水平二维传播，其中，计算式(3)各系数的数据取自HYCOM数据。求解式(3)可到波峰线在t时水平二维空间的位置。
比较模拟波峰线与SAR观测波峰线的差异，分析产生差异的原因，优化初始波峰线的形态和位置，重复上述步骤，直至模拟波峰线与观测波峰线的吻合达到一定精度。
S108、建立不同内孤立波生成等级下的优化后的初始波峰线数据集。
根据在预测内孤立波产生方法中获取的源点潮流、背景流和层化特征提出内孤立波的生成等级，将优化后的初始波峰线按照内孤立波的生成等级分类。
S109、确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
S110、依据与目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
本发明提供了一种南海北部内孤立波的预测方法，通过基于南海北部SAR内波数据，确定内孤立波在吕宋海峡的目标源点位置，基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；然后利用南海北部SAR内波数据构造初始波峰线，并进行优化，构建不同内波生成等级下的初始波峰线数据集，依据与目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。从而实现对南海北部内孤立波的产生和传播的可靠预测。
在本发明的另一实施例中还提供了一种南海北部内孤立波的预测系统，参见图2，该系统包括：
数据获取单元201，用于获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据；
位置获取单元202，用于对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置；
目标位置确定单元203，用于获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置；
产生状况确定单元204，用于基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
构造单元205，用于根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线；
模拟单元206，用于采集与SARS观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
优化单元207，用于根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线；
数据集建立单元208，用于建立不同内孤立波生成等级下的优化后的初始波峰线数据集；
波峰线获取单元209，用于确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
传播确定单元210，用于依据在目标预测日期相应的温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
本发明提供了一种南海北部内孤立波的预测系统，通过基于南海北部SAR内波数据，确定内孤立波在吕宋海峡的目标源点位置，基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；然后利用南海北部SAR内波数据构造初始波峰线，并进行优化，构建不同内波生成等级下的初始波峰线数据集，依据与目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。从而实现对南海北部内孤立波的产生和传播的可靠预测。
在上述实施例的基础上，所述数据获取单元包括：
数据采集子单元，用于采集南海北部SAR内波数据；
图像处理子单元，用于对所述南海北部SAR内波数据进行图像处理，获得南海北部SAR内波数据集，其中，所述图像处理包括辐射校正、几何校正、斑点滤波和图像增强；
归类子单元，用于对所述南海北部SAR内波数据集按月归类，获得各个月的SAR内波数据。
在上述实施例的基础上，所述位置获取单元包括：
计算子单元，用于对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
位置推测子单元，用于依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
在上述实施例的基础上，所述目标位置确定单元包括：
第一计算子单元，用于依据HYCOM模式数据，计算SAR观测内波位置至吕宋海峡在观测时段的平均温盐流场；
估算子单元，用于将所述平均温盐流场带入到预设内波的本征方程中，估算获得内潮在吕宋海峡的产生日期；
第二计算子单元，用于依据所述产生日期在所述HYCOM模式数据中提取吕宋海峡的平均温盐场，并依据获取的吕宋海峡的水深，计算获得内潮产生力在吕宋海峡的空间分布；
目标源点确定子单元，用于基于所述内潮产生力在吕宋海峡的空间分布和所述初始源点位置，确定内孤立波在吕宋海峡的目标源点位置。
在上述实施例的基础上，所述产生状况确定单元包括：
统计子单元，用于统计获得各个月内潮产生力在所述目标源点位置的数值，将所述数值中的最小值确定为预设预测数值；
比较子单元，用于计算预测日期内内潮产生力在所述目标源点位置的数值，若所述数值大于所述预设预测数值，则内孤立波在所述预测日期能够产生。
在上述实施例的基础上，所述构造单元包括：
第一采集子单元，用于采集紧邻吕宋海峡的历史波峰线的位置和形态数据；
波峰线生成子单元，用于根据所述历史波峰线的位置和形态数据和所述各个月的SAR内波数据进行波峰线构造，生成SAR观测波峰线的初始波峰线。
在上述实施例的基础上，所述优化单元包括：
差异比较子单元，用于比较模拟波峰线与SAR观测波峰线的差异，依据所述差异结果优化所述初始波峰线；
优化子单元，用于当所述模拟波峰线与所述SAR观测波峰线的吻合程度达到预设精度，则将当前优化的初始波峰线确定为优化后的初始波峰线。
