CN113255962A - 一种多模式海浪集成预报系统及方法 - Google Patents

一种多模式海浪集成预报系统及方法 Download PDF

Info

Publication number
CN113255962A
CN113255962A CN202110408691.9A CN202110408691A CN113255962A CN 113255962 A CN113255962 A CN 113255962A CN 202110408691 A CN202110408691 A CN 202110408691A CN 113255962 A CN113255962 A CN 113255962A
Authority
CN
China
Prior art keywords
data
sea
wave
forecasting
sea wave
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
Application number
CN202110408691.9A
Other languages
English (en)
Inventor
王雪
王晓峰
何晓凤
成和祥
董礼
肖擎曜
张雪松
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.)
Cgn Beijing New Energy Technology Co ltd
Beijing Jiutian Jiutian Meteorological Technology Co ltd
Original Assignee
Cgn Beijing New Energy Technology Co ltd
Beijing Jiutian Jiutian Meteorological Technology Co ltd
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 Cgn Beijing New Energy Technology Co ltd, Beijing Jiutian Jiutian Meteorological Technology Co ltd filed Critical Cgn Beijing New Energy Technology Co ltd
Priority to CN202110408691.9A priority Critical patent/CN113255962A/zh
Publication of CN113255962A publication Critical patent/CN113255962A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

一种多模式海浪集成预报系统及方法涉及海浪预报技术领域,解决了现有海浪预报模式的精准确度和稳定性均有待提高的问题,预报系统包括用于提取浮标站观测数据和至少两套海浪预报数据的数据提取模块、用于过滤浮标站观测数据的数据质量控制模块、用于根据浮标站观测数据的时空分辨率统一海浪预报数据的时空分辨率的数据统一模块、用于根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量数据检验模块;用于计算海浪预报数据权重系数的权重系数计算模块、用于进行海浪集成计算的品海浪集成预报模块。本发明有效地提升了近海区域所有海区的海浪预报准确率及稳定性。

