CN110443426A - 基于浅滩效应和陡度联合预测船舶风险的方法及装置 - Google Patents
基于浅滩效应和陡度联合预测船舶风险的方法及装置 Download PDFInfo
- Publication number
- CN110443426A CN110443426A CN201910739353.6A CN201910739353A CN110443426A CN 110443426 A CN110443426 A CN 110443426A CN 201910739353 A CN201910739353 A CN 201910739353A CN 110443426 A CN110443426 A CN 110443426A
- Authority
- CN
- China
- Prior art keywords
- wave
- current
- scene
- wave number
- prediction result
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000000694 effects Effects 0.000 title claims abstract description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 44
- 230000002411 adverse Effects 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 3
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 108010094028 Prothrombin Proteins 0.000 description 2
- AGVAZMGAQJOSFJ-WZHZPDAFSA-M cobalt(2+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+2].N#[C-].[N-]([C@@H]1[C@H](CC(N)=O)[C@@]2(C)CCC(=O)NC[C@@H](C)OP(O)(=O)O[C@H]3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)\C2=C(C)/C([C@H](C\2(C)C)CCC(N)=O)=N/C/2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O AGVAZMGAQJOSFJ-WZHZPDAFSA-M 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了基于浅滩效应和陡度联合预测船舶风险方法及装置,包括获取当前海浪场景,所述当前海浪场景为顺流低潮位场景、顺流高潮位场景、逆流低潮位场景或逆流高潮位场景;获取船舶所在区域的当前波数、水深和海浪流速值;若当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或若所述当前波数小于第二阈值,则根据所述当前海浪场景获取其对应的波数查询表;在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;根据所述初始波数获取初始波高;根据所述初始波高计算当前波高变化率;计算当前波长变化率;根据所述波高变化率和波长变化率进行预测以得到第一预测结果。本发明能够对航行中的船舶风险进行精准提示。
Description
技术领域
本发明涉及数据分析领域,尤其涉及基于浅滩效应和陡度联合预测船舶风险方法及装置。
背景技术
导致沉船的重要因素之一是波浪,而波高又是波浪最重要的至灾特性之一。波高的大小并不只取决于风,还与波流相互作用以及地形、水位有关。
在近岸河口地区,当波浪由较深的水域传播到海岸边浅水的地方时,群速度减小,由于能量保持不变,波高增大,形成破坏性的大浪,也可能造成沉船事故。
不止如此,水位和流的变化也会引起波高的增大,从而加剧沉船风险。
虽然现有技术中对波浪相关参数与沉船风险相关关系的研究已经初具成效,但是还停留在理论研究层面,无法将其应用于实际海洋气象业务中,也无法提供直接的船舶风险预测结果。为了有效的为船舶做出针对性的风险预警,减少事故的发生,迫切的需要建立船舶风险预测机制。
发明内容
为了解决上述技术问题,本发明提出基于浅滩效应和陡度联合预测船舶风险方法及装置。本发明具体是以如下技术方案实现的:
一方面,基于浅滩效应和陡度联合预测船舶风险的方法的方法,包括:
获取当前海浪场景,所述当前海浪场景为顺流低潮位场景、顺流高潮位场景、逆流低潮位场景或逆流高潮位场景;
获取船舶所在区域的当前波数、水深和海浪流速值;
若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/ 或,若所述当前波数小于第二阈值,则:
根据所述当前海浪场景获取其对应的波数查询表;
在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;
根据所述初始波数获取初始波高;
根据所述初始波高计算当前波高变化率;
计算当前波长变化率;
根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
进一步地,所述获取当前海浪场景之前,还包括构建波数查询表的步骤,所述构建波数查询表,包括:
设置波数变量的取值序列,所述波数变量的取值序列通过在2π/300到 2π/2间每间隔0.001取一个值而得到;
