CN112818512B - 一种基于风暴模式的最大单波波高Hmax计算方法 - Google Patents

一种基于风暴模式的最大单波波高Hmax计算方法 Download PDF

Info

Publication number
CN112818512B
CN112818512B CN202110003054.3A CN202110003054A CN112818512B CN 112818512 B CN112818512 B CN 112818512B CN 202110003054 A CN202110003054 A CN 202110003054A CN 112818512 B CN112818512 B CN 112818512B
Authority
CN
China
Prior art keywords
wave
storm
wave height
height
model
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
CN202110003054.3A
Other languages
English (en)
Other versions
CN112818512A (zh
Inventor
顾晨
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.)
Three Gorges Technology Co ltd
Shanghai Investigation Design and Research Institute Co Ltd SIDRI
Original Assignee
Shanghai Investigation Design and Research Institute Co Ltd SIDRI
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 Shanghai Investigation Design and Research Institute Co Ltd SIDRI filed Critical Shanghai Investigation Design and Research Institute Co Ltd SIDRI
Priority to CN202110003054.3A priority Critical patent/CN112818512B/zh
Publication of CN112818512A publication Critical patent/CN112818512A/zh
Application granted granted Critical
Publication of CN112818512B publication Critical patent/CN112818512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于风暴模式的最大单波波高Hmax计算方法，包括以下步骤：S1、准备基础数据，搭建波浪模型，获得长时间二维波浪模型结果；S2、提取任一点波浪参数时间序列；S3、对该时间序列进行风暴模式计算，得到可用于长期极值分析的风暴数据库：a、定义单波波高H(单位为m)的短期分布；b、单波波高风暴模式计算；c、单波波高的长期分布。本发明的有益之处在于，可以改进最大单波波高极值求解的方法，并能广泛应用于海洋水文领域。