Description

一种多模式海浪集成预报系统及方法
技术领域
本发明涉及海浪预报技术领域,具体涉及一种多模式海浪集成预报系统及方法。
背景技术
中国海域受灾害性海浪影响严重,夏季南海和东海频繁遭受台风浪袭击,冬季和春秋季时渤海、黄海、东海常常受气旋浪和寒潮浪袭击,给沿海地区造成严重的经济损失和人员伤亡,严重制约海上活动安全;除此之外,我国正处于海洋工程积极发展阶段,海上风电、海洋工程等大量项目的建设和运维需要海浪预报产品的有力支撑。受海洋因素影响,海上工程风险大、成本高、作业窗口期短,如不能科学应对灾害性海浪,将对海上工程安全生产及效益造成严重影响,尤其是台风、海上强浪、强风等海洋灾害。因此,提供精准度高、时空分辨率高、更新频次快的海浪预报产品,可为海洋工程防灾减灾提供宝贵时间,降低灾害损失,对保障人员安全、设备安全、海上工程安全生产有重要意义。
随着数值预报技术的高速发展,目前国内外常用海浪模式制作海浪预报产品,可预测未来几天内海浪的变化特征,其中最常用的为欧洲中心(ECMWF)和美国(NCEP)海浪预报产品,但产品精细化程度有限,时空分辨率相对较粗,难以完全满足海洋工程实际服务需要。为弥补ECMWF和NCEP海浪预报产品的短板,需要研发一种提升了时间及空间精确度的海浪预报模式,但是单一的数据源对某些海区的预报有一定局限性,难以做出精细化预测,同时单一数据源数据存在单一性及不稳定性。如何应用多源海浪预报数据,结合实时浮标观测数据,制作精准度高、时空分辨率高的海浪预报产品在海洋工程服务中尤其重要。
发明内容
为了解决现有海浪预报模式的精准确度和稳定性均有待提高的问题,本发明提供一种多模式海浪集成预报系统及方法。
本发明为解决技术问题所采用的技术方案如下:
一种多模式海浪集成预报系统,包括:
数据提取模块,用于提取浮标站观测数据和至少两套海浪预报数据;
数据质量控制模块,用于过滤浮标站观测数据得到质量控制后的浮标观测数据;
数据统一模块,用于根据浮标站观测数据的时空分辨率统一所有套海浪预报数据的时空分辨率;
数据检验模块,用于根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量;
权重系数计算模块,用于根据预报质量计算每套统一时空分辨率的海浪预报数据的权重系数;
海浪集成预报模块,用于根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数进行海浪集成计算得到海浪集成预报产品。
一种多模式海浪集成预报系统的预报方法,包括如下步骤:
数据提取模块提取浮标站观测数据和至少两套海浪预报数据;
数据质量控制模块过滤浮标站观测数据得到质量控制后的浮标观测数据;
数据统一模块根据浮标站观测数据的时空分辨率统一所有套海浪预报数据的时空分辨率得到统一时空分辨率的海浪预报数据;
数据检验模块根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量;
权重系数计算模块根据数据检验模块得到的预报质量计算每套统一时空分辨率的海浪预报数据的权重系数;
海浪集成预报模块根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数计算海浪集成预报产品。
本发明的有益效果是:
本发明通过实时获取浮标站观测数据和海浪预报数据,对时空分辨率相对较粗的海浪预报数据进行时空分辨率统一,结合质量控制后的浮标站观测数据,对统一时空分辨率的海浪预报数据进行检验,计算统一时空分辨率的海浪预报数据的权重分配系数,根据权重系数进行海浪集成预报,有效提升海浪预报准确率。本发明能够避免单一数据源在某些海区预报能力的局限性,保障海浪预报数据的优越性及稳定性,有效地提升了近海区域所有海区的海浪预报准确率,制作了准确率高、时空分辨率高的海浪预报数据,为海上工程安全生产提供精准海浪预报产品。
附图说明
