CN110728042B - 一种快速预报长时间尺度海岸波浪要素的方法 - Google Patents

一种快速预报长时间尺度海岸波浪要素的方法 Download PDF

Info

Publication number
CN110728042B
CN110728042B CN201910931706.2A CN201910931706A CN110728042B CN 110728042 B CN110728042 B CN 110728042B CN 201910931706 A CN201910931706 A CN 201910931706A CN 110728042 B CN110728042 B CN 110728042B
Authority
CN
China
Prior art keywords
wave
long
time
working condition
elements
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.)
Active
Application number
CN201910931706.2A
Other languages
English (en)
Other versions
CN110728042A (zh
Inventor
黄惠明
诸裕良
张薇娜
华夏
姚佳辉
韩君君
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201910931706.2A priority Critical patent/CN110728042B/zh
Publication of CN110728042A publication Critical patent/CN110728042A/zh
Application granted granted Critical
Publication of CN110728042B publication Critical patent/CN110728042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种快速预报长时间尺度海岸波浪要素的方法，通过统计外海或邻近海域长时间尺度的波况、风况、潮位过程资料，根据波高、波向、波周期、风速、风向、高低潮位等要素的变化区间进行合理分级，建立波浪模型工况矩阵，并利用经过验证的波浪场数值模型对工况矩阵进行数值模拟，获取近岸工程区处对应工况矩阵的波要素结果集，由此基于外海长时间尺度的风况、波况及潮位数据，通过映射的方式，快速预测近岸工程区处长时间尺度的波要素尺度。其在获取近岸波要素过程中，可以节约大量时间，极大的缩短近岸相关工程设计的周期，解决了多年长时间尺度背景下的波浪场数值模拟，耗费计算机时漫长的不足，具有很强的实用性和广泛的适用性。

Description

一种快速预报长时间尺度海岸波浪要素的方法
技术领域
本发明涉及一种预报海岸波浪要素的方法，具体涉及一种快速预报长时间尺度海岸波浪要素的方法，属于水利工程技术领域。
背景技术
现阶段，海岸工程的设计往往需要长时间尺度的波浪要素资料作为基础资料，支撑工程设计相关参数的选取，如堤顶高程等。不过，海岸工程所在的区域往往缺少长时间尺度的波要素资料，通常需要根据外海或者邻近海域地区的长时间尺度的风况、波况、潮位资料进行推算。因此，需要利用大范围波浪数值模拟的方法，以模拟具备外海或者邻近海域波浪向工程海域传播的过程。
由于利用波浪数值模拟的方式模拟波浪入射至工程近岸海域过程中需要考虑波浪浅水变形、折射与绕射、白帽效应、波浪破碎等波浪不同过程，数值计算量非常大。受限于计算机的计算能力以及波浪模拟的精度要求，对于十年及以上多年的长时间尺度的波浪数值模拟往往需要耗费相当长的计算机时间，难以做到快速的预测外海或邻近海区不同波要素、风要素及潮位条件下，波浪入射至工程所在近岸海域之后的变化情况。
因此，需要有一种方法可以直接利用外海或邻近海域的波况、风况及潮位值，不需要完全采用数值模拟的方式而快速推算近岸不同区域的波要素情况。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种可快速预报长时间尺度下，近海岸不同区域的波浪要素的方法。
为了实现上述目标，本发明采用如下的技术方案：
一种快速预报长时间尺度海岸波浪要素的方法，包括以下步骤：
S1、统计外海或邻近海域的长时间尺度的波况、风况、潮位的数据，获取外海或邻近海域的长时间尺度的波要素，包括波高、波向、波周期、风速、风向、潮位值；
S2、根据各波要素的变化范围，对各波要素的变化区间进行分级，建立离岸波浪模型工况矩阵；
S3、利用经过验证的波浪数值模型对步骤S2中的工况矩阵进行数值模拟，获取数值模拟范围内，对应的近岸工程区的波要素，并组成与工况矩阵对应的近岸工程区的波要素族(近岸波浪模型工况矩阵)；
S4、基于离岸波浪模型工况矩阵和波要素族，根据外海或邻近海域的长时间尺度中任意时段的波要素，预测该时段对应的近岸工程区的波要素。
上述步骤S2中离岸波浪模型工况矩阵的建立，包括以下步骤：
A1、利用累积频率法对各个波要素进行统计，给出相应的累计频率曲线；
A2、根据累积频率曲线的变化特征，对各个波要素设置分级间隔；
A3、根据各个波要素的分级间隔，将各个波要素从最小值按照分级间隔排列至最大值；
A4、根据多要素排列组合的方式，形成波浪模型对应不同波况、风况及潮位的工况矩阵，如下式：
Figure BDA0002220371090000031
式(1)中，Hwave为波高；dirwave为波向；Twave为波周期；Swind为风速；dirwind为风向；WLtide为潮位；min、max为对应参量的最小值、最大值；
Δ为对应参量的分组间隔；i为对应参量的第i个分组；n为对应参量的分组数。
上述步骤S3中对应的近岸工程区的波要素，包括波高、波向、波周期、风速、风向、潮位值；
所述对应的近岸工程区的波要素族，如下式：
Figure BDA0002220371090000032
式2中，H'wave为波高；dir'wave为波向；T'wave为波周期；i为对应参量的第i个分组；m为对应参量的个数，m＝n1×n2×n3×n4×n5×n6；其他参数与式(1)同。
上述步骤S3中对应的近岸工程区有若干个，并分别匹配对应的波要素族。
上述步骤S4中的预测该时段对应近岸工程区的波要素，包括以下步骤：
B1、根据外海或邻近海域的长时间尺度的风况、波况及潮位的数据，通过比较，将任意时刻的工况落于工况矩阵中的某两组相邻工况之间；
B2、通过插值法，计算该时刻工况的各波要素处于该两组相邻工况中对应的波要素区间的位置；
B3、利用映射的方式，于对应的近岸工程区的波要素族中，计算该时刻对应的波要素值，以获得该时刻对应近岸工程区的工况；
计算公式如下：
Figure BDA0002220371090000041
式3中，x为外海或邻近海域工况中对应的波要素值；y为对应的近岸工程区的波要素值；下标0为外海或邻近海域的长时间尺度中某时段的波要素值，及对应的近岸工程区的波要素值；下标i及i+1为外海或邻近海域的工况矩阵中的相邻两个工况及对应的近岸工程区的相邻两工况的波要素值。
上述波要素的数值，取对应时刻的最大值、最小值或平均值。
本发明的有益之处在于：
本发明提供了一种快速预报长时间尺度海岸波浪要素的方法，通过统计长时间尺度的外海或邻近海域的波况、风况、潮位数据，利用涵盖多年长时间尺度的波高、波向、波周期、风速、风向、高潮位及低潮位等波要素的变化区间范围，建立离岸波浪模型工况矩阵，并利用经过验证的波浪场数值模型对工况矩阵进行数值模拟，获取近岸工程区处对应工况矩阵的波要素结果集；再通过映射的方式，基于特定时刻外海或邻近海域的波况、风况、潮位数据，快速预测波浪模型范围内长时间尺度背景下海岸各个区位不同波况、风况、潮位背景下的波浪场。
本发明基于外海长时间尺度的风况、波况及潮位数据，在近岸波要素预测中可以节约大量的时间，极大的缩短近岸相关工程设计的周期，解决了多年长时间尺度背景下的波浪场数值模拟，耗费计算机时漫长的不足，具有很强的实用性和广泛的适用性。
附图说明
图1为本发明的一种快速预报长时间尺度海岸波浪要素的流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
一种快速预报长时间尺度海岸波浪要素的方法，包括以下步骤：
S1、统计外海或邻近海域的长时间尺度的波况、风况、潮位的数据，获取外海或邻近海域的长时间尺度的波要素，包括波高、波向、波周期、风速、风向、潮位值；波要素的数值，根据需要求取对应长时间系列内的最大值、最小值及平均值。
S2、根据各波要素的变化范围，对各波要素的变化区间进行分级，建立离岸波浪模型工况矩阵，包括以下步骤：
A1、利用累积频率法对各个波要素进行统计，给出相应的累计频率曲线；
A2、根据累积频率曲线的变化特征，以及波要素的最大值、最小值及平均值，对各个波要素设置分级间隔，分级间隔划分的原则为最大值(最小值)与平均值之间至少分为10个间隔以上且累积频率间隔5％以下；
A3、根据各个波要素的分级间隔，将各个波要素从最小值按照分级间隔排列至最大值；各个要素的分组间隔Δ及分组数n，需确保各个要素的分级能充分反映累积频率曲线中典型值的变化，如极大值、极小值、平均值、拐点、突变点等；
A4、根据多要素排列组合的方式，形成波浪模型对应不同波况、风况及潮位的工况矩阵，如下式：
Figure BDA0002220371090000061
式(1)中，Hwave为波高；dirwave为波向；Twave为波周期；Swind为风速；dirwind为风向；WLtide为潮位；min、max为对应参量的最小值、最大值；
Δ为对应参量的分组间隔；i为对应参量的第i个分组；n为对应参量的分组数。
S3、利用经过验证的波浪数值模型(如SWAN等)对步骤S2中的工况矩阵进行数值模拟，获取数值模拟范围内，对应的近岸工程区的波要素，并组成与工况矩阵对应的近岸工程区的波要素族(近岸波浪模型工况矩阵)，包括波高、波向、波周期；如下式：
Figure BDA0002220371090000062
式2中，H'wave为波高；dir'wave为波向；T'wave为波周期；i为对应参量的第i个分组；m为对应参量的个数，m＝n1×n2×n3×n4×n5×n6；其他参数与式(1)同。
S4、基于离岸波浪模型工况矩阵和波要素族，根据外海或邻近海域的长时间尺度中任意时段的波要素，预测该时段对应的近岸工程区的波要素，包括以下步骤：
B1、根据外海或邻近海域的长时间尺度的风况、波况及潮位的数据，通过比较，将任意时刻的工况落于工况矩阵中的某两组相邻工况之间；
B2、通过插值法，计算该时刻工况的各波要素处于该两组相邻工况中对应的波要素区间的位置；
B3、利用映射的方式，于对应的近岸工程区的波要素族中，计算该时刻对应的波要素值，以获得该时刻对应近岸工程区的工况；
计算公式如下：
Figure BDA0002220371090000071
式3中，x为外海或邻近海域工况中对应的波要素值；y为对应的近岸工程区的波要素值；下标0为外海或邻近海域的长时间尺度中某时段的波要素值，及对应的近岸工程区的波要素值；下标i及i+1为外海或邻近海域的工况矩阵中的相邻两个工况及对应的近岸工程区的相邻两工况的波要素值。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (5)

1.一种快速预报长时间尺度海岸波浪要素的方法，其特征在于，包括以下步骤：
S1、统计外海或邻近海域的长时间尺度的波况、风况、潮位的数据，获取外海或邻近海域的长时间尺度的波要素，包括波高、波向、波周期、风速、风向、潮位值；
S2、根据各波要素的变化范围，对各波要素的变化区间进行分级，建立离岸波浪模型工况矩阵；
S3、利用经过验证的波浪数值模型对步骤S2中的工况矩阵进行数值模拟，获取数值模拟范围内，对应的近岸工程区的波要素，并组成与工况矩阵对应的近岸工程区的波要素族；
S4、基于离岸波浪模型工况矩阵和波要素族，根据外海或邻近海域的长时间尺度中任意时段的波要素，预测该时段对应的近岸工程区的波要素；
步骤S2中离岸波浪模型工况矩阵的建立，包括以下步骤：
A1、利用累积频率法对各个波要素进行统计，给出相应的累计频率曲线；
A2、根据累积频率曲线的变化特征，对各个波要素设置分级间隔；
A3、根据各个波要素的分级间隔，将各个波要素从最小值按照分级间隔排列至最大值；
A4、根据多要素排列组合的方式，形成波浪模型对应不同波况、风况及潮位的工况矩阵，如下式：
Figure FDA0003748465160000021
式(1)中，Hwave为波高；dirwave为波向；Twave为波周期；Swind为风速；dirwind为风向；WLtide为潮位；min、max为对应参量的最小值、最大值；
Δ为对应参量的分组间隔；i为对应参量的第i个分组；n为对应参量的分组数。
2.根据权利要求1所述的一种快速预报长时间尺度海岸波浪要素的方法，其特征在于，步骤S3中对应的近岸工程区的波要素，包括波高、波向、波周期、风速、风向、潮位值；
所述对应的近岸工程区的波要素族，如下式：
Figure FDA0003748465160000022
式2中，H'wave为波高；dir'wave为波向；T'wave为波周期；i为对应参量的第i个分组；m为对应参量的个数，m＝n1×n2×n3×n4×n5×n6；其他参数与式(1)同。
3.根据权利要求1所述的一种快速预报长时间尺度海岸波浪要素的方法，其特征在于，步骤S3中对应的近岸工程区有若干个，并分别匹配对应的波要素族。
4.根据权利要求1所述的一种快速预报长时间尺度海岸波浪要素的方法，其特征在于，步骤S4中的预测该时段对应近岸工程区的波要素，包括以下步骤：
B1、根据外海或邻近海域的长时间尺度的风况、波况及潮位的数据，通过比较，将任意时刻的工况落于工况矩阵中的某两组相邻工况之间；
B2、通过插值法，计算该时刻工况的各波要素处于该两组相邻工况中对应的波要素区间的位置；
B3、利用映射的方式，于对应的近岸工程区的波要素族中，计算该时刻对应的波要素值，以获得该时刻对应近岸工程区的工况；
计算公式如下：
Figure FDA0003748465160000031
式3中，x为外海或邻近海域工况中对应的波要素值；y为对应的近岸工程区的波要素值；下标0为外海或邻近海域的长时间尺度中某时段的波要素值，及对应的近岸工程区的波要素值；下标i及i+1为外海或邻近海域的工况矩阵中的相邻两个工况及对应的近岸工程区的相邻两工况的波要素值。
5.根据权利要求1所述的一种快速预报长时间尺度海岸波浪要素的方法，其特征在于，所述波要素的数值，取对应时刻的最大值、最小值或平均值。
CN201910931706.2A 2019-09-29 2019-09-29 一种快速预报长时间尺度海岸波浪要素的方法 Active CN110728042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910931706.2A CN110728042B (zh) 2019-09-29 2019-09-29 一种快速预报长时间尺度海岸波浪要素的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910931706.2A CN110728042B (zh) 2019-09-29 2019-09-29 一种快速预报长时间尺度海岸波浪要素的方法

Publications (2)

Publication Number Publication Date
CN110728042A CN110728042A (zh) 2020-01-24
CN110728042B true CN110728042B (zh) 2022-09-16

Family

ID=69219613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910931706.2A Active CN110728042B (zh) 2019-09-29 2019-09-29 一种快速预报长时间尺度海岸波浪要素的方法

Country Status (1)

Country Link
CN (1) CN110728042B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113553785B (zh) * 2021-07-14 2023-12-26 海博泰科技(青岛)有限公司 一种开敞式码头及港池波浪预报方法
CN117195775B (zh) * 2023-09-20 2024-04-05 上海勘测设计研究院有限公司 近岸水域极值混合浪要素推算方法、系统、介质及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205200A (zh) * 2015-04-27 2015-12-30 河海大学 一种淤泥质海岸波生流数值模拟的验证方法
CN105389468A (zh) * 2015-11-06 2016-03-09 中国海洋大学 一种离岸流预测方法
CN108920877A (zh) * 2018-08-02 2018-11-30 中交第四航务工程勘察设计院有限公司 一种基于mike21-sw模型的全球波浪数值模拟方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205200A (zh) * 2015-04-27 2015-12-30 河海大学 一种淤泥质海岸波生流数值模拟的验证方法
CN105389468A (zh) * 2015-11-06 2016-03-09 中国海洋大学 一种离岸流预测方法
CN108920877A (zh) * 2018-08-02 2018-11-30 中交第四航务工程勘察设计院有限公司 一种基于mike21-sw模型的全球波浪数值模拟方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Long-term change in tidal dynamics and its cause in the Pearl River Delta, China;Wei Zhang等;《Geomorphology》;20100407;全文 *
Unravelling the causes of tidal asymmetry in deltas;Wei Zhang等;《Journal of Hydrology》;20180720;全文 *

Also Published As

Publication number Publication date
CN110728042A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
AU2020103356A4 (en) Method and device for building river diatom bloom warning model
CN110728042B (zh) 一种快速预报长时间尺度海岸波浪要素的方法
Rutten et al. Uncertainty in runup predictions on natural beaches using XBeach nonhydrostatic
CN114510765B (zh) 一种台风风暴潮作用下的海堤漫溃堤动态淹没预报方法
CN112818512B (zh) 一种基于风暴模式的最大单波波高Hmax计算方法
CN113128758B (zh) 基于近海浮标海浪观测数据构建的最大浪高预报系统
CN109902267B (zh) 一种受下游湖泊顶托影响的河道安全泄量计算方法
CN114707687B (zh) 基于热带大气次季节振荡信号的旬降水预测方法和系统
CN109977569B (zh) 一种融合多因素的mos风暴潮过程灾害模拟方法
CN115795970A (zh) 一种高桩码头桩基侧向位移预测方法
CN110287504B (zh) 一种模拟近岸海水交换规律的耦合模型的建立方法
CN111597506B (zh) 近岸波浪破碎参数和波高的预测方法
CN110704999A (zh) 沿海城市洪涝致灾因子作用度量化及区划方法
CN113946978A (zh) 基于LightGBM模型的水下三维温盐并行预报方法
CN113869804A (zh) 一种洪涝灾害下的电网设备风险预警方法及系统
CN110543679B (zh) 一种多波况大尺寸固定式海工平台水平力计算方法
CN110555236B (zh) 一种大尺寸固定式海工平台波浪垂向力计算方法
Gao et al. The study of GRNN for wind speed forecasting based on Markov Chain
Brown et al. On the selection of design waves for predicting extreme motions of a floating offshore wind turbine
CN115775437A (zh) 一种渔港海浪的预警方法及预警装置
CN111199112B (zh) 一种基于模型计算的大型湖泊外源污染削减方法
Ma et al. Identification and simulation the response of storm-induced coastal erosion in the China Yellow sea
Li et al. Probabilistic fatigue evaluation of floating wind turbine using combination of surrogate model and copula model
CN103268522A (zh) 径流算法
LUIJENDIJK et al. Coastal response on multiple scales: a pilot study on the IJmuiden Port

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