南海北部内孤立波产生和传播的预测具有非常重要的应用前景，是目前研究的热点和难点。本实例基于大量星载SAR数据和HYCOM模式数据，结合内波产生和传播机理，提供了一种预测南海北部内孤立波产生和传播的方法。该方法对于建立南海北部内孤立波的预测系统提供了一种创新的可行性思路。本实例提出的产生和传播预测方法，预测时效可达几天至一个月的时间尺度，且具体应用简单、预测技术可行，便于在实际应用中得到推广。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种南海北部内孤立波的预测方法，其特征在于，该方法包括：
获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据；
对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置；
获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置；
基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线；
采集与SAR观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线；
建立不同内孤立波生成等级下的优化后的初始波峰线数据集；
确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
依据与所述目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
2.根据权利要求1所述的方法，其特征在于，所述获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据，包括：
采集南海北部SAR内波数据；
对所述南海北部SAR内波数据进行图像处理，获得南海北部SAR内波数据集，其中，所述图像处理包括辐射校正、几何校正、斑点滤波和图像增强；
对所述南海北部SAR内波数据集按月归类，获得各个月的SAR内波数据。
3.根据权利要求1所述的方法，其特征在于，所述对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置，包括：
对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
4.根据权利要求1所述的方法，其特征在于，所述获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置，包括：
依据HYCOM模式数据，计算SAR观测内波位置至吕宋海峡在观测时段的平均温盐流场；
将所述平均温盐流场带入到预设内波的本征方程中，估算获得内潮在吕宋海峡的产生日期；
依据所述产生日期在所述HYCOM模式数据中提取吕宋海峡的平均温盐场，并依据获取的吕宋海峡的水深，计算获得内潮产生力在吕宋海峡的空间分布；
基于所述内潮产生力在吕宋海峡的空间分布和所述初始源点位置，确定内孤立波在吕宋海峡的目标源点位置。
5.根据权利要求1所述的方法，其特征在于，所述基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生，包括：
统计获得各个月内潮产生力在所述目标源点位置的数值，将所述数值中的最小值确定为预设预测数值；
计算预测日期内内潮产生力在所述目标源点位置的数值，若所述数值大于所述预设预测数值，则内孤立波在所述预测日期能够产生。
6.根据权利要求1所述的方法，其特征在于，所述根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线，包括：
采集紧邻吕宋海峡的历史波峰线的位置和形态数据；
根据所述历史波峰线的位置和形态数据和所述各个月的SAR内波数据进行波峰线构造，生成SAR观测波峰线的初始波峰线。
7.根据权利要求1所述的方法，其特征在于，所述根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线，包括：
比较模拟波峰线与SAR观测波峰线的差异，依据所述差异结果优化所述初始波峰线；
当所述模拟波峰线与所述SAR观测波峰线的吻合程度达到预设精度，则将当前优化的初始波峰线确定为优化后的初始波峰线。
8.一种南海北部内孤立波的预测系统，其特征在于，该系统包括：
数据获取单元，用于获取南海北部SAR内波数据，并按照月份对所述南海北部SAR内波数据进行分类，获得各个月的SAR内波数据；
位置获取单元，用于对所述各个月的SAR内波数据进行计算，获得内孤立波在吕宋海峡的初始源点位置；
目标位置确定单元，用于获取内潮在所述吕宋海峡内的产生日期，并基于内潮产生力在所述产生日期吕宋海峡的空间分布，在所述初始源点位置中确定内孤立波在吕宋海峡的目标源点位置；
产生状况确定单元，用于基于内潮产生力在所述目标源点位置的数值与预设预测数值进行比较，并基于比较结果确定内孤立波能否产生；
构造单元，用于根据所述各个月的SAR内波数据构造生成SAR观测波峰线的初始波峰线；
模拟单元，用于采集在与SAR观测日期相应的南海北部温盐流数据，并依据所述初始波峰线的内波振幅和位置，进行初始波峰线的水平二维传播模拟，获得模拟波峰线；
优化单元，用于根据所述模拟波峰线优化所述初始波峰线，获得优化后的初始波峰线；
数据集建立单元，用于建立不同内孤立波生成等级下的优化后的初始波峰线数据集；
波峰线获取单元，用于确定在目标预测日期的内孤立波生成等级，并获取与所述等级对应的优化后的初始波峰线；
传播确定单元，用于依据在目标预测日期相应的背景温盐流数据和所述内波生成等级对应的优化后的初始波峰线，确定所述内孤立波在目标预测日期从吕宋海峡到东沙岛的到达时刻和传播路径。
9.根据权利要求8所述的系统，其特征在于，所述数据获取单元包括：
数据采集子单元，用于采集南海北部SAR内波数据；
图像处理子单元，用于对所述南海北部SAR内波数据进行图像处理，获得南海北部SAR内波数据集，其中，所述图像处理包括辐射校正、几何校正、斑点滤波和图像增强；
归类子单元，用于对所述南海北部SAR内波数据集按月归类，获得各个月的SAR内波数据。
10.根据权利要求8所述的系统，其特征在于，所述位置获取单元包括：