图1为本发明的一种多模式海浪集成预报系统的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
一种多模式海浪集成预报系统包括:数据提取模块、数据质量控制模块、数据统一模块、数据检验模块、权重系数计算模块和海浪集成预报模块,如图1。
数据提取模块,数据提取模块用于提取浮标站观测数据和至少两种海浪预报数据,不同种的海浪预报数据之间来源不同,海浪预报数据共p套,p为大于等于2的整数,某套海浪预报数据分别称为第k套海浪预报数据SWHk(m,n,t),SWHk(m,n,t)为t时刻位于(m,n)点位的第k套海浪预报数据,k=1,…,p。任意两套(即两种)海浪预报数据均来自不同的天气预报服务机构,天气预报服务机构包括天气预报中心和天气预报服务公司。
本实施方式中采用三套海浪预报数据,三套海浪预报数据分别称为第k套海浪预报数据,k=1,2,3。本实施方式中获取三套海浪预报数据,分别为玖天海浪预报数据(基于北京玖天气象科技有限公司研发的气象预报数据,利用WW3海浪预报模式,可得到玖天海浪预报数据,该数据可在玖天气象《海上专业气象服务平台》上获取,称为第1套海浪预报数据)、NCEP海浪预报数据(美国国家数值天气预报中心得到的海浪预报数据,即对外公布的预报结果,称为第2套海浪预报数据)、ECMWF海浪预报数据(欧洲中期数值天气预报中心得到的海浪预报数据,称为第3套海浪预报数据)。本实施方式中数据提取模块包括玖天海浪预报数据提取单元、NCEP海浪预报数据提取单元、ECMWF海浪预报数据提取单元、浮标站观测数据提取单元。玖天海浪预报数据提取单元用于提取玖天海浪预报数据,并对玖天海浪预报数据行解码处理,获得逐时刻、逐网格的玖天海浪预报数据SWH1(m,n,t),SWH1(m,n,t)为t时刻位于(m,n)点位的玖天海浪预报数据。NCEP海浪预报数据提取单元用于提取NCEP海浪预报数据,并对NCEP海浪预报数据行解码处理,获得逐时刻、逐网格的NCEP海浪预报数据SWH2(m,n,t),SWH2(m,n,t)为t时刻位于(m,n)点位的NCEP海浪预报数据。ECMWF海浪预报数据提取单元用于提取ECMWF海浪预报数据,并对ECMWF海浪预报数据行解码处理,获得逐时刻、逐网格的ECMWF海浪预报数据SWH3(m,n,t),SWH3(m,n,t)为t时刻位于(m,n)点位的ECMWF海浪预报数据。浮标站观测数据提取单元用于提取浮标站观测数据。
数据质量控制模块,数据质量控制模块用于过滤浮标站观测数据得到质量控制后的浮标观测数据,具体为:数据质量控制模块选出并在浮标站中剔除异常浮标站得到质量控制后的浮标站,然后在数据提取模块提取的浮标站观测数据中剔除异常浮标站的浮标站观测数据,得到质量控制后的浮标站观测数据。
筛选中国近海区域的浮标站,即剔除异常站点,异常浮标站包括观测得到的样本过少的浮标站(浮标站观测数据时有时无)和观测的数据数值明显错误的浮标站(浮标站观测数据超出正常范围),在数据提取模块所提取的浮标站观测数据中删除被剔除的浮标站所观测的浮标站观测数据,得到质量控制后的浮标站观测数据。依据浮标站的纬度信息对保留的浮标站进行排序。
数据统一模块,数据统一模块用于根据浮标站观测数据的时间空间分辨率对所有种海浪预报数据的时间空间分辨率进行统一,统一得到统一时空分辨率的海浪预报数据。第k套海浪预报数据SWHk(m,n,t)经数据统一模块后变为USWHk(m,n,t)。数据统一模块将数据提取模块提取的海浪预报数据进行预处理,统一不同种海浪预报数据的空间分辨率和时间尺度,获取统一的空间分辨率和时间尺度的海浪预报数据。对应浮标站观测数据统一海浪预报数据的空间分辨率和时间尺度,目的是使得统一空间分辨率和时间尺度后的海浪预报数据能够用于数据检验模块中的插值,通常为对空间分辨率和时间分辨率进行降尺度,使得USWHk(m,n,t)与质量控制后的浮标观测数据的时间空间分辨率相匹配。
本实施方式中将NCEP海浪预报数据和ECMWF海浪预报数据的时间分辨率和空间分辨率均按照玖天海浪预报数据进行统一,将NCEP海浪预报数据和ECMWF海浪预报数据进行时空降尺度。利用双线性空间插值方法,将NCEP海浪预报数据、ECMWF海浪预报数据插值到空间分辨率与玖天海浪预报数据一致的网格场上;再利用时间插值法将空间插值后的NCEP海浪预报数据、空间插值后的ECMWF海浪预报数据均插值到逐小时网格格点上,得到时空降尺度处理后的NCEP海浪预报数据USWH2(m,n,t)和时空降尺度处理后的ECMWF海浪预报数据USWH3(m,n,t)。即数据统一模块获取了空间分辨率和时间尺度均与玖天海浪预报数据相统一的NCEP海浪预报数据、ECMWF海浪预报数据。经数据统一模块不需要改变时间和空间分辨率的海浪预报数据也表示为USWHk(m,n,t),SWH1(m,n,t)经数据统一模块玖天海浪预报数据后用USWH1(m,n,t)表示。
数据检验模块,用于根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量。
数据检验模块能够将所有套数据统一模块输出的统一时空分辨率的海浪预报数据与质量控制模块质量控制后的浮标站观测数据进行一一对应,也就是将统一空间分辨率和时间分辨率后的所有种海浪预报数据分别插值到质量控制后的浮标站的每个浮标站上。数据检验模块用于对浮标站进行海域划分。数据检验模块能够根据划分的海域检验统一时空分辨率的海浪预报数据的预报质量,即计算统一时空分辨率的海浪预报数据的均方根误差。
权重系数计算模块,用于根据预报质量计算每套统一时空分辨率的海浪预报数据的权重系数。权重系数计算模块能够计算每套海浪预报数据在每个海域内的权重系数。
数据检验模块的预报质量具体可为:对于所述数据检验模块划分的每个海域,数据检验模块均能够根据该海域内的每套统一时空分辨率的海浪预报数据计算该套海浪预报数据下的浮标站的均方根误差的平均值,也称平均均方根误差,此种情况下平均均方根误差作为预报质量。
数据检验模块利用站点插值方法,将USWH1(m,n,t)、USWH2(m,n,t)和USWH3(m,n,t)分别插值到剔除异常站点的浮标站后的各个浮标站上,实现海浪预报数据USWH1(m,n,t)、USWH2(m,n,t)和USWH3(m,n,t)与浮标站观测数据的一一对应,每个浮标站具有(即对应)3种海浪预报数据。然后将所有浮标站根据不同海域的空间范围划分到不同海域,共o个海域(o为正整数),对o个海域进行排序,即编号,编号仅用于区分海域。对浮标站进行海域划分时,根据渤海、黄海、东海、台湾海峡、南海海域的空间范围,以及每个浮标站的经纬度信息,将所有浮标站划分到不同海域。最后利用均方根误差RMSE对每套海浪预报数据分海域一一检验。利用均方根误差RMSE作为检验参数,对于每个海域的每个浮标站一一检验数据统一模块输出的三套海浪预报数据的预报质量,每个浮标站得到3个均方根误差;对于每个海域的每一套海浪预报数据下的所有浮标站,求均方根误差的平均值,得到预报质量。
均方根误差RMSE的公式为:
Figure BDA0003023307020000061
其中的f表示一个浮标站的统一时空分辨率后的某一套海浪预报数据;o表示一个浮标站的浮标站观测数据;fi表示一个浮标站的统一时空分辨率后的某一套(第k套)海浪预报数据的第i个样本;oi表示该个浮标站的浮标站观测数据的第i个样本,N为该个浮标站中的样本总个数;i表示该个浮标站的样本序号。某一海域的某一套海浪预报数据的预报质量为:计算出该海域中每个浮标站的均方根误差,其中fi对应该套海浪预报数据,求该相同海域内所有浮标站的均方根误差的均值,即得到该套海浪预报数据在该海域的平均均方根误差,也就得到对于该套海浪预报数据在该海域的预报质量。
权重系数计算模块具体能够根据平均均方根误差计算每套海浪预报数据在每个海域内的权重系数。求取每一套统一时空分辨率的海浪预报数据在每一个相同海域内所有浮标站的权重系数平均值,计算后得到p套海浪预报数据的每一套在每个海域的权重系数。
权重系数计算模块基于数据检验模块得到的第k套海浪预报数据在第o个海域的平均均方根误差
Figure BDA0003023307020000062
计算该个海域内每套海浪预报数据的权重系数,公式如下:
Figure BDA0003023307020000071
W(k,o)表示第k套统一时空分辨率的海浪预报数据在第o个海域内的权重系数,j表示∑算法中某套海浪预报数据的序号,k=1、2、……、p,
Figure BDA0003023307020000072
表示第k套统一时空分辨率的海浪预报数据在的第o个海域内的平均均方根误差,
Figure BDA0003023307020000073
表示第j套统一时空分辨率的海浪预报数据在的第o个海域内的平均均方根误差。
根据三套海浪预报数据过去三天(考虑到台风等系统对海浪预报效果的影响,本实施方式中选取过去三天的海浪预报数据)的平均均方根误差,计算单个浮标站所对应每套海浪预报数据的权重系数,公式如下:
Figure BDA0003023307020000074
W1,o为统一时空分辨率的玖天海浪预报数据在第o个海域内的权重系数,W2o为统一时空分辨率的NCEP海浪预报数据在第o个海域内的权重系数,W3,o为统一时空分辨率的ECMWF海浪预报数据在第o个海域内的权重系数,
Figure BDA0003023307020000075
表示统一时空分辨率的玖天海浪预报数据在的第o个海域内的平均均方根误差,
Figure BDA0003023307020000076
表示统一时空分辨率的NCEP海浪预报数据在的第o个海域内的平均均方根误差,
Figure BDA0003023307020000077
表示统一时空分辨率的ECMWF海浪预报数据在的第o个海域内的平均均方根误差。
上述数据检验模块和权重系数计算模块也可以:数据检验模块计算单个浮标站所对应每套海浪预报数据的均方根误差,均方根误差作为预报质量;然后权重系数计算模块利用数据检验模块的均方根误差计算单个浮标站所对应的每套海浪预报数据的权重系数;最后对于每套海浪预报数据,权重系数计算模块均求取同一海域中所有浮标站的权重系数的平均值,又称权重系数平均值或平均权重系数,平均权重系数作为该海域不同海浪预报产品的集成权重依据,即平均权重系数作为海浪集成预报模块所使用的统一时空分辨率的海浪预报数据的权重系数。具体如下:
首先,数据检验模块计算的单个浮标站均方根误差(过去三天均方根误差),用RMSE(k,s)第k套海浪预报数据在第s个浮标站的均方根误差,即RMSE(1,s)表示玖天海浪预报数据在第s个浮标站的均方根误差,RMSE(2,s)表示NCEP海浪预报数据在第s个浮标站的均方根误差,RMSE(3,s)表示ECMWF海浪预报数据在第s个浮标站的均方根误差;
然后,权重系数计算模块基于p套海浪预报数据的均方根误差计算单个浮标站所对应每套海浪预报数据的权重系数,公式如下:
Figure BDA0003023307020000081
Wk,s为第k套海浪预报数据在第s个浮标站的权重系数,j表示某套海浪预报数据的序号,k=1、2、……、p。
本实施方式中三套海浪预报数据过去三天的均方根误差,计算单个浮标站所对应每套海浪预报数据的权重系数,公式如下:
Figure BDA0003023307020000082
W1,s为玖天海浪预报数据在第s个浮标站的权重系数,W2,s为NCEP海浪预报数据在第s个浮标站的权重系数,W3,s为ECMWF海浪预报数据在第s个浮标站的权重系数。
最后,求取相同海域内所有浮标站的权重系数的平均值,得到p套海浪预报数据在每个海域过去三天浮标站平均的权重系数。
海浪集成预报模块,用于根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数进行海浪集成计算得到海浪集成预报产品。
根据每套统一时空分辨率的海浪预报数据和每套统一时空分辨率的海浪预报数据在网格点所属海域内的权重系数进行海浪集成计算,先判断网格点属于哪个海域,再根据每套统一时空分辨率的海浪预报数据和根据每套统一时空分辨率的海浪预报数据在该网格点所属海域内的权重系数进行海浪集成计算,得到逐小时海浪集成预报产品。
判断每个网格点属于哪个海区(渤海、黄海、东海、台湾海峡和南海对应的o顺次为1、2、3、4和5),例如网格点属于渤海,则集成过程中采用三套海浪预报数据在渤海过去三天的权重系数,基于渤海海域中三套海浪预报数据各自的权重系数W(k,o),利用计算公式进行海浪集成计算,得到逐小时海浪集成预报数据,计算公式为:
Y(m,n,t)=∑USWHk(m,n,t)×W(k,o)
那么为Y(m,n,t)=USWH1(m,n,t)×W(1,1)+USWH2(m,n,t)×W(2,1)+USWH3(m,n,t)×W(3,1)
W(1,o)+W(2,o)+W(3,o)=W(1,1)+W(2,1)+W(3,1)=1,Y(m,n,t)为t时刻位于(m,n)经纬度网格点的海浪集成预报产品。
在实时海浪集成预报产品中,需循环重复权重系数计算步骤,实时计算当前日期过去三天的均方根误差,统计计算每个海域的(平均)权重系数,从而计算当前日期的海浪集成预报产品。
基于上述一种多模式海浪集成预报系统的一种多模式海浪集成预报方法,包括如下步骤:
数据提取模块提取浮标站观测数据和至少两套海浪预报数据;
数据质量控制模块过滤浮标站观测数据得到质量控制后的浮标观测数据;
数据统一模块根据浮标站观测数据的时空分辨率统一所有套海浪预报数据的时空分辨率得到统一时空分辨率的海浪预报数据;
数据检验模块根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量;
权重系数计算模块根据数据检验模块得到的预报质量计算每套统一时空分辨率的海浪预报数据的权重系数;
海浪集成预报模块根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数计算海浪集成预报产品。
下面对一段时间内玖天海浪预报数据、NCEP海浪预报数据、ECMWF海浪预报数据以及多源海浪集成预报产品进行预报效果检验分析。
选取2019年8月三套海浪预报数据以及对应时段的浮标观测数据,利用本发明中设计的一种多模式海浪集成预报方法,计算得到海浪集成预报数据。海浪预报数据采用海浪有效波高预报数据。利用误差和均方根误差,对三套海浪预报数据与集成预报数据进行检验分析(如表1),发现:海浪集成预报效果最佳,提升了中国近海区域海浪预报效果,海浪有效波高的海域平均误差仅有0.22m;不同海域的海浪预报效果整体表现为:黄海>渤海>东海>南海>台湾海峡,黄海与渤海海浪预报效果较好,海浪有效波高的误差与均方根误差均不超过0.2m,东海与南海其次,台湾海峡最差;对比原始三套海浪预报数据发现,不同海域最佳预报数据源不同,因此综合考虑三套海浪预报数据在不同海域预报效果的优异性,宜采用海浪集成方法。
表1海浪预报数据检验结果
Figure BDA0003023307020000101
综上可知,通过大量比对试验,在中国近海区域,集成预报产品性能优于EC和NCEP发布的海浪预报产品,预报效果显著,本发明提供的一种多模式海浪集成预报系统方法,有效地提升了近海区域所有海区的海浪预报准确率,为制作高精准度海浪预报数据提供了一种有效方案。
本发明通过实时获取浮标站观测数据和海浪预报数据,利用降尺度技术对时空分辨率相对较粗的海浪预报数据进行时空插值,结合质量控制后的浮标站观测数据,对海浪预报数据进行(均方根误差)检验,计算海浪预报数据(在所有海区)的权重分配系数,根据权重系数进行海浪集成预报,有效提升海浪预报准确率。本发明能够避免单一数据源在某些海区预报能力的局限性及不稳定性,能够有效提高海浪预报质量,保障海浪预报数据的优越性及稳定性,显著提升海浪预报结果的准确率及稳定性。本发明制作了准确率高、时空分辨率高的海浪预报数据,提供预报精准度及时空分辨率均满足海上工程用户需求的海浪预报产品,在海洋工程的专业气象服务、海上风电、导航服务等方向有广泛的应用。

Claims (10)

1.一种多模式海浪集成预报系统,其特征在于,包括:
数据提取模块,用于提取浮标站观测数据和至少两套海浪预报数据;
数据质量控制模块,用于过滤浮标站观测数据得到质量控制后的浮标观测数据;
数据统一模块,用于根据浮标站观测数据的时空分辨率统一所有套海浪预报数据的时空分辨率;
数据检验模块,用于根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量;
权重系数计算模块,用于根据预报质量计算每套统一时空分辨率的海浪预报数据的权重系数;
海浪集成预报模块,用于根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数进行海浪集成计算得到海浪集成预报产品。
2.如权利要求1所述的一种多模式海浪集成预报系统,其特征在于,所述数据质量控制模块能够选出并剔除异常浮标站得到质量控制后的浮标站,并能够在数据提取模块提取的浮标站观测数据中剔除异常浮标站所观测的浮标站观测数据得到质量控制后的浮标站观测数据。
3.如权利要求1所述的一种多模式海浪集成预报系统,其特征在于,所述数据检验模块能够将所有统一时空分辨率的海浪预报数据与质量控制后的浮标站观测数据进行一一对应;能够对浮标站进行海域划分;能够根据划分的海域检验统一时空分辨率的海浪预报数据的预报质量。
4.如权利要求3所述的一种多模式海浪集成预报系统,其特征在于,所述权重系数计算模块能够计算每套统一时空分辨率的海浪预报数据在每个海域内的权重系数。
5.如权利要求4所述的一种多模式海浪集成预报系统,其特征在于,所述海浪集成预报模块能够根据每套统一时空分辨率的海浪预报数据和每套统一时空分辨率的海浪预报数据在该网格点所属海域内的权重系数进行海浪集成计算,得到海浪集成预报产品。
6.如权利要求3所述的一种多模式海浪集成预报系统,其特征在于,所述数据检验模块能够计算单个浮标站所对应每套统一时空分辨率的海浪预报数据的均方根误差,权重系数计算模块能够利用数据检验模块得到的均方根误差计算单个浮标站所对应每套统一时空分辨率的海浪预报数据的权重系数;对于每套统一时空分辨率的海浪预报数据,权重系数计算模块能够求取同一海域中所有浮标站的平均权重系数,平均权重系数作为海浪集成预报模块的权重系数。
7.如权利要求3所述的一种多模式海浪集成预报系统,其特征在于,对于所述数据检验模块划分的每个海域,数据检验模块均能够根据每套统一时空分辨率的海浪预报数据计算浮标站的平均均方根误差,平均均方根误差作为预报质量。
8.如权利要求7所述的一种多模式海浪集成预报系统,其特征在于,所述权重系数计算模块能够根据平均均方根误差计算每套海浪预报数据在每个海域内的权重系数。
9.如权利要求8所述的一种多模式海浪集成预报系统,其特征在于,所述权重系数计算模块计算的计算公式为:
Figure FDA0003023307010000021
W(k,o)表示第k套统一时空分辨率的海浪预报数据在第o个海域内的权重系数,k和o均为正整数,
Figure FDA0003023307010000022
表示第k套统一时空分辨率的海浪预报数据在的第o个海域内的平均均方根误差,
Figure FDA0003023307010000023
表示第j套统一时空分辨率的海浪预报数据在的第o个海域内的平均均方根误差。
10.如权利要求1至9中任意一项所述的一种多模式海浪集成预报系统的预报方法,其特征在于,包括如下步骤:
数据提取模块提取浮标站观测数据和至少两套海浪预报数据;
数据质量控制模块过滤浮标站观测数据得到质量控制后的浮标观测数据;
数据统一模块根据浮标站观测数据的时空分辨率对所有套海浪预报数据的时空分辨率进行统一得到统一时空分辨率的海浪预报数据;
数据检验模块根据统一时空分辨率的海浪预报数据和质量控制后的浮标观测数据检验统一时空分辨率的海浪预报数据的预报质量;
权重系数计算模块根据数据检验模块得到的预报质量计算每套统一时空分辨率的海浪预报数据的权重系数;
海浪集成预报模块根据统一时空分辨率的海浪预报数据和统一时空分辨率的海浪预报数据的权重系数计算海浪集成预报产品。
CN202110408691.9A 2021-04-16 2021-04-16 一种多模式海浪集成预报系统及方法 Pending CN113255962A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110408691.9A CN113255962A (zh) 2021-04-16 2021-04-16 一种多模式海浪集成预报系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110408691.9A CN113255962A (zh) 2021-04-16 2021-04-16 一种多模式海浪集成预报系统及方法

Publications (1)

Publication Number Publication Date
CN113255962A true CN113255962A (zh) 2021-08-13

Family

ID=77220976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110408691.9A Pending CN113255962A (zh) 2021-04-16 2021-04-16 一种多模式海浪集成预报系统及方法

Country Status (1)

Country Link
CN (1) CN113255962A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114814779A (zh) * 2022-06-29 2022-07-29 国家海洋技术中心 浮标涌浪波高观测数据误差评估方法、系统、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535817B1 (en) * 1999-11-10 2003-03-18 The Florida State Research Foundation Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble
CN105808948A (zh) * 2016-03-08 2016-07-27 中国水利水电科学研究院 一种自动修正的多模式数值降雨集合预报方法
CN109636032A (zh) * 2018-12-11 2019-04-16 中国科学院深圳先进技术研究院 基于多模式集成的降水预报方法、系统、终端及存储介质
CN111208586A (zh) * 2020-01-20 2020-05-29 山东超越数控电子股份有限公司 基于中尺度海气耦合模式的天气预报方法及系统
CN111538935A (zh) * 2019-12-26 2020-08-14 北京玖天气象科技有限公司 基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质
CN111856621A (zh) * 2020-07-17 2020-10-30 中国气象科学研究院 一种基于模式与观测数据融合的集成演变svd转换方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535817B1 (en) * 1999-11-10 2003-03-18 The Florida State Research Foundation Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble
CN105808948A (zh) * 2016-03-08 2016-07-27 中国水利水电科学研究院 一种自动修正的多模式数值降雨集合预报方法
CN109636032A (zh) * 2018-12-11 2019-04-16 中国科学院深圳先进技术研究院 基于多模式集成的降水预报方法、系统、终端及存储介质
CN111538935A (zh) * 2019-12-26 2020-08-14 北京玖天气象科技有限公司 基于地形特征和多源模式产品的精细化降水融合方法、系统、电子设备及存储介质
CN111208586A (zh) * 2020-01-20 2020-05-29 山东超越数控电子股份有限公司 基于中尺度海气耦合模式的天气预报方法及系统
CN111856621A (zh) * 2020-07-17 2020-10-30 中国气象科学研究院 一种基于模式与观测数据融合的集成演变svd转换方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曾瑾瑜;刘爱鸣;高珊;冷典颂;吴幸毓;: "福建省沿海冬半年东北大风的数值预报释用方法研究", 海洋预报, no. 05, pages 1 - 8 *
杨育强;高荣珍;马艳;孙桂平;李斌;: "海面风精细化集成预报系统在青岛奥帆赛期间的应用", 气象, no. 1, pages 1 - 5 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114814779A (zh) * 2022-06-29 2022-07-29 国家海洋技术中心 浮标涌浪波高观测数据误差评估方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN112070286B (zh) 复杂地形流域的降水预报预警系统
CN105046581B (zh) 基于多参数风荷载的输电线路强风跳闸风险评估方法
CN110399634B (zh) 一种基于天气系统影响的预报区域确定方法及系统
CN110633818B (zh) 一种配电网台风风灾预警方法及系统
CN107886171B (zh) 一种基于pmu数据的断路器状态在线诊断方法及系统
CN113282576B (zh) 一种气象数据质量控制方法
AU2021103427A4 (en) Space weather disaster monitoring and early warning method and system, storage medium and server
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别系统和应用方法
CN105425320A (zh) 热带气旋引发沿海地区大风的概率预报方法和系统
CN109660290A (zh) 一种基于多卫星多频段的多架构应急保障系统
CN114048944A (zh) 一种暴雨诱发地质灾害下应撤离人口及损毁房屋的预估方法
CN116644379A (zh) 多源海面物理要素的机器学习融合方法、设备及介质
CN113108918A (zh) 一种极轨气象卫星热红外遥感数据反演气温方法
CN113255962A (zh) 一种多模式海浪集成预报系统及方法
CN110471131B (zh) 高空间分辨率的精细化大气水平能见度自动预报方法及系统
CN110288117B (zh) 一种电离层参数临界频率的区域重构方法
CN112001534A (zh) 基于集合预报和要素叠套法的强对流天气概率预报方法
CN114594532A (zh) 一种寒潮天气预测方法、装置、电子设备及计算机可读介质
CN115600047B (zh) 一种基于栅格分析的小流域面平均降雨量测算方法和系统
Kezunovic et al. Improved transmission line fault location using automated correlation of big data from lightning strikes and fault-induced traveling waves
CN111222662A (zh) 一种电网台风洪涝灾害预警方法和装置
CN114463947B (zh) 一种基于时空网络卷积模型的对流性致灾强风预警预报方法
CN115600142A (zh) 一种基于不同方法的大风融合集成预报方法
Loktionov et al. Analysis of dangerous wind loads influence on 110–220 kV power grid reliability in Yamalo-Nenets Autonomous district of Russian Federation
CN109583095A (zh) 基于混合统计动力模型的西北太平洋台风延伸期预报方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210813

RJ01 Rejection of invention patent application after publication