CN111292214A - 一种计算高精度中国近海海浪特征分布的方法 - Google Patents
一种计算高精度中国近海海浪特征分布的方法 Download PDFInfo
- Publication number
- CN111292214A CN111292214A CN201911307923.0A CN201911307923A CN111292214A CN 111292214 A CN111292214 A CN 111292214A CN 201911307923 A CN201911307923 A CN 201911307923A CN 111292214 A CN111292214 A CN 111292214A
- Authority
- CN
- China
- Prior art keywords
- china
- sea
- wave
- grid
- sea area
- 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 20
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 230000005855 radiation Effects 0.000 claims description 6
- 238000009941 weaving Methods 0.000 claims description 2
- 238000012950 reanalysis Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种计算高精度中国近海海浪特征分布的方法。本发明结合了气象模型WRF、大区域海浪模型wavewatch3、中国近海使用海浪模型swan,可以计算空间分辨率为0.04°×0.04°的多年历史海浪特征数据产品。由于建立模型时考虑季风影响区域和波浪传播特征将中国近海划分为中国东海和中国南海两个区域,避免将西太平洋远海纳入模式范围,消耗计算资源。因两个海域有重叠区域,重叠区域将有两个计算结果,为此使用了加权平均的方法,综合两个重叠区域的计算结果,并使整套数据具有空间上的连续性。
Description
技术领域
本发明涉及一种基于波浪模型wavewatch3和swan以及气象数值模型WRF的中国近海海浪计算方法,适用于海洋科学、海洋环境、海上工程行业,属于用数值模型进行数据产品计算的数据科学技术领域。
背景技术
海洋科学和海上工程一般关心的海浪特征包括平均浪高、涌浪高度、平均周期、平均波向。目前上获得中国近海海浪特征历史数据一般有三种方法:
一、通过浮标观测得到观测点的观测数据;获取海浪数据的最好方法是借助浮标进行现场观测。然而,浮标观测费钱费力,获取长时间数据非常困难,因此中国近海的浮标现场观测非常稀少,观测数据难以获得。并且观测时间不一,数据产品时空不连续。
二、是气象组织公开的再分析数据产品中的海浪要素。如欧洲中期天气预报中心(ECMWF)的权威再分析数据产品ERA-Interim和ERA5,提供了历史时空连续的有效波高(包括风浪和涌浪)、平均周期、平均波向。但这种再分析资料存在两个缺点:空间分辨率不高(0.75°×0.75°),无法分离风浪和长波的涌浪。
三、是结合再分析数据使用数值模式进行海浪后报,目前对于整个中国近海的较大区域,一般使用wavewatch3,空间分辨率在0.25°×0.25°左右。空间分辨率并不是很高,计算结果不分离风浪和涌浪。
发明内容
本发明解决的技术问题是:现有的海浪数据产品中,观测数据时空不连续,观测点太少;公开的再分析产品和相应的计算产品风浪、涌浪无法分离,空间分辨率度不高,海上工程希望达到10公里(0.1°)以内的分辨率。
为了解决上述技术问题,本发明的技术方案是提供了一种计算高精度中国近海海浪特征分布的方法,其特征在于,包括以下步骤:
步骤1、通过公开资源下载再分析气象数据;
步骤2、将中国近海划分为中国东部海域和中国南部海域,使用WRF分别建立中国东部海域气象模型和中国南部海域气象模型,将步骤1得到的再分析气象数据输入中国东部海域气象模型和中国南部海域气象模型计算,得到中国东部海域和中国南部海域的气象场;
步骤3、建立基于wavewatch3的全球海浪模型,将步骤1得到的再分析气象数据输入全球海浪模型,计算历史时间内全球海浪,得到全球海浪特征数据,从全球海浪特征数据中提取中国东部海域和中国南部海域的边界条件;
步骤4、建立基于swan的中国东部海域海浪模式和中国南部海域海浪模式,输入步骤2得到的中国东部海域和中国南部海域的气象场以及步骤3得到的边界条件,计算得到中国东部海域的海浪计算结果E和中国南部海域的海浪计算结果S,海浪计算结果包括涌浪高度、风浪高度、平均波向、平均周期;
步骤5、将步骤4得到的中国东部海域和南部海域的海浪结果使用加权平均的方法进行整合,得到中国近海海浪数据集,其中,加权平均的方法包括以下步骤:
步骤501、寻找中国东部海域网格和中国南部海域网格合并的经度最大值lon_max、经度最小值lon_min、纬度最大值lat_max、纬度最小值lat_min,构建新的网格G为经纬度范围:lon_min~lon_max,lat_min~lat_max,将步骤4得到的中国东部海域的海浪计算结果E和中国南部海域的海浪计算结果S分别插值到新的网格G上,得到E_new和S_new。
步骤502、计算权重,对东部海域和南部海域网格分别进行如下计算:
步骤5021、按索引值顺序取网格内的一个格点i_grid,如果格点i_grid在本海域外,则权重w=0;如果格点i_grid在本海域内,则权重w=经向权重w1×纬向权重w2,其中w1=(1-(i_grid离中心点的经向距离)/网格经向长度的一半)2,w2=(1-(i_grid离中心点的纬向距离)/网格纬向长度的一半)2;
步骤5022、按按按索引值顺序取网格内的下一个格点i_grid循环步骤5021,直至遍历所有格点;
步骤503、通过编织501及步骤502使得东部海域和南部海域网格点各有一个权重值,网格重合部分就有两个权重值,w_e和w_s,将每个格点的所有权重值求和w_total=∑w_i,w_i表示第i个格点的权重,再乘以该格点的海浪特征要素的数值从而得到最终结果。