计算子单元，用于对所述各个月的SAR内波数据进行计算，获得内波的传播方向；
位置推测子单元，用于依据所述内波的传播方向，推测获得内孤立波在吕宋海峡的初始源点位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574732.4A CN110285944B (zh) | 2019-06-28 | 2019-06-28 | 南海北部内孤立波的预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574732.4A CN110285944B (zh) | 2019-06-28 | 2019-06-28 | 南海北部内孤立波的预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110285944A true CN110285944A (zh) | 2019-09-27 |
| CN110285944B CN110285944B (zh) | 2020-07-28 |
Family
ID=68019546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910574732.4A Active CN110285944B (zh) | 2019-06-28 | 2019-06-28 | 南海北部内孤立波的预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110285944B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112733801A (zh) * | 2021-01-22 | 2021-04-30 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
| CN114646304A (zh) * | 2022-03-11 | 2022-06-21 | 广州海洋地质调查局 | 一种基于多波束数据的海洋内波识别方法 |
| CN114662300A (zh) * | 2022-03-11 | 2022-06-24 | 中国人民解放军32021部队 | 基于卫星遥感图像的深海强非线性内波振幅反演方法 |
| CN115859021A (zh) * | 2022-11-03 | 2023-03-28 | 中国人民解放军32021部队 | 一种潮致内孤立波预测方法和装置 |
| CN115950618A (zh) * | 2023-01-29 | 2023-04-11 | 广东海洋大学 | 一种基于斜压模态的海上平台内孤立波预警方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268848A (zh) * | 2014-07-24 | 2015-01-07 | 上海海洋大学 | 一种海洋内波波速监测的方法 |
-
2019
- 2019-06-28 CN CN201910574732.4A patent/CN110285944B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268848A (zh) * | 2014-07-24 | 2015-01-07 | 上海海洋大学 | 一种海洋内波波速监测的方法 |
Non-Patent Citations (4)
| Title |
|---|
| HARPER SIMMONS等: "Modeling and Prediction of Internal Waves in the South China Sea", 《OCEANOGRAPHY》 * |
| 孙丽等: "内孤立波的研究与数值模型", 《海洋湖沼通报》 * |
| 范植松等: "南海北部内孤立波SAR遥感反演的初步研究", 《中国海洋大学学报》 * |
| 郭靖等: "利用SAR遥感卫星资料研究东海内孤立波时空分布特征", 《海洋预报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112733801A (zh) * | 2021-01-22 | 2021-04-30 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
| CN112733801B (zh) * | 2021-01-22 | 2021-09-14 | 国家卫星海洋应用中心 | 海洋内波发生频率的计算方法、装置和电子设备 |
| CN114646304A (zh) * | 2022-03-11 | 2022-06-21 | 广州海洋地质调查局 | 一种基于多波束数据的海洋内波识别方法 |
| CN114662300A (zh) * | 2022-03-11 | 2022-06-24 | 中国人民解放军32021部队 | 基于卫星遥感图像的深海强非线性内波振幅反演方法 |
| CN114646304B (zh) * | 2022-03-11 | 2022-11-08 | 广州海洋地质调查局 | 一种基于多波束数据的海洋内波识别方法 |
| CN115859021A (zh) * | 2022-11-03 | 2023-03-28 | 中国人民解放军32021部队 | 一种潮致内孤立波预测方法和装置 |
| CN115859021B (zh) * | 2022-11-03 | 2023-05-30 | 中国人民解放军32021部队 | 潮致内孤立波预测方法和装置 |
| CN115950618A (zh) * | 2023-01-29 | 2023-04-11 | 广东海洋大学 | 一种基于斜压模态的海上平台内孤立波预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110285944B (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110285944A (zh) | 南海北部内孤立波的预测方法及系统 | |