设置水深变量的取值序列,所述水深变量的取值序列通过在1到100 米每间隔1米取一个值而得到;
设置海浪流速值的取值序列,所述海浪流速值的取值序列通过在0到 3m/s每间隔0.5m/s取一个值而得到;
在顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景中,在水深和海浪流速值满足预设条件的前提下,计算对应的初始波数,以得到波数与初始波数的映射关系;
根据得到的波数与初始波数的映射关系分别得到顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景对应的波数查询表。
进一步地,还包括:
计算波浪陡度和涌浪占比;
根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果。
进一步地,所述计算波浪陡度和涌浪占比,包括:
利用观测数据计算波浪谱;
得到波浪谱中每个频率对应的陡度;
将频域上最大陡度对应的频率确定为分界频率,并基于所述分界频率计算分界特征值;
计算所述波浪谱全频域的积分值;
获取所述波浪谱中的低频区间,所述低频区间的频率低于所述分界频率;
在低频区间进行波浪谱积分以得到涌浪波高能量,在全频率区间进行波浪谱积分以得到总波浪能量;
将所述涌浪波高能量与所述总波浪能量的比值作为涌浪占比。
进一步地,所述计算波浪陡度和涌浪占比,还包括:
基于波浪谱全频域积分的结果得到显著波高Hsw;根据公式计算波浪陡度,其中fp为分解频率。
进一步地,述计算波浪陡度和涌浪占比,包括:
根据当前波高与当前波长的比值计算当前波浪陡度;
根据预设的波浪陡度与陡度指数映射关系,计算所述当前波浪陡度对应的当前陡度指数。
进一步地,所述根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果,包括:
根据涌浪占比得到第一风险等级;
若所述第一风险等级低于预设的风险等级阈值,则指示存在高风险,则以所述第一风险等级作为第二预测结果;
若所述第一风险等级不低于预设的风险等级阈值,则指示存在低风险,则根据波浪陡度和预设分级阈值的对应关系得到第二风险等级,则以所述第二风险等级作为第二预测结果。
进一步地,还包括:
根据第一预测结果和第二预测结果的组合进行风险等级评价;
根据所述风险等级评价结果进行对应的安全报警。
进一步地,所述根据第一预测结果和第二预测结果的组合进行风险等级评价,包括:
获得所述第一预测结果对应的一类风险等级;
获取所述第二预测结果对应的二类风险等级;
以所述一类风险等级和所述二类风险等级的低值作为风险等级评价结果。
另一方面,基于浅滩效应和陡度联合预测船舶风险的装置,所述装置包括:
当前海浪场景获取模块,用于获取当前海浪场景,所述当前海浪场景为顺溜低潮位场景、顺流高潮位场景、逆流低潮位场景和逆流高潮位场景;
主参数获取模块,用于获取船舶所在区域的当前波数、水深和海浪流速值;
波数查询表获取模块,用于若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值,则根据所述当前海浪场景获取其对应的波数查询表;
查询模块,用于在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;
第一预测结果输出模块,用于根据所述初始波数获取初始波高;根据所述初始波高计算当前波高变化率;计算当前波长变化率;根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
本发明实施例提供了基于浅滩效应和陡度联合预测船舶风险方法及装置,通过划分多种场景,并讨论波数、波长、波高及其相关变化率,以及波浪陡度、涌浪波高能量和风浪波高能量等多种物理量在各个场景中用于对船舶风险预测的具体方案,给出了船舶风险预测的具体策略,从而能够对于航行中的船舶风险进行精准提示,有利于降低船舶航行的事故发生率,保证船舶航行人员的生命财产安全。
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一些实施例,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,还可以根据这些附图获得其它附图。
图1是本发明实施例提供的基于浅滩效应和陡度联合预测船舶风险的方法的方法流程图;
图2是本发明实施例提供的构建波数查询表的方法流程图;
图3(a)是本发明实施例提供的顺流低潮位波高变化H/H0的等值线示意图;
图3(b)是本发明实施例提供的顺流高潮位波高变化H/H0的等值线示意图;
图3(c)是本发明实施例提供的逆流低潮位波高变化H/H0的等值线示意图;
图3(d)是本发明实施例提供的逆流高潮位波高变化H/H0的等值线示意图;
图4是本发明实施例提供的第二预测结果获取流程图;
图5是本发明实施例提供的计算波浪陡度和涌浪占流程图;
图6是本发明实施例提供的根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果流程图;
图7是本发明实施例提供的陡度变化图示意图;
图8是本发明实施例提供的基于浅滩效应和陡度联合预测船舶风险的装置框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了基于浅滩效应和陡度联合预测船舶风险的方法的方法,如图1所示,包括:
S101.获取当前海浪场景,所述当前海浪场景为顺流低潮位场景、顺流高潮位场景、逆流低潮位场景或逆流高潮位场景。
S103.获取船舶所在区域的当前波数、水深和海浪流速值。