优选地,步骤2中,使用WRF分别建立中国东部海域气象模型和中国南部海域气象模型时,使用麦卡托投影;网格数为:东部海域232×592个、南部海域511×262个;垂直均为51层,空间分辨率4km,时间步长24秒;选择微物理方案为WRF Single-Moment 6-classscheme、长波辐射方案为RRTMG scheme、短波辐射方案为RRTMG shortwave、边界层方案为Mellor-Yamada Nakanishi and Niino Level 2.5PBL、陆面方案为Noah的物理方案;计算结果逐小时输出。
优选地,步骤3中,建立全球海浪模型时,设置全球海浪模型为正交网格,空间分辨率0.25°×0.25°;输出时间分辨率为1小时;网格范围为-75°N~75°N,0°E~360°E;波向取360°范围内的24个;频率范围为0.0418~0.4056Hz;分为25个频段;计算时间步长取为900s。
优选地,步骤4中,建立中国东部海域海浪模式和中国南部海域海浪模式时,设置模式为正交网格,空间分辨率0.04°×0.04°,输出时间分辨率为1小时。
本发明具有如下优点:
(1)本发明结合了气象模型WRF、大区域海浪模型wavewatch3、中国近海使用海浪模型swan,可以计算空间分辨率为0.04°×0.04°的多年历史海浪特征数据产品。由于建立模型时考虑季风影响区域和波浪传播特征将中国近海划分为中国东海和中国南海两个区域,避免将西太平洋远海纳入模式范围,消耗计算资源。因两个海域有重叠区域,重叠区域将有两个计算结果,为此使用了加权平均的方法,综合两个重叠区域的计算结果,并使整套数据具有空间上的连续性。
(2)产生的海浪数据产品风浪、涌浪分离,代表了不同频率的波浪,可以评估更详细的海浪特征。
(3)在最里层使用swan模型,考虑了波浪的浅水效应,对近岸的海浪描述更加准确。
附图说明
图1为本发明的流程图;
图2为中国南部海域的模型区域;
图3为中国东部海域的模型区域。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示,本发明提供的一种计算高精度中国近海海浪特征分布的方法包括以下步骤:
步骤1、搜集再分析气象数据:通过公开资源下载再分析气象资料,如ERA5、CFSR、FNL等。再分析气象数据需要包含有垂直层的风场、气压、温度、湿度信息以驱动气象模型和海洋模型。
步骤2、建立气象模型。将中国近海划分为中国东部海域和中国南部海域,范围如图2及图3所示,使用WRF分别建立中国东部海域气象模型及中国南部海域气象模型。建立气象模型时,使用麦卡托投影,网格数为:东部海域232×592个,南部海域511×262个,垂直均为51层,空间分辨率4km,时间步长24秒,并选择如下表1所示的物理方案,计算结果逐小时输出。
微物理方案 | WRF Single-Moment 6-class scheme |
长波辐射方案 | RRTMG scheme |
短波辐射方案 | RRTMG shortwave |
边界层方案 | Mellor-Yamada Nakanishi and Niino Level 2.5PBL |
陆面方案 | Noah |
表1wrf模型的物理方案
将30年的再分析气象数据输入模式计算,得到两个海域空间分辨率4公里的气象场。
步骤3、建立基于wavewatch3的全球海浪模型。设置模型为正交网格,空间分辨率0.25°×0.25°;输出时间分辨率为1小时;网格范围为-75°N~75°N,0°E~360°E;波向取360°范围内的24个;频率范围为0.0418~0.4056Hz;并分为25个频段;计算时间步长取为900s。将30年的再分析风场数据输入模式,计算历史时间内全球海浪,得到全球海浪特征数据。从0.25°的全球海浪特征数据提取中国东部和中国南部海域的0.04°×0.04°海浪模型的边界条件。
步骤4、建立基于swan的中国东部和南部的两个海域海浪模式,设置模式为正交网格,空间分辨率0.04°×0.04°,输出时间分辨率为1小时,输入步骤2得到的4公里的气象场以及步骤3得到的边界条件,计算两个区域的海浪结果,海浪结果包括涌浪高度、风浪高度、平均波向、平均周期。
步骤5、将中国东部海域和南部海域的海浪结果使用加权平均的方法进行整合,得到中国近海海浪数据集。加权平均的方法为:
1)寻找中国东部海域网格和南部海域网格合并的经度最大值lon_max、经度最小值lon_min、纬度最大值lat_max、纬度最小值lat_min。构建新的网格G为经纬度范围:lon_min~lon_max,lat_min~lat_max。空间分辨率不变,为0.04°。将步骤4得到的东部海域海浪计算结果E和南部海域海浪计算结果S分别插值到新的网格G上,得到E_new和S_new。
2)计算网格点权重,对东部海域和南部海域网格分别进行如下计算:
201)按索引值顺序取网格内的一个格点i_grid;如果i_grid在本海域外,权重w=0;如果i_grid在本海域内,权重w=经向权重w1×纬向权重w2,其中w1=(1-(i_grid离中心点的经向距离)/网格经向长度的一半)2,w2=(1-(i_grid离中心点的纬向距离)/网格纬向长度的一半)2。
202)按按索引值顺序取网格内的下一个格点i_grid循环步骤201),直至遍历所有格点。
完成以上计算后,东部海域和南部海域网格点各有一个权重值,网格重合部分就有两个权重值,w_e和w_s。计算加权平均时将每个格点的所有权重值求和w_total=∑w_i,再乘以该格点的海浪特征要素的数值,如浪高hs,最终结果为hs_final=w_total×hs。
Claims (4)
1.一种计算高精度中国近海海浪特征分布的方法,其特征在于,包括以下步骤:
步骤1、通过公开资源下载再分析气象数据;
步骤2、将中国近海划分为中国东部海域和中国南部海域,使用WRF分别建立中国东部海域气象模型和中国南部海域气象模型,将步骤1得到的再分析气象数据输入中国东部海域气象模型和中国南部海域气象模型计算,得到中国东部海域和中国南部海域的气象场;