| Desouky et al. | Wave prediction using wave rider position measurements and NARX network in wave energy conversion | |
| Alford et al. | Speed and evolution of nonlinear internal waves transiting the South China Sea | |
| Hardy et al. | A method for probabilistic flash flood forecasting | |
| Bao et al. | Detection of ocean internal waves based on Faster R-CNN in SAR images | |
| Schwendeman et al. | Wave breaking dissipation in a young wind sea | |
| CN112465006B (zh) | 一种图神经网络目标跟踪方法及装置 | |
| CN114970378B (zh) | 一种基于gan网络的海杂波样本库构建方法 | |
| CN106842194A (zh) | 一种自适应目标检测方法及装置 | |
| Altunkaynak et al. | Performance comparison of continuous wavelet-fuzzy and discrete wavelet-fuzzy models for water level predictions at northern and southern boundary of Bosphorus | |
| CN109191845A (zh) | 一种公交车辆到站时间预测方法 | |
| CN103900541A (zh) | 一种海况估计器 | |
| CN107193060A (zh) | 一种多路径台风风暴潮快速预测方法及系统 | |
| Ramp et al. | Latitudinal structure of solitons in the South China Sea | |
| CN115978464A (zh) | 基于变分模态分解和神经网络的管网泄漏检测与定位方法 | |
| Méndez et al. | Radar remote sensing estimates of waves and wave forcing at a tidal inlet | |
| CN103218614A (zh) | 基于流形学习和粗糙集相结合的强对流天气识别方法 | |
| Yang et al. | A multi-stage forecasting system for daily ocean tidal energy based on secondary decomposition, optimized gate recurrent unit and error correction | |
| Wang et al. | Xihe: A data-driven model for global ocean eddy-resolving forecasting | |
| Travers | Low-energy beach morphology with respect to physical setting: a case study from Cockburn Sound, Southwestern Australia | |
| Amrutha et al. | Changes in nearshore waves during the active sea/land breeze period off Vengurla, central west coast of India | |
| CN104778260A (zh) | 一种动态雷达环境知识库建模方法 | |
| Du | Uncertainty and ensemble forecast | |
| Guiles et al. | Forecasts of Wave-induced coastal hazards in the United States Pacific Islands: past, present, and the future | |
| Wang et al. | Evaluation of multi-model current data in the East/Japan Sea |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220916 Address after: 100089 No.19, Beisihuan West Road, Haidian District, Beijing Patentee after: Aerospace Information Research Institute,Chinese Academy of Sciences Address before: No. a 20, Datun Road, Chaoyang District, Beijing 100101 Patentee before: Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences |
|
| TR01 | Transfer of patent right | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liang Jianjun Inventor after: Li Xiaoming Inventor before: Liang Jianjun Inventor before: Li Xiaoming Inventor before: Fan Kaiguo |
|
| CB03 | Change of inventor or designer information |