S105.若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值,则根据所述当前海浪场景获取其对应的波数查询表。
本发明实施例考虑流速和水位变化下沿波向线任意处波浪固有圆频率δ的表达式:(0代表无穷远处,为波数的矢量,为流速的矢量)。而根据频散关系,任意水深处(h为水深,k即),无穷远深水处(k0即),代入上式则有若为顺流,(U即);若为逆流,这样就得到了沿波向线任意处波数k的计算公式, k与初始波数k0、水深h及海浪流速有关。
计算过程中,为了简化对波数的计算复杂度,本发明实施例根据上述分析并结合实际情况,在确保波数精准度的基础上设计了波数查询表表,以达到不需使用上述公式但是得到上述公式等同的精确波数值的效果。
具体地,本发明实施例给出了一种构建波数查询表的方法,如图2所示,包括:
S1.设置波数变量的取值序列,所述波数变量的取值序列通过在 2π/300到2π/2间每间隔0.001取一个值而得到;
S3.设置水深变量的取值序列,所述水深变量的取值序列通过在1到 100米每间隔1米取一个值而得到;
S5.设置海浪流速值的取值序列,所述海浪流速值的取值序列通过在0 到3m/s每间隔0.5m/s取一个值而得到;
S7.在顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景中,在水深和海浪流速值满足预设条件的前提下,计算对应的初始波数,以得到波数与初始波数的映射关系;
S9.根据得到的波数与初始波数的映射关系分别得到顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景对应的波数查询表。
潮汐对于船舶的航行安全的重要性不言而喻,本发明实施例中重点考虑潮汐对波高的影响,不考虑摩擦和折射作用,将波高变化公式简化为: H/H0=KδKs,其中,H0为初始波高,Kδ为多普勒系数,Ks为浅水变形系数。本发明实施例绘制了某处不同水深处,在高、低潮及顺、逆流不同流速值情况下,既包含多普勒系数Kδ又包含浅水变形系数Ks时,得到波高变化H/H0的等值线,请参考图3(a-d),其中图3(a-b)使用相同坐标系,图3(c-d) 使用相同坐标系。如图3(a-d)所示可知,对于相同的流速,随着水深逐渐变浅,H/H0明显逐渐增大,这主要反映了浅滩效应的作用,以顺流低潮位和逆流低潮位时最为显著;随着逆流时流速的增大或是顺流时流速的减小, 各水深处的H/H0均增大,这主要反映了多普勒效应的作用,仍以顺流低潮位和逆流低潮位时最为显著,但顺流低潮位时H/H0的增加幅度不及逆流低潮位时。
另一方面,根据上述研究结果,本发明实施例认为浅滩效应也会增大船舶风险,对于可以触发浅滩效应的场景也需要进一步预测。
因此,本发明实施例将触发风险预测的条件设定为所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值三种情况。
S107.在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数。
S109.根据所述初始波数获取初始波高。
S1011.根据所述初始波高计算当前波高变化率和计算当前波长变化率。
S1013.根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
具体地,在一个可行的实施例中,所述根据所述波高变化率和波长变化率进行预测,可以包括:获取波高变化率与波高变化率安全阈值的关系以得到第一因子判定结果;获取波长变化率与波长变化率安全阈值的关系以得到第二因子判定结果;根据第一因子判定结果和第二因子判定结果的或关系得到第一预测结果。
比如,若波高变化率高于波高变化率安全阈值,则第一因子判定结果为真,则第一预测结果也相应为真,其中“真”提示船舶存在航行风险。
本发明实施例中通过波长、波高和波长相关参数可以对于船舶风险进行粗略提示,即提示船舶是否存在航行风险,但是这一粒度较粗,还有进一步改进的空间。在一个优选的实施例中,本发明实施例进一步对波浪进行精确分析,以得到第二预测结果,所述第二预测结果并不受限于具体场景,因此,可以对各个场景中的风险预测精度进行提升。
所述对波浪进行精确分析,以得到第二预测结果,如图4所示,包括:
S401.计算波浪陡度和涌浪占比。
具体地,如图5所示,所述计算波浪陡度和涌浪占比,包括:
S4011.利用观测数据计算波浪谱。
具体地,利用每小时数据(每1秒4个观测,持续二十分钟)以得到波浪谱
S4012.得到波浪谱中每个频率对应的陡度。
S4013.将频域上最大陡度对应的频率确定为分界频率,并基于所述分界频率计算分界特征值;
S4014.计算所述波浪谱全频域的积分值;
S4015.获取所述波浪谱中的低频区间,所述低频区间的频率低于所述分界频率。
S4016.在低频区间进行波浪谱积分以得到涌浪波高能量,在全频率区间进行波浪谱积分以得到总波浪能量。
S4017.将所述涌浪波高能量与所述总波浪能量的比值作为涌浪占比。
在一个可行的实施例中,所述波浪陡度的计算方法为:在所述波浪谱全频域积分以得到显著波高Hsw;根据公式计算波浪陡度,其中fp 为分解频率。
在另一个可行的实施例中,所述波浪陡度的计算方法为:
根据当前波高与当前波长的比值计算当前波浪陡度;根据预设的波浪陡度与陡度指数映射关系,计算所述当前波浪陡度对应的当前陡度指数。
本发明实施例中进一步给出波浪陡度与陡度指数的映射关系:
陡度指数为0:波浪陡度<=0.01;
陡度指数为1:波浪陡度0.01~0.02;
陡度指数为2:波浪陡度0.02~0.03;
陡度指数为3:波浪陡度0.03~0.04;
陡度指数为4:波浪陡度>0.04。
根据上述映射关系可以获得当前海浪场景中的陡度指数可以直接与风险等级进行反相关对应,因此,陡度指数可以直接用于指示船舶的航性风险,并得到较好的指示结果。
S403.根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果。
具体地,所述根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果,如图6所示,包括:
S4031.根据涌浪占比得到第一风险等级。
具体地,在一个可行的实施例中,可以在低频区间进行波浪谱积分以得到涌浪波高能量,并在高频区间进行波浪谱积分以得到风浪波高能量,所述高频区间的频率高于所述分界频率;
若所述涌浪波高能量或所述风浪波高能量不存在,则所述第一风险等级为4。
若所述涌浪波高能量和所述风浪波高能量均存在,则根据所述涌浪占比计算第一风险等级。若涌浪占比不大于70%,则第一风险等级为4;若涌浪占比在70%-80%,则第一风险等级为3;若涌浪占比在80%-90%,则第一风险等级为2,若涌浪占比大于90%,则第一风险等级为1。第一风险等级越低,则航行风险越高。
S4033.若所述第一风险等级低于预设的风险等级阈值,则指示存在高风险,则以所述第一风险等级作为第二预测结果。
S4035.若所述第一风险等级不低于预设的风险等级阈值,则指示存在低风险,则根据波浪陡度和预设分级阈值的对应关系得到第二风险等级,则以所述第二风险等级作为第二预测结果。
在一个可行的实施例中,可以根据实际需要对所述波浪陡度进行分级,本发明实施例中为波浪陡度设置了三个级别,分别为普通“avg”,陡“steep”和非常陡“very steep”。
使用本发明实施例提供的方法,以梅花台风时的波浪陡度为例,根据东海大桥南侧声学波浪仪测得“梅花”台风期间的历史数据,利用快速傅里叶变化可得到当时(2011年8月7日03时)的波浪谱,进而计算波浪陡度,并进行分级得到的陡度变化图如图7所示,其示出了台风“梅花”期间的陡度变化。其中,1=avg,2=steep,3=very steep。
在另一个可行的实施例中,所述第二风险等级可以与根据所述波浪陡度得到的陡度指数反相关。
在优选的实施例中,还可以根据第一预测结果和第二预测结果的组合进行风险等级评价;根据所述风险等级评价结果进行对应的安全报警。
所述根据第一预测结果和第二预测结果的组合进行风险等级评价,包括:
获得所述第一预测结果对应的一类风险等级;
获取所述第二预测结果对应的二类风险等级;
以所述一类风险等级和所述二类风险等级的低值作为风险等级评价结果。
本发明实施例提供了基于浅滩效应和陡度联合预测船舶风险的方法的方法,通过划分多种场景,并讨论波数、波长、波高及其相关变化率,以及波浪陡度、涌浪波高能量和风浪波高能量等多种物理量在各个场景中用于对船舶风险预测的具体方案,给出了船舶风险预测的具体策略,从而能够对于航行中的船舶风险进行精准提示,有利于降低船舶航行的事故发生率,保证船舶航行人员的生命财产安全。
进一步地,本发明实施例提供基于浅滩效应和陡度联合预测船舶风险的装置,如图8所示,所述装置包括:
当前海浪场景获取模块501,用于获取当前海浪场景,所述当前海浪场景为顺溜低潮位场景、顺流高潮位场景、逆流低潮位场景和逆流高潮位场景;
主参数获取模块503,用于获取船舶所在区域的当前波数、水深和海浪流速值;
波数查询表获取模块505,用于若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值,则根据所述当前海浪场景获取其对应的波数查询表;
查询模块507,用于在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;
第一预测结果输出模块507,用于根据所述初始波数获取初始波高;根据所述初始波高计算当前波高变化率;计算当前波长变化率;根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
需要说明的是:上述本发明实施例的先后顺序仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于浅滩效应和陡度联合预测船舶风险的方法的方法,其特征在于,包括:
获取当前海浪场景,所述当前海浪场景为顺流低潮位场景、顺流高潮位场景、逆流低潮位场景或逆流高潮位场景;
获取船舶所在区域的当前波数、水深和海浪流速值;
若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值,则:
根据所述当前海浪场景获取其对应的波数查询表;
在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;
根据所述初始波数获取初始波高;
根据所述初始波高计算当前波高变化率;
计算当前波长变化率;
根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
2.根据权利要求1所述的方法,其特征在于,所述获取当前海浪场景之前,还包括构建波数查询表的步骤,所述构建波数查询表,包括:
设置波数变量的取值序列,所述波数变量的取值序列通过在2π/300到2π/2间每间隔0.001取一个值而得到;
设置水深变量的取值序列,所述水深变量的取值序列通过在1到100米每间隔1米取一个值而得到;
设置海浪流速值的取值序列,所述海浪流速值的取值序列通过在0到3m/s每间隔0.5m/s取一个值而得到;
在顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景中,在水深和海浪流速值满足预设条件的前提下,计算对应的初始波数,以得到波数与初始波数的映射关系;
根据得到的波数与初始波数的映射关系分别得到顺流低潮位、顺流高潮位、逆流低潮位和逆流高潮位四种场景对应的波数查询表。
3.根据权利要求1所述的方法,其特征在于,还包括:
计算波浪陡度和涌浪占比;
根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果。
4.根据权利要求3所述的方法,其特征在于,所述计算波浪陡度和涌浪占比,包括:
利用观测数据计算波浪谱;
得到波浪谱中每个频率对应的陡度;
将频域上最大陡度对应的频率确定为分界频率,并基于所述分界频率计算分界特征值;
计算所述波浪谱全频域的积分值;
获取所述波浪谱中的低频区间,所述低频区间的频率低于所述分界频率;
在低频区间进行波浪谱积分以得到涌浪波高能量,在全频率区间进行波浪谱积分以得到总波浪能量;
将所述涌浪波高能量与所述总波浪能量的比值作为涌浪占比。
5.根据权利要求4所述的方法,其特征在于,所述计算波浪陡度和涌浪占比,还包括:
基于波浪谱全频域积分的结果得到显著波高Hsw;根据公式计算波浪陡度,其中fp为分解频率。
6.根据权利要求4所述的方法,其特征在于,所述计算波浪陡度和涌浪占比,还包括:
根据当前波高与当前波长的比值计算当前波浪陡度;
根据预设的波浪陡度与陡度指数映射关系,计算所述当前波浪陡度对应的当前陡度指数。
7.根据权利要求3所述的方法,其特征在于,所述根据所述波浪陡度和涌浪占比进行预测以得到第二预测结果,包括:
根据涌浪占比得到第一风险等级;
若所述第一风险等级低于预设的风险等级阈值,则指示存在高风险,则以所述第一风险等级作为第二预测结果;
若所述第一风险等级不低于预设的风险等级阈值,则指示存在低风险,则根据波浪陡度和预设分级阈值的对应关系得到第二风险等级,则以所述第二风险等级作为第二预测结果。
8.根据权利要求7所述方法,其特征在于,还包括:
根据第一预测结果和第二预测结果的组合进行风险等级评价;
根据所述风险等级评价结果进行对应的安全报警。
9.根据权利要求8所述方法,其特征在于,所述根据第一预测结果和第二预测结果的组合进行风险等级评价,包括:
获得所述第一预测结果对应的一类风险等级;
获取所述第二预测结果对应的二类风险等级;
以所述一类风险等级和所述二类风险等级的低值作为风险等级评价结果。
10.基于浅滩效应和陡度联合预测船舶风险的装置,其特征在于,所述装置包括:
当前海浪场景获取模块,用于获取当前海浪场景,所述当前海浪场景为顺溜低潮位场景、顺流高潮位场景、逆流低潮位场景和逆流高潮位场景;
主参数获取模块,用于获取船舶所在区域的当前波数、水深和海浪流速值;
波数查询表获取模块,用于若所述当前海浪场景为逆流低潮位场景、所述水深小于第一阈值,和/或,若所述当前波数小于第二阈值,则根据所述当前海浪场景获取其对应的波数查询表;
查询模块,用于在所述波数查询表中,根据所述当前波数、水深和海浪流速值查询初始波数;
第一预测结果输出模块,用于根据所述初始波数获取初始波高;根据所述初始波高计算当前波高变化率;计算当前波长变化率;根据所述波高变化率和波长变化率进行预测以得到第一预测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739353.6A CN110443426A (zh) | 2019-08-12 | 2019-08-12 | 基于浅滩效应和陡度联合预测船舶风险的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739353.6A CN110443426A (zh) | 2019-08-12 | 2019-08-12 | 基于浅滩效应和陡度联合预测船舶风险的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110443426A true CN110443426A (zh) | 2019-11-12 |
Family
ID=68434729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910739353.6A Pending CN110443426A (zh) | 2019-08-12 | 2019-08-12 | 基于浅滩效应和陡度联合预测船舶风险的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110443426A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146179A (zh) * | 2018-08-23 | 2019-01-04 | 交通运输部天津水运工程科学研究所 | 沿海港口船舶作业条件监测预警方法 |
CN110033166A (zh) * | 2019-03-08 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 风险识别处理方法及装置 |
-
2019
- 2019-08-12 CN CN201910739353.6A patent/CN110443426A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146179A (zh) * | 2018-08-23 | 2019-01-04 | 交通运输部天津水运工程科学研究所 | 沿海港口船舶作业条件监测预警方法 |
CN110033166A (zh) * | 2019-03-08 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 风险识别处理方法及装置 |
Non-Patent Citations (3)
Title |
---|
李永平等: "上海市气象局海洋气象数值预报技术研究进展", 《气象科技进展》 * |
杨棋等: "船舶波浪预警指数研究", 《第六届海峡论坛2014年两岸民生气象论坛文集》 * |
杨棋等: "长江口潮流及潮位变化对波浪的影响", 《海洋水文学》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jensen et al. | Storm surges on the German Coast | |
Caiti et al. | A geographical information system (gis)-based simulation tool to assess civilian harbor protection levels | |
Stone et al. | Ship Shoal as a prospective borrow site for barrier island restoration, coastal south-central Louisiana, USA: numerical wave modeling and field measurements of hydrodynamics and sediment transport | |
CN110443426A (zh) | 基于浅滩效应和陡度联合预测船舶风险的方法及装置 | |
CN115775437B (zh) | 一种渔港海浪的预警方法及预警装置 | |
Abe et al. | Distribution of maximum water levels due to the Japan Sea Tsunami on 26 May 1983 | |
Bishop et al. | Wave prediction models | |
Kraus et al. | DMS: Diagnostic Modeling System. Report 1, Reduction of Sediment Shoaling by Relocation of the Gulf Intracoastal Waterway, Matagorda Bay, Texas | |
Shaffer et al. | Hurricane storm surge forecasting | |
Chwang et al. | Field measurement of ship waves in Victoria Harbor | |
Kennedy et al. | Hurricane response of nearshore borrow pits from airborne bathymetric lidar | |
KR102661625B1 (ko) | 월파 위험도 평가 시스템 및 방법 | |
Vitousek et al. | A practical approach to mapping extreme wave inundation: Consequences of sea-level rise and coastal erosion | |
CN109373981A (zh) | 一种防波堤内部水域增减水的精确预报方法 | |
Goodwin et al. | Quantitative measurements of navigational safety | |
NX et al. | Experimental Study on the Impact of Seasonal Sound Speed Variability on Signal Detection Range in Arabian Sea. | |
MALEK et al. | Analyze the Coastal Storm Impulse (COSI) Parameter and Beach Erosion at Hasaki Coast, Japan | |
van der Molen et al. | Underkeel clearance forecast for LNG Carriers in an access channel with beam swells | |
Begmohammadi | Storm Surge Prediction Using Subgrid Model | |
Buonaiuto Jr | Morphological evolution of Shinnecock Inlet, New York | |
Chu et al. | Skill assessment of NOS Lake Erie Operational Forecast System (LEOFS) | |
Gargett | Turbulence measurements through a train of breaking internal waves in Knight Inlet, BC | |
Lilly | Boat Wake Attenuation Through Artificial Vegetation-A Case Study From Peche Island | |
Mai et al. | Flood risk in coastal regions | |
Rossetto et al. | Tsunami impact evaluation for coastal areas |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191112 |