步骤3、建立基于wavewatch3的全球海浪模型,将步骤1得到的再分析气象数据输入全球海浪模型,计算历史时间内全球海浪,得到全球海浪特征数据,从全球海浪特征数据中提取中国东部海域和中国南部海域的边界条件;
步骤4、建立基于swan的中国东部海域海浪模式和中国南部海域海浪模式,输入步骤2得到的中国东部海域和中国南部海域的气象场以及步骤3得到的边界条件,计算得到中国东部海域的海浪计算结果E和中国南部海域的海浪计算结果S,海浪计算结果包括涌浪高度、风浪高度、平均波向、平均周期;
步骤5、将步骤4得到的中国东部海域和南部海域的海浪结果使用加权平均的方法进行整合,得到中国近海海浪数据集,其中,加权平均的方法包括以下步骤:
步骤501、寻找中国东部海域网格和中国南部海域网格合并的经度最大值lon_max、经度最小值lon_min、纬度最大值lat_max、纬度最小值lat_min,构建新的网格G为经纬度范围:lon_min~lon_max,lat_min~lat_max,将步骤4得到的中国东部海域的海浪计算结果E和中国南部海域的海浪计算结果S分别插值到新的网格G上,得到E_new和S_new。
步骤502、计算权重,对东部海域和南部海域网格分别进行如下计算:
步骤5021、按索引值顺序取网格内的一个格点i_grid,如果格点i_grid在本海域外,则权重w=0;如果格点i_grid在本海域内,则权重w=经向权重w1×纬向权重w2,其中w1=(1-(i_grid离中心点的经向距离)/网格经向长度的一半)2,w2=(1-(i_grid离中心点的纬向距离)/网格纬向长度的一半)2;
步骤5022、按按按索引值顺序取网格内的下一个格点i_grid循环步骤5021,直至遍历所有格点;
步骤503、通过编织501及步骤502使得东部海域和南部海域网格点各有一个权重值,网格重合部分就有两个权重值,w_e和w_s,将每个格点的所有权重值求和w_total=∑w_i,w_i表示第i个格点的权重,再乘以该格点的海浪特征要素的数值从而得到最终结果。
2.如权利要求1所述的一种计算高精度中国近海海浪特征分布的方法,其特征在于,步骤2中,使用WRF分别建立中国东部海域气象模型和中国南部海域气象模型时,使用麦卡托投影;网格数为:东部海域232×592个、南部海域511×262个;垂直均为51层,空间分辨率4km,时间步长24秒;选择微物理方案为WRF Single-Moment 6-class scheme、长波辐射方案为RRTMG scheme、短波辐射方案为RRTMG shortwave、边界层方案为Mellor-YamadaNakanishi and Niino Level 2.5PBL、陆面方案为Noah的物理方案;计算结果逐小时输出。
3.如权利要求1所述的一种计算高精度中国近海海浪特征分布的方法,其特征在于,步骤3中,建立全球海浪模型时,设置全球海浪模型为正交网格,空间分辨率0.25°×0.25°;输出时间分辨率为1小时;网格范围为-75°N~75°N,0°E~360°E;波向取360°范围内的24个;频率范围为0.0418~0.4056Hz;分为25个频段;计算时间步长取为900s。
4.如权利要求1所述的一种计算高精度中国近海海浪特征分布的方法,其特征在于,步骤4中,建立中国东部海域海浪模式和中国南部海域海浪模式时,设置模式为正交网格,空间分辨率0.04°×0.04°,输出时间分辨率为1小时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307923.0A CN111292214B (zh) | 2019-12-18 | 2019-12-18 | 一种计算高精度中国近海海浪特征分布的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307923.0A CN111292214B (zh) | 2019-12-18 | 2019-12-18 | 一种计算高精度中国近海海浪特征分布的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111292214A true CN111292214A (zh) | 2020-06-16 |
CN111292214B CN111292214B (zh) | 2024-05-07 |
Family
ID=71028323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911307923.0A Active CN111292214B (zh) | 2019-12-18 | 2019-12-18 | 一种计算高精度中国近海海浪特征分布的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111292214B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112711878A (zh) * | 2020-12-25 | 2021-04-27 | 雾实(福建)科技有限公司 | 一种近岸精细化浪高数值预报方法、装置、设备和介质 |
CN113049220A (zh) * | 2021-03-17 | 2021-06-29 | 中国船舶科学研究中心 | 一种识别混合浪中风浪和涌浪成分的方法 |
CN113128758A (zh) * | 2021-04-16 | 2021-07-16 | 北京玖天气象科技有限公司 | 基于近海浮标海浪观测数据构建的最大浪高预报系统 |
CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 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 |