Description

一种基于风暴模式的最大单波波高Hmax计算方法
技术领域
本发明涉及海上工程分析计算领域，尤其涉及一种基于风暴模式的最大单波波高Hmax计算方法。
背景技术
最大单波波高Hmax是海洋工程结构设计中的关键水文参数。极值分析作为一门统计学，除了运用合理的分布和确保拟合度以外，其计算的准确性极大程度上依赖于样本数据的数量和质量。现在多采用实测波浪数据，记录真实波面随时间变化的过程，进而统计出最大单波波高的方案，该方案的缺点是需要在外海进行实地测量，测量时间和地点较为固定，经费昂贵，灵活性不足。对于工程前期规划和初步设计阶段来说，在缺乏数据基础的情况下很难开展工作。另一种通用方案是根据已经求得的有效波高极值进行换算，但在换算过程中通常采用一个固定的系数，计算精度难以衡量，也难以解释清楚其背后的物理概念。
目前有一种较为先进的方法，其通过数值模型如MIKE 21SW模型计算输出Hmax(单位为 m)：
Figure RE-GDA0003011171430000011
在此公式中，
Figure RE-GDA0003011171430000012
是通过假定波浪服从Rayleigh分布来确定的，
Figure RE-GDA0003011171430000013
其中Hm0为零阶矩有效波高(单位为m)，N为波浪个数，N＝时长/T01，“时长”通常设为 10800秒(3h)，T01为一阶矩波浪周期(单位为s)；
Figure RE-GDA0003011171430000014
是通过假定波浪为单波来确定的，
Figure RE-GDA0003011171430000015
其中
Figure RE-GDA0003011171430000016
k为谱峰波周期对应的波数，d为水深(单位为m)。
Figure RE-GDA0003011171430000017
是深水条件下的破碎波高，其和H1 max取较小值作为最大波高Hmax。
在上述方法的基础上，需要对实际物理海洋的过程进行长时间后报，并且进一步探究单波波高的短期分布形式和长期极值的计算方法，为海洋工程结构设计的气象水文参数提供一种新的求解思路。
发明内容
针对上述缺陷，本发明的目的在于提供一种基于风暴模式的最大单波波高Hmax计算方法，从而为Hmax的统计提供合理、准确且大量的样本数据。
本发明提供了一种基于风暴模式的最大单波波高Hmax计算方法，包括以下步骤：
S1、准备基础数据，搭建波浪模型，获得长时间二维波浪模型结果；
S2、提取任一点波浪参数时间序列；
S3、对该时间序列进行风暴模式计算，得到可用于长期极值分析的风暴数据库：
a、定义单波波高H(单位为m)的短期分布：
单波波高H为一个波周期中连续两次零向上交叉的最高波峰和最深波谷之间的差值；
假定零阶矩有效波高Hm0(单位为m)依据Forristall分布，Forristall单波波高及波峰高度的短期分布函数为：
Figure RE-GDA0003011171430000021
其中，Hm0为零阶矩有效波高(单位为m)，分布参数α和β如下：
Forristall单波波高：α＝0.681β＝2.126
Forristall主峰波高(3D)：α＝0.3536+0.2568·S1+0.0800·Ur
Figure RE-GDA0003011171430000022
Figure RE-GDA0003011171430000023
其中，g为重力常数(单位为N/kg)，T01为一阶矩波浪周期(单位为s)，L为波长(单位为m)，d为水深(单位为m)；
对于这类分布，风暴事件中最有可能发生的最大单波波高(最可几值)Hmp(单位为m) 的短期分布函数为：
Figure RE-GDA0003011171430000031
其中，Hmax为最大单波波高(单位为m)，N为波浪个数；
b、单波波高风暴模式计算：
通过从Hm0的时间序列中提取峰值来识别风暴过程，并对每个风暴过程中高于预设阈值的每个海况都进行波高分布的计算；
假定H对Hm0的短期条件分布P(H|Hm0)服从公式A.1，由n个海况的结果组成风暴后获得最大单波波高Hmax的概率分布函数：
Figure RE-GDA0003011171430000032
其中Nwaves为每个海况中的波浪数量；
最大单波波高Hmax的风暴模式的最大可几值为：
Figure RE-GDA0003011171430000033
在此基础上可生成历史风暴的数据库，并将每一场风暴都根据其Hmax的最大可几值进行特征化，以用作将来的极值分析；
c、单波波高的长期分布：
通过公式A.2与最大单波波高的风暴模式条件分布卷积求得单波波高和波峰波高的长期分布函数：
Figure RE-GDA0003011171430000034
等效风暴中最大单波波高Hmax的密度函数为：
Figure RE-GDA0003011171430000035
其中，Hm0，eq为等效高斯钟形风暴峰值零阶矩有效波高(单位为m)。
优选地，所述S1包括以下步骤：
a、准备工程海域搭建数值模型的基础数据；
b、搭建工程海域水动力模型和波浪模型，并进行数值模型的率定和验证；其中，水动力模型输出的二维水位文件作为波浪模型的输入文件；
c、运行长时间的波浪模型，得到长时间二维波浪模型结果。
优选地，在所述S3的步骤b中，将单个风暴中高于0.7倍风暴峰值的Hm0视为Hm0时间序列的一部分，并将这一刻作为风暴过程的起始时刻。
优选地，在所述S3的步骤b中，通过计算海况的平均跨零周期来估计出Nwaves的取值。
本发明的有益之处在于，可以改进最大单波波高极值求解的方法，并能广泛应用于海洋水文领域。在经济效益上，可以通过短期现场观测数据对波浪数值模型的各参数进行率定，并得到任意海域的长期波浪数据库。基于风暴模式的单波波高筛选方法也更贴近实际物理过程，为海洋工程设计提供了可靠的海洋水文数据。
具体实施方式
下面对本发明的具体实施方式作进一步详细说明。这些实施方式仅用于说明本发明，而并非对本发明的限制。
本发明提供了一种基于风暴模式的最大单波波高Hmax计算方法，包括以下步骤：
S1、包括：
a、准备工程海域搭建数值模型的基础数据：如海域海底水深数据、海岸线位置、工程区实测波浪数据(用于下一步的数值模型的率定和验证)、经矫正的大范围风场(气候风和台风) 等；
b、搭建工程海域水动力模型和波浪模型，并进行数值模型的率定和验证；其中，水动力模型输出的二维水位文件作为波浪模型的输入文件，其对浅水波浪的计算结果作用明显；
c、运行长时间的波浪模型(包括气候风和台风作用下的情况)，得到长时间二维波浪模型结果。
S2、提取工程区任意点波浪参数时间序列，并在提取后对数据进行合并，即将台风事件下的波浪时间序列结果与气候风条件驱动下的波浪结果合并。因此在生成该数据的同时考虑了我国冬季风暴和夏季台风极端事件的作用。
S3、对该时间序列进行风暴模式计算，得到可用于长期极值分析的风暴数据库：
a、定义单波波高H(单位为m)的短期分布：
单波波高H为一个波周期中连续两次零向上交叉的最高波峰和最深波谷之间的差值；
Forristall波高分布基于墨西哥湾的实测数据，其适用性已在北海的使用经验中得到验证。假定零阶矩有效波高Hm0(单位为m)依据Forristall分布，Forristall单波波高及波峰高度的短期分布函数为：
Figure RE-GDA0003011171430000051
其中，Hm0为零阶矩有效波高(单位为m)，分布参数α和β如下：
Forristall单波波高：α＝0.681 β＝2.126
Forristall主峰波高(3D)：α＝0.3536+0.2568·S1+0.0800·Ur
Figure RE-GDA0003011171430000052
Figure RE-GDA0003011171430000053
其中，g为重力常数(单位为N/kg)，T01为一阶矩波浪周期(单位为s)，L为波长(单位为m)，d为水深(单位为m)；
对于这类分布，风暴事件中最有可能发生的最大单波波高(即最可几值)Hmp(单位为m) 的短期分布函数为：
Figure RE-GDA0003011171430000054
其中，Hmax为最大单波波高(单位为m)，N为波浪个数。
最可几值的定义为：在大量的样本中，样本函数值的分布呈现一定的规律性，若把样本空间分为若干相等小区间，在某个区间样本函数值所占的比率最大，这个最大值，就叫做最可几值。
b、单波波高风暴模式计算：
单波波高和波峰波高的极值可通过风暴模式(storm mode)方法得到。实际应用中，通过从Hm0的时间序列中提取峰值来识别风暴过程，即将单个风暴中高于0.7倍风暴峰值的Hm0视为Hm0时间序列的一部分，并将这一刻作为风暴过程的起始时刻。
对每个风暴过程中高于预设阈值的每个海况都进行波高分布的计算。假定H对Hm0的短期条件分布P(H|Hm0)服从公式A.1，由n个海况的结果组成风暴后获得最大单波波高Hmax的概率分布函数：
Figure RE-GDA0003011171430000061
其中Nwaves为每个海况中的波浪数量，可通过计算海况的平均跨零周期来估计获得。
最大单波波高Hmax的风暴模式的最大可几值为：
Figure RE-GDA0003011171430000062
在此基础上可生成历史风暴的数据库，并将每一场风暴都根据其Hmax的最大可几值进行特征化，以用作将来的极值分析。
c、单波波高的长期分布：
通过公式A.2与最大单波波高的风暴模式条件分布卷积求得单波波高和波峰波高的长期分布函数：
Figure RE-GDA0003011171430000063
其中，β可从公式A.1中得到，N可通过针对每一个单独的风暴定义其等效风暴属性来确定。
等效风暴中最大单波波高Hmax的密度函数为：
Figure RE-GDA0003011171430000064
其中，Hm0，eq为等效高斯钟形风暴峰值零阶矩有效波高(单位为m)。
综上所述，本发明与现有技术相比，可以改进最大单波波高极值求解的方法，并能广泛应用于海洋水文领域。在经济效益上，可以通过短期现场观测数据对波浪数值模型的各参数进行率定，并得到任意海域的长期波浪数据库。基于风暴模式的单波波高筛选方法也更贴近实际物理过程，为海洋工程设计提供了可靠的海洋水文数据。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (4)

1.一种基于风暴模式的最大单波波高Hmax计算方法，其特征在于，包括以下步骤：
S1、准备基础数据，搭建波浪模型，获得长时间二维波浪模型结果；
S2、提取任一点波浪参数时间序列；
S3、对该时间序列进行风暴模式计算，得到可用于长期极值分析的风暴数据库：
a、定义单波波高H(单位为m)的短期分布：
单波波高H为一个波周期中连续两次零向上交叉的最高波峰和最深波谷之间的差值；
假定零阶矩有效波高Hm0(单位为m)依据Forristall分布，Forristall单波波高及波峰高度的短期分布函数为：
Figure FDA0003693265810000011
其中，Hm0为零阶矩有效波高(单位为m)，分布参数α和β如下：
Forristall单波波高：α＝0.681 β＝2.126
Forristall主峰波高(3D)：α＝0.3536+0.2568·S1+0.0800·Ur
Figure FDA0003693265810000012
Figure FDA0003693265810000013
其中，g为重力常数(单位为N/kg)，T01为一阶矩波浪周期(单位为s)，L为波长(单位为m)，d为水深(单位为m)；
对于这类分布，风暴事件中最有可能发生的最大单波波高(最可几值)Hmp(单位为m)的短期分布函数为：
Figure FDA0003693265810000014
其中，Hmax为最大单波波高(单位为m)，N为波浪个数；
b、单波波高风暴模式计算：
通过从Hm0的时间序列中提取峰值来识别风暴过程，并对每个风暴过程中高于预设阈值的每个海况都进行波高分布的计算；
假定H对Hm0的短期条件分布P(H|Hm0)服从公式A.1，由n个海况的结果组成风暴后获得最大单波波高Hmax的概率分布函数：
Figure FDA0003693265810000021
其中Nwaves,j为第j个海况中的波浪数量；
最大单波波高Hmax的风暴模式的最大可几值为：
Figure FDA0003693265810000022
在此基础上可生成历史风暴的数据库，并将每一场风暴都根据其Hmax的最大可几值进行特征化，以用作将来的极值分析；
c、单波波高的长期分布：
通过公式A.2与最大单波波高的风暴模式条件分布卷积求得单波波高和波峰波高的长期分布函数：
Figure FDA0003693265810000023
等效风暴中最大单波波高Hmax的密度函数为：
Figure FDA0003693265810000024
其中，Hm0，eq为等效高斯钟形风暴峰值零阶矩有效波高(单位为m)。
2.根据权利要求1所述的计算方法，其特征在于，所述S1包括以下步骤：
a、准备工程海域搭建数值模型的基础数据；
b、搭建工程海域水动力模型和波浪模型，并进行数值模型的率定和验证；其中，水动力模型输出的二维水位文件作为波浪模型的输入文件；
c、运行长时间的波浪模型，得到长时间二维波浪模型结果。
3.根据权利要求1所述的计算方法，其特征在于，在所述S3的步骤b中，将单个风暴中高于0.7倍风暴峰值的Hm0视为Hm0时间序列的一部分，并将这一刻作为风暴过程的起始时刻。
4.根据权利要求1所述的计算方法，其特征在于，在所述S3的步骤b中，通过计算海况的平均跨零周期来估计出每个海况中的波浪数量的取值。
CN202110003054.3A 2021-01-04 2021-01-04 一种基于风暴模式的最大单波波高Hmax计算方法 Active CN112818512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110003054.3A CN112818512B (zh) 2021-01-04 2021-01-04 一种基于风暴模式的最大单波波高Hmax计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110003054.3A CN112818512B (zh) 2021-01-04 2021-01-04 一种基于风暴模式的最大单波波高Hmax计算方法

Publications (2)

Publication Number Publication Date
CN112818512A CN112818512A (zh) 2021-05-18
CN112818512B true CN112818512B (zh) 2022-09-30

Family

ID=75856982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110003054.3A Active CN112818512B (zh) 2021-01-04 2021-01-04 一种基于风暴模式的最大单波波高Hmax计算方法

Country Status (1)

Country Link
CN (1) CN112818512B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114186194B (zh) * 2021-12-07 2023-05-26 中国船舶科学研究中心 一种基于空间风暴过程的设计波高计算方法
CN114740550B (zh) * 2022-06-14 2022-08-26 广东海洋大学 一种连续风暴事件智能识别预警方法及系统
CN115270080B (zh) * 2022-09-27 2023-01-31 中国海洋大学 一种海况时间历程快速生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990404A (zh) * 2017-03-30 2017-07-28 南京信息工程大学 一种利用导航x波段雷达反演海面波高的自动定标算法
CN107291995A (zh) * 2017-05-27 2017-10-24 中国船舶工业集团公司第七〇八研究所 一种基于谱分析法的浮式海洋结构物结构应力计算方法
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
CN110498010A (zh) * 2019-09-05 2019-11-26 鲁东大学 一种基于pot的破损船舶倾覆概率计算方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3726112B2 (ja) * 2002-12-13 2005-12-14 独立行政法人 宇宙航空研究開発機構 Ｇｐｓ式波向計測方法
US8000945B2 (en) * 2008-08-08 2011-08-16 The United States Of America Represented By The Secretary Of The Navy Method for determining heterogeneous bottom friction distributions using a numerical wave model
JP5229500B2 (ja) * 2009-08-21 2013-07-03 国立大学法人 東京大学 超音波による波浪計測方法および波浪計測システム
CN105005695B (zh) * 2015-07-14 2018-03-09 中国海洋大学 一种用于时域疲劳分析的波浪散布图组块等效方法
CN107944156B (zh) * 2017-11-29 2018-11-06 中国海洋大学 波高阈值的选取方法
CN108229043B (zh) * 2018-01-12 2021-05-11 中国海洋大学 考虑涡激效应的深海spar型浮式风机疲劳损伤分析方法
CN110954071A (zh) * 2019-12-13 2020-04-03 哈尔滨工程大学 一种波浪参数的概率统计分析方法
CN111898089B (zh) * 2020-06-16 2024-05-10 中国海洋大学 确定台风影响海域有效波高和增水联合概率的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990404A (zh) * 2017-03-30 2017-07-28 南京信息工程大学 一种利用导航x波段雷达反演海面波高的自动定标算法
CN107291995A (zh) * 2017-05-27 2017-10-24 中国船舶工业集团公司第七〇八研究所 一种基于谱分析法的浮式海洋结构物结构应力计算方法
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
CN110498010A (zh) * 2019-09-05 2019-11-26 鲁东大学 一种基于pot的破损船舶倾覆概率计算方法

Also Published As

Publication number Publication date
CN112818512A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN112818512B (zh) 一种基于风暴模式的最大单波波高Hmax计算方法
Yang et al. Regional flood frequency and spatial patterns analysis in the Pearl River Delta region using L-moments approach
Hussain Application of the regional flood frequency analysis to the upper and lower basins of the Indus River, Pakistan
Jadhav et al. Field investigation of wave dissipation over salt marsh vegetation during tropical cyclone
CN112036691A (zh) 一种基于jpm-os-q模型的河口地区极端风暴潮水位计算方法
CN113281754B (zh) 一种雨量站融合雷达定量估测降雨的WRF-Hydro关键参数率定方法
Zhang et al. Analysis of 50-year wind data of the southern Baltic Sea for modelling coastal morphological evolution–a case study from the Darss-Zingst Peninsula
CN114329950A (zh) 基于动态概化的斜坡式潜堤波浪水动力影响数值模拟方法
Chebud et al. Operational prediction of groundwater fluctuation in South Florida using sequence based Markovian stochastic model
CN113435630A (zh) 一种产流模式自适应的流域水文预报方法及系统
CN111597506B (zh) 近岸波浪破碎参数和波高的预测方法
CN110728042B (zh) 一种快速预报长时间尺度海岸波浪要素的方法
Soomere Extending the observed Baltic Sea wave climate back to the 1940s
Fischer et al. Seasonal cycle in German daily precipitation extremes
CN111523223A (zh) 超长重现期极值风速的推算方法
Räämet et al. Spatial variations in the wave climate change in the Baltic Sea
Arena et al. Optimal configuration of a U-OWC wave energy converter
Hu et al. Modelling of storm surge in the coastal waters of Yangtze Estuary and Hangzhou Bay, China
Kim et al. A Bivariate Frequency Analysis of Extreme Wave Heights and Periods Using a Copula Function in South Korea
CN115952751B (zh) 一种swan模型的风速修正方法及系统
Miranda et al. Numerical modeling of intertidal mudflat profile evolution under waves and currents
CN110020792A (zh) 基于洪水洪峰-洪量联合的高堆石坝施工度汛风险预测方法
Stockdon et al. Hindcasting potential hurricane impacts on rapidly changing barrier islands
CN113094876B (zh) 未来情景下基于arima模型的水库防洪风险计算方法和系统
Jinshan et al. Characteristics of storm surge due to typical typhoon tracks in coastal areas of the South Yellow 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
TR01 Transfer of patent right

Effective date of registration: 20221207

Address after: 200434 Shanghai city Hongkou District Yixian Road No. 388

Patentee after: SHANGHAI INVESTIGATION, DESIGN & RESEARCH INSTITUTE Co.,Ltd.

Patentee after: Three Gorges Technology Co.,Ltd.

Address before: 200434 Shanghai city Hongkou District Yixian Road No. 388

Patentee before: SHANGHAI INVESTIGATION, DESIGN & RESEARCH INSTITUTE Co.,Ltd.