CN114491386A (zh) * | 2022-02-21 | 2022-05-13 | 国家海洋环境预报中心 | 一种基于海气温差的海浪有效波高订正方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870676A (zh) * | 2014-01-23 | 2014-06-18 | 中国石油大学(华东) | 一种适用于中国近海区域的高度计海浪平均波周期反演方法 |
KR20160102805A (ko) * | 2015-02-23 | 2016-08-31 | 주식회사 동녘 | 해양 기상 분석 장치 및 방법 |
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 |
CN110516279A (zh) * | 2019-06-19 | 2019-11-29 | 中国地质大学深圳研究院 | 基于经验订正的风浪流耦合海洋环境数值预报方法 |
-
2019
- 2019-12-18 CN CN201911307923.0A patent/CN111292214B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870676A (zh) * | 2014-01-23 | 2014-06-18 | 中国石油大学(华东) | 一种适用于中国近海区域的高度计海浪平均波周期反演方法 |
KR20160102805A (ko) * | 2015-02-23 | 2016-08-31 | 주식회사 동녘 | 해양 기상 분석 장치 및 방법 |
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 |
CN110516279A (zh) * | 2019-06-19 | 2019-11-29 | 中国地质大学深圳研究院 | 基于经验订正的风浪流耦合海洋环境数值预报方法 |
Non-Patent Citations (3)
Title |
---|
赵国君等: "次网格数据对台风浪数值模拟结果的影响", 第31届中国气象学会年会, 3 November 2014 (2014-11-03), pages 1 - 4 * |
邱文博: "珠江口附近海域波浪场的数值计算与特征分析", 《海洋湖沼通报》, no. 4, 30 April 2019 (2019-04-30), pages 1 - 4 * |
邹建武等: "海浪建模方法综述", 《舰船电子工程》, no. 11, 30 November 2010 (2010-11-30), pages 1 - 3 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112711878A (zh) * | 2020-12-25 | 2021-04-27 | 雾实(福建)科技有限公司 | 一种近岸精细化浪高数值预报方法、装置、设备和介质 |
CN112711878B (zh) * | 2020-12-25 | 2022-08-30 | 雾实(福建)科技有限公司 | 一种近岸精细化浪高数值预报方法、装置、设备和介质 |
CN113049220A (zh) * | 2021-03-17 | 2021-06-29 | 中国船舶科学研究中心 | 一种识别混合浪中风浪和涌浪成分的方法 |
CN113049220B (zh) * | 2021-03-17 | 2022-04-12 | 中国船舶科学研究中心 | 一种识别混合浪中风浪和涌浪成分的方法 |
CN113128758A (zh) * | 2021-04-16 | 2021-07-16 | 北京玖天气象科技有限公司 | 基于近海浮标海浪观测数据构建的最大浪高预报系统 |
CN113128758B (zh) * | 2021-04-16 | 2023-10-24 | 北京玖天气象科技有限公司 | 基于近海浮标海浪观测数据构建的最大浪高预报系统 |
CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 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 |
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 |
CN114491386A (zh) * | 2022-02-21 | 2022-05-13 | 国家海洋环境预报中心 | 一种基于海气温差的海浪有效波高订正方法 |
CN114491386B (zh) * | 2022-02-21 | 2022-10-28 | 国家海洋环境预报中心 | 一种基于海气温差的海浪有效波高订正方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111292214B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111292214A (zh) | 一种计算高精度中国近海海浪特征分布的方法 | |
Carvalho et al. | Ocean surface wind simulation forced by different reanalyses: Comparison with observed data along the Iberian Peninsula coast | |
Xu et al. | Projected changes in temperature and precipitation extremes over China as measured by 50-yr return values and periods based on a CMIP5 ensemble | |
Cyriac et al. | Variability in Coastal Flooding predictions due to forecast errors during Hurricane Arthur | |
Shimada et al. | Accuracy and characteristics of offshore wind speeds simulated by WRF | |
Maheras et al. | On the relationships between circulation types and changes in rainfall variability in Greece | |
Barlas et al. | Consistent modelling of wind turbine noise propagation from source to receiver | |
Suh et al. | An efficient early warning system for typhoon storm surge based on time-varying advisories by coupled ADCIRC and SWAN | |
Bento et al. | Numerical modelling of the wave energy in Galway Bay | |
Kirchner-Bossi et al. | A long-term perspective of wind power output variability | |
Kirchmeier et al. | Statistical downscaling of daily wind speed variations | |
Bento et al. | Modelling wave energy resources in the Irish West Coast | |
Campos et al. | Spatial distribution of offshore wind statistics on the coast of Portugal using Regional Frequency Analysis | |
Valamanesh et al. | Wind-wave prediction equations for probabilistic offshore hurricane hazard analysis | |
Gallagher et al. | A detailed investigation of the nearshore wave climate and the nearshore wave energy resource on the west coast of Ireland | |
Muis et al. | Global projections of storm surges using high-resolution CMIP6 climate models: validation, projected changes, and methodological challenges | |
Moon et al. | Impact of the reduced drag coefficient on ocean wave modeling under hurricane conditions | |
Liu et al. | Empirical correction ratio and scale factor to project the extreme wind speed profile for offshore wind energy exploitation | |
Salvação et al. | Offshore wind energy assessment for the Iberian coast with a regional atmospheric model | |
Lanerolle et al. | The second generation Chesapeake Bay operational forecast system (CBOFS2) model development and skill assessment | |
CN115586591B (zh) | 风暴潮的自动预报方法以及装置 | |
Markina et al. | Wave climate variability in the North Atlantic in recent decades in the winter period using numerical modeling | |
Brüning et al. | Operational ocean forecasting for German coastal waters | |
Fischer et al. | Seasonal cycle in German daily precipitation extremes | |
Dicopoulos et al. | Weather Research and Forecasting model validation with NREL specifications over the New York/New Jersey Bight for offshore wind development |
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 | ||
CB02 | Change of applicant information |
Address after: 200233 No. 7, Lane 888, Tianlin Road, Minhang District, Shanghai Applicant after: Shanghai Energy Technology Development Co.,Ltd. Address before: 201100 No. 7, Lane 888, Tianlin Road, Xuhui District, Shanghai Applicant before: CPI ELECTRIC POWER ENGINEERING CO.,LTD. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |