CN113553785B - 一种开敞式码头及港池波浪预报方法 - Google Patents
一种开敞式码头及港池波浪预报方法 Download PDFInfo
- Publication number
- CN113553785B CN113553785B CN202110796449.3A CN202110796449A CN113553785B CN 113553785 B CN113553785 B CN 113553785B CN 202110796449 A CN202110796449 A CN 202110796449A CN 113553785 B CN113553785 B CN 113553785B
- Authority
- CN
- China
- Prior art keywords
- model
- wave
- area
- forecasting
- harbor
- 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
Links
- 238000013277 forecasting method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 230000006855 networking Effects 0.000 claims abstract description 4
- 238000011160 research Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 27
- 230000009471 action Effects 0.000 abstract description 8
- 230000007246 mechanism Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000014509 gene expression Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 2
- 241001354532 Holozonia filipes Species 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02B—HYDRAULIC ENGINEERING
- E02B3/00—Engineering works in connection with control or use of streams, rivers, coasts, or other marine sites; Sealings or joints for engineering works in general
- E02B3/04—Structures or apparatus for, or methods of, protecting banks, coasts, or harbours
- E02B3/06—Moles; Piers; Quays; Quay walls; Groynes; Breakwaters ; Wave dissipating walls; Quay equipment
- E02B3/068—Landing stages for vessels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/11—Hard structures, e.g. dams, dykes or breakwaters
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Ocean & Marine Engineering (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种开敞式码头及港池波浪预报方法,该波浪预报方法包括以下步骤:基于中尺度天气研究与气象模型WRF,建立大区域大气模型和小区域高分辨率大气模型嵌套的WRF大气模型;基于WRF大气模型的风场初始数据,采用全球组网卫星数据作为初级信息来源,采用分层嵌套技术生成边界条件,采用谱模型与水动力模型的模式衔接方法,建立气象‑波浪模型耦合的开敞式码头及港池波浪预报模型,针对目标港池建立精细化波浪预报数据库。本发明考虑了多时空尺度变化特征、多物理机制的特点,采用大气模型和波浪模型大小区域的嵌套,对目标海域进行高精度波浪预报,考虑在波浪反射、绕射和浅水破碎等作用下,精准模拟近岸海域到港池水域的波浪变形与演化,实现对目标港池精准预报。
Description
技术领域
本发明属于波浪的预报技术领域,特别涉及一种开敞式码头及港池波浪预报方法。
背景技术
船舶作业条件作为海港码头运营中的重要参考因素,它会影响船舶靠泊操作、码头装卸调度等,进而影响码头运营的经济效益,因此准确预测码头泊位处的风浪、潮流以及船舶动力响应对保障码头系泊安全,合理进行生产调度等有着非常重要的经济效益和安全意义。传统的波浪预报方式是基于统计理论来进行的,这种方法只能得到波浪在某一时间段内的统计特性,而无法获得某一确定时间的波浪信息,因此现有的波浪预报方式不能满足人类生产生活的实际需要。
发明内容
为了克服上述背景技术中的不足,本发明提供了一种开敞式码头及港池波浪预报方法。
本发明解决其技术问题所采用的技术方案是:一种开敞式码头及港池波浪预报方法,包括以下步骤:
S1.基于中尺度天气研究与气象模型WRF,建立大区域大气模型和小区域高分辨率大气模型嵌套的WRF大气模型;
S2.基于WRF气象模型的风场初始数据,采用全球组网卫星数据作为初级信息来源,采用分层嵌套技术生成边界条件,采用谱模型与水动力模型的模式衔接方法,建立目标港池精细化波浪模型即BW波浪模型;
S3.建立气象-波浪模型耦合的开敞式码头及港池波浪预报模型。
步骤S1中,所述WRF大气模型的建立包括以下步骤:
1)以风速为设计变量,通过动力学方程计算得到气压的计算公式;
2)采用网格嵌套的方式,将区域气象模型与已有的全球大气模型相嵌套,由全球大气模型提供边界条件,驱动区域高分辨率气象模型运行;
3)采用国家气象中心提供的CMACast气象资料、FY4静止气象卫星遥感提供的气象数据对WRF大气模型进行数据同化。
步骤S2中,所述BW波浪模型的建立包括以下步骤:
1)采用WaveWatchIII(简称WW3)建立海洋波浪模型,该WW3波浪模型为目标海域提供波浪边界;
2)采用SWAN建立近岸海域精细化波浪模型,该SWAN模型为开敞式码头提供波浪预报;
3)采用水动力BW建立目标港池精细化波浪模型即BW波浪模型;
所述WW3波浪模型包括风输入项Sin、耗散项Sds,l、非线性相互作用项Snl三个参数,所述风输入项Sin是指风对海浪的影响,
Sin=σβE(k,θ);
所述耗散项Sds包括高频耗散Sds,h和低频耗散Sds,l,所述低频耗散Sds,l是由湍流引起的能量耗散:
所述高频耗散Sds,h的表达式如下:
所述非线性相互作用项Snl包括其他因素对海浪的影响。
步骤2)中,所述SWAN模型的表达式如下:
其中,λ代表经度,代表纬度,S=S′in+Sds,w+Snl4
风输入项Sin′
Sin′=α+βE(σ,θ);
白帽耗散项Sds,w
四波作用项Snl4:浅水中的四重相互作用项通过深水中的非线性传输速率与尺度因子相乘得到:
所述BW波浪模型分为两层结构,第一层为海洋波浪模型(WW3波浪模型),第二层为近岸海域精细化波浪模型(SWAN模型);所述WW3模型与SWAN模型之间的嵌套通过海浪方向谱建立联系,通过指定WW3模型在小区域边界处输出各时刻各点处的海浪方向谱,实现对边界条件的提取,SWAN通过读取方向谱序列,引入边界强迫。
在所述波浪预报模型的第二层嵌套模型中,通过指定SWAN模型在港池外(口门等位置)输出波浪要素,包括波高、波向、波周期,将此位置点作为依据波点,利用BW波浪模型构建目标港池精细化波浪模型。
所述波浪预报模型通过最优插值(OI)同化方法同化卫星观测数据和浮标资料,建立同化模块来提高的预报精度。
本发明的有益效果是:本发明考虑了多时空尺度变化特征、多物理机制的特点,采用大气模型和波浪模型大小区域的嵌套,实现对目标海域进行高精度波浪预报,考虑在波浪反射和绕射等物理机制作用下,近岸海域到港池的波浪变形与演化,对目标港池精准预报,为港区船舶的生产作业提供辅助支持。
附图说明
图1是本发明的模型流程图及输出边界条件
图2是中国东海大气模型的10m高度风场。
图3是山东周边某海域大气模型的10m高度风场。
图4是中国东海及嵌套区域有效波高预报情况。
图5是中国东海模型及有效波高预报情况。
图6是近岸港区海域有效波高预报情况。
图7是目标港区波高预报情况。
图8是本发明的BW波浪模型同化流程图。
具体实施方式
下面结合附图及实施例描述本发明具体实施方式,本发明中未述及的部分采用或借鉴已有技术即可实现。
需要说明的是,本说明书所附图中示意的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”、“正”、“反”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
如图1所示,一种开敞式码头及港池波浪预报方法,包括以下步骤:
S1.基于中尺度天气研究与气象模型WRF,建立大区域大气模型和小区域高分辨率大气模型嵌套的WRF大气模型;
S2.基于WRF气象模型的风场初始数据,采用全球组网卫星数据作为初级信息来源,采用分层嵌套技术生成边界条件,采用谱模型与水动力模型的模式衔接方法,建立目标港池精细化波浪模型即BW波浪模型;
S3.建立气象-波浪模型耦合的开敞式码头及港池波浪预报模型。
步骤S1中,所述WRF大气模型的建立包括以下步骤:
1)以风速为设计变量,通过动力学方程计算得到气压的计算公式。
模式动力方程组取地形追随静力气压坐标(欧拉质量坐标),根据Lapise提出的用气压作为独立变量的方法,气压地形跟随坐标的表达方式:
η=(ph-pht)/μ
其中μ=phs-pht,ph为气压的静力平衡分量,phs和pht分别为地形表面和顶部的气压,由于μ(x,y)可视为模式区域内(x,y)各点上的单位水平面积上气柱的质量,所以近似的通量形式的保守量则可写为:
Θ=μθ
利用这些保守量,Laprise的方程组可写成如下的预报方程组形式:
静力平衡的诊断关系:
气体状态方程:
定义扰动量为相对静力平衡参考态的偏差,即 以及/>由于η坐标的坐标面一般都不是水平的,因此参考状态量通常是(x,y,η)的函数。利用这些扰动量,在不做任何近似的情况下,去除掉静力平衡部分,则动量方程可写为:
2)采用网格嵌套的方式,将区域气象模型与已有的全球大气模型相嵌套,由全球大气模型提供边界条件,驱动区域高分辨率气象模型运行。
由于环流的存在,大气模型边界条件对模拟区域的内部运动状态有着重要影响,相比于单独对关注区域进行模拟,本预报方法采用网格嵌套的方式,将区域气象模型与已有的全球大气模型相嵌套,由全球大气模型提供边界条件,驱动区域高分辨率气象模型运行。
(1)大区域气象模型
由全球大气模型提供边界,构建大区域气象模型。以中国东海大气模型为例,如表1和图2所示,模型范围105°~135°E,15°~45°N,空间分辨率为0.1°,网格类型为等经纬网格,时间分辨率为1小时。
表1大区域气象模型网格设置
(2)小区域气象模型
由大区域气象模型提供边界输入,考虑目标海域气象特点构建小区域高精度气象模型,负责驱动目标海域波浪模型,形成精细化预报。小区域气象模型以山东周边某海域为例,如表2和图3所示,模型范围119°24′~120°30′E,35°18′-36°15′N,分辨率为0.1°,网格类型为等经纬网格,时间分辨率为1小时。
表2小区域气象模型网格设置
3)采用国家气象中心提供的CMACast气象资料、FY4静止气象卫星遥感提供的气象数据对WRF大气模型进行数据同化。
在WRF模型中,为了保证模型能够保持稳定、可靠、准确运行,借助国家气象中心提供的CMACast气象资料(如表3所示)、FY4静止气象卫星遥感提供的气象数据对模型进行数据同化,保证风场的数据模拟精度。
表3 CMACast气象资料
步骤S2中,所述BW波浪模型的建立包括以下步骤:
1)采用WaveWatchIII(简称WW3)建立海洋波浪模型,该WW3波浪模型为目标海域提供波浪边界。
WAVEWATCHIII是Tolman等在WAM的基础上发展起来的全新的第三代波浪模型,是美国海洋环境预报中心的业务化海浪预报模型。WW3模型具有稳定性好、计算精度高等特点,目前已经成功运用于全球和区域尺度的海浪业务预报。
球坐标系下的波谱能量平衡方程如下式所示:
其中,E=E(K,λ,φ,t)表示波数谱,其为波数矢量经度λ、纬度φ和时间t的函数;/>表示背景流;/>表示群速度。式右侧SS(E)表示源函数。
在波浪模型中,包含以下波传播过程:地理空间的传播,由于底部和流的空间变化引起的折射,障碍物在传播中引起的阻挡、反射。在生成和耗散上,包含白帽耗散,深度引起的波浪破碎,低摩擦引起的耗散,深水、浅水中的波波相互作用等。
(1)风输入项Sin
Sin=σβE(k,θ)
β是无量纲风浪相互作用参数
是无量纲频率,θw是风向,uλ是波长高度处的风速。
参数a1-a10,Ω1,Ω2基于z=λa处的拖曳系数Cλ
Ω1=1.075+75Cλ,Ω2=1.2+300Cλ
a2=0.35+150Cλ,a5=a4Ω1
a4=0.30+300Cλ,a6=a0(1-a3)
a10=-0.05+470Cλ,a8=a7Ω1
(2)耗散项Sds
耗散项Sds由高频耗散Sds,h和低频耗散Sas,l组成,低频组成部分Sds,l来自对湍流引起的能量耗散的类推,由下式表达:
式中,u*是摩擦速度,h是由波浪场的高频能量部分主导决定的混合尺度(比例),φ为计算波浪场发展阶段的经验函数,fp,i是输入项为正的部分确定的峰值频率,为估计的峰值频率。对于很小的fp,i(fp,i,min),定义一个极小值φ(φmin),联合b0,b1(模式给出)可得出b2,b3
如果φmin<φ1,则
如果φmin>φ1,则
高频部分由经验公式表达为:
其中,αn是用αr归一化的Phillips’无量纲高频能量,以上各式中的a0,a1,a2,αr都是经验常数,另外,模式中fp,i,min=0.009,αr=0.002,使用时可根据实际情况调整。
由上述两个部分,用频率f1和f2简单的线性组合可得到完整的耗散表达式:
各频率定义如下:
(3)非线性相互作用项Snl
此源项采用F(fr,θ)进行计算,而不是N(k,θ),波数k1-k4满足
2)采用SWAN建立近岸海域精细化波浪模型,该SWAN模型为开敞式码头提供波浪预报。
SWAN模型考虑了三波相互作用、水深引起的波浪破碎和绕射等,而且采用隐式格式离散控制方程,使该模型更适用于近岸波浪的生成和传播的数值模拟。
作用量平衡方程为:
方程左边第一项代表作用量密度随时间的变化率。第二项和第三项代表作用量密度在几何空间的传播(传播速度Cx和Cy)。第四项代表流和变化的水深引起的频移(传播速度Cσ)。第五项代表由流和变化的水深引起的折射和浅化作用(传播速度Cθ)。方程右边的S代表能量源项,S=Sin+Sds+Snl,其中Sin代表风输入项,Sds代表由白帽破碎,底摩擦,浅化破碎引起的耗散作用项,Snl是四波相互作用项和三波相互作用项。SWAN在海域或大洋上应用时,可以选择在球坐标系上的作用量平衡方程:
其中,λ代表经度,代表纬度。
(1)风输入项Sin′
SWAN风输入项能量方程:
Sin′=α+βE(σ,θ)
对于方程中的对线性增长项α,采用公式:
式中U*为摩擦速度
CD为拖曳系数,用如下方式计算:
对于方程中的对数增长项β,用公式(Komen,1984):
ρa,ρw为空气密度、海水密度,c为相速度,θw为风向
(2)白帽耗散项Sds,w
风浪的白冠耗散项描述了深水波浪破碎导致的能量损失,波陡控制着耗散程度。以波数的形式表达公式(而不是以频率)以便于应用在有限水深,表达式为:
其中和/>分别表示平均频率和平均波数(详细的表达式见下面叙述),其中Γ是依赖于全部波陡的系数。这一波陡依赖系数:
δ=0时Γ的表达式简化为WAMDI group(1988)使用的形式。系数Cds,δ和m是可调系数,是全场波陡,/>是Pierson-Moskowitz谱中/>的值/>全场波陡/>定义为:
平均频率平均波数/>和总波能Etot定义为:
模型中可调系数Cds和δ以及指数p是已知的。这意味着波陡依赖系数Γ的确定和风输入方程有关。
(3)四波作用项Snl4:
浅水中的四重相互作用项通过深水中的非线性传输速率与尺度因子相乘得到:
kp为频谱谱峰波数,相关系数Csh1=5.5,Csh2=5/6,Csh3=-5/4
对于海浪成长至一定程度后,顶上会出现白帽破碎,白帽破碎项Sds,w:
表示平均频率,/>表示平均波数,系数Γ取决于总体波陡。
此处系数Cds=2.36e-5,
3)采用水动力BW建立目标港池精细化波浪模型即BW波浪模型;
BW模型是基于Boussinesq型方程所建立的波浪数学模型,其中所解的Boussinesq方程包含了非线性项和频率耗散项。它能够较好的模拟不同地形及平面布置条件下近岸波浪的传播与变形,包含的物理现象:折射及浅水变形、绕射、底摩阻损耗、部分反射或透射、波浪破碎等。模块中的计算方程有两种类型:经典的Boussinesq方程和改进的Boussinesq方程。计算方程选择的依据是最大水深与深水波长的比值,经典的Boussinesq方程适用于最大水深与深水波长的比值(hmax/L0)小于0.22;改进的Boussinesq因包含了深水项,并结合了改进的色散关系,从而可模拟不规则波在较深水域中或较小周期波的传播,故方程适用于最大水深与深水波长的比值(hmax/L0)小于0.5的情况。
BW模型控制方程采用Beji和Nadaoka改进后的方程,连续性方程:
x方向动量方程:
y方向动量方程:
/>
这里Ψ1、Ψ2为Boussinesq项,由以下式子定义:
式中:下标x、y和t分别表示对空间和时间的偏微分;P为x方向的流密度;Q为y方向的流密度;B为深水修正系数;Fx为x方向的水平力;Fy为y方向的水平力;d为静水水深;ξ为波面相对于静水面的高度;h为总水深(h=d+ξ);n为空隙率;C为谢才系数;α为层流阻尼系数;β为紊流阻尼系数。
式中:vt为水平方向的涡流速度;Rxx、Rxy和Ryy表示由非均匀速度引起的剩余动量:
如图4-图6所示,考虑到涌浪等长周期波浪的影响,对开敞式码头及港池等近岸海域工程设施提供波浪预报时,通常需要外海的波浪边界条件。因此,针对开敞式码头的波浪预报,波浪模型共分为两层结构,第一层为中国东海模型,105°-135°E,15°-45°N,分辨率1/40°。第二层为近岸区域(例如山东周边某海域中的一个港口,119.8°-120.3°E,35.5°-36.0°N),采用SWAN模型与WW3模型进行嵌套所示,图4中边框区域为近岸嵌套区域),近岸区域分辨率为1/600°。WW3模型与近岸SWAN模型之间的嵌套通过海浪方向谱建立联系,通过指定WW3模型在小区域边界处输出各时刻各点处的海浪方向谱,实现对边界条件的提取,SWAN通过读取方向谱序列,引入边界强迫。SWAN通过读取此文件信息,将外部传入的海浪加入到区域模拟中,便实现了WW3和SWAN模式的嵌套计算。
从外海深水区传播至近岸浅水区的波浪,受近岸地形、水流、底摩擦、障碍物(如建筑物、岬角、岛屿等)等因素的影响,会发生反射、折射、绕射、变形和破碎等物理现象。这些物理现象一般都会或多或少的对目标港池内波浪的波高、波向等波浪要素产生影响。
如图7所示,针对目标港池内的波浪预报,需要考虑港内的波浪扰动,即波浪反射、绕射、折射以及浅水破碎等,故引入适用于近岸等小尺度波浪传播模拟的水动力模型。在开敞式码头波浪预报的第二层嵌套模型基础上,通过指定SWAN模型在港池外(口门等位置)输出波浪要素,包括波高、波向、波周期,将此位置点作为依据波点,利用BW模型构建目标港池精细化波浪模型。考虑多种水位的情况下,依据波浪预报与实测数据等信息,构建包括港池可能出现所有波况的波浪数据库,如波高、波向、波周期。当第二层嵌套模型即近岸海域精细化模型在依据波点(口门等位置)提供波浪预报时,可随即调取数据库内,此时与依据波点对应的数据,进行港池内波浪预报。
表4波浪模型三层嵌套方案设置
/>
为了进一步提升预报模型的准确性,拟采用卫星观测数据,通过同化手段提高模型预报精度。
如图8所示,本发明采用最优插值(OI)同化方法同化卫星高度计和浮标资料,建立同化模块。OI是在统计意义上使均方根误差达到最小的一种线性估计。OI同化方法比较简单,计算量小,易于实现,计算过程内存需求不大,能够处理精度不同的各种资料,并且在分析中考虑了变量间的所有线性关系,如果能正确估计所选择观测的值,计算代价相对较小。
最后,通过建立气象-波浪模型耦合对开敞式码头及港池波浪进行预报,具体操作步骤如下:
首先预报模型使用大气模式读取大气预报初始场,进行逐时的计算,并生成风速风向、气压、热通量等大气要素,这些要素一方面输出作为大小区域模型的边界条件,另一方面用于驱动波浪模型进行波浪的数值模拟。大气预报初始场采用我国自主研发的全球集合预报系统GRAPES提供的大气数值产品。此外,大气预报模型每天通过收集国家卫星气象中心提供的卫星观测反演得到的大气数据产品进行模型同化,以进一步提高模拟精度。
第一层大区域波浪模型即中国东海波浪模型将大区域气象模型输出结果作为外部强迫,通过计算各源项,对总的波浪能量进行累计,并在边界上输出海浪方向谱,作为小区域近岸海域模型边界条件,第二层小区域波浪模型接收所有小区域模型边界条件,对目标海区(开敞式码头)进行各项海洋要素的计算与预报,同时预报港池外海域依据波点波浪信息。第三层港区波浪模型接收依据点的波浪信息,基于构建的数据库信息,调取此刻港内与依据波点对应的波浪场,进行目标港池的波浪预报。
本发明以中国东海、山东周边某海域以及山东周边某海域中的一个港口为例,考虑了多时空尺度变化特征、多物理机制的特点,采用大气模型和波浪模型大小区域的嵌套,实现对目标海域进行高精度波浪预报,考虑在波浪反射和绕射等物理机制作用下,近岸海域到港池的波浪变形与演化,对目标港池精准预报,为港区船舶的生产作业提供辅助支持。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种开敞式码头及港池波浪预报方法,其特征在于:包括以下步骤:
S1.基于中尺度天气研究与气象模型WRF,建立大区域大气模型和小区域高分辨率大气模型嵌套的WRF大气模型;
S2.基于WRF大气模型的风场初始数据,采用全球组网卫星数据作为初级信息来源,采用分层嵌套技术生成边界条件,采用谱模型与水动力模型的模式衔接方法,建立目标港池精细化波浪模型即BW波浪模型;
S3.建立气象-波浪模型耦合的开敞式码头及港池波浪预报模型;
步骤S2中,所述BW波浪模型的建立包括以下步骤:
1)采用WAVEWATCH III建立海洋波浪模型即WW3波浪模型,所述WW3波浪模型为目标海域提供波浪边界;
2)采用SWAN建立近岸海域精细化波浪模型即SWAN模型,所述SWAN模型为开敞式码头提供波浪预报;
3)采用水动力BW建立目标港池精细化波浪模型即BW波浪模型;
利用所述BW波浪模型预报目标港池波浪需要两层结构,第一层为海洋波浪模型即WW3波浪模型,第二层为近岸海域精细化波浪模型即SWAN模型;所述WW3模型与SWAN模型之间的嵌套通过海浪方向谱建立联系,通过指定WW3模型在小区域边界处输出各时刻各点处的海浪方向谱,实现对边界条件的提取,SWAN通过读取方向谱序列,引入边界强迫。
2.根据权利要求1所述的一种开敞式码头及港池波浪预报方法,其特征在于:步骤S1中,所述WRF大气模型的建立包括以下步骤:
1)考虑目标海域的气候特征,进行目标海域天气过程的高分辨率数值模拟试验,提高天气预报的针对性和准确性;
2)采用网格嵌套的方式,将区域气象模型与已有的全球大气模型相嵌套,由全球大气模型提供边界条件,驱动区域高分辨率气象模型运行;
3)采用国家气象中心提供的CMACast气象资料、FY4静止气象卫星遥感提供的气象数据对WRF大气模型进行数据同化。
3.根据权利要求1所述的一种开敞式码头及港池波浪预报方法,其特征在于:在所述波浪预报模型的第二层嵌套模型中,通过指定SWAN模型在港池外输出波浪要素,包括:波高、波向、波周期,将此位置点作为依据波点,利用BW波浪模型构建目标港池精细化波浪模型。
4.根据权利要求1所述的一种开敞式码头及港池波浪预报方法,其特征在于:所述波浪预报模型通过最优插值同化方法同化卫星观测数据和浮标资料,建立同化模块来提高的预报精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110796449.3A CN113553785B (zh) | 2021-07-14 | 2021-07-14 | 一种开敞式码头及港池波浪预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110796449.3A CN113553785B (zh) | 2021-07-14 | 2021-07-14 | 一种开敞式码头及港池波浪预报方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113553785A CN113553785A (zh) | 2021-10-26 |
CN113553785B true CN113553785B (zh) | 2023-12-26 |
Family
ID=78103119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110796449.3A Active CN113553785B (zh) | 2021-07-14 | 2021-07-14 | 一种开敞式码头及港池波浪预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113553785B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114519311B (zh) * | 2022-04-21 | 2022-07-22 | 中国海洋大学 | 全港池波浪有效波高的预测方法、系统、存储介质、应用 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331599A (zh) * | 2014-09-30 | 2015-02-04 | 江苏省交通规划设计院股份有限公司 | 一种非结构化网格嵌套波浪数值模拟方法 |
CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
CN107729656A (zh) * | 2017-10-19 | 2018-02-23 | 福建四创软件有限公司 | 基于台风过程风场作用下的风暴潮漫堤风险预警方法 |
CN108399279A (zh) * | 2018-01-25 | 2018-08-14 | 交通运输部天津水运工程科学研究所 | 波浪影响下码头系泊船舶损失作业天数分析与控制方法 |
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 |
CN108984900A (zh) * | 2018-07-12 | 2018-12-11 | 交通运输部天津水运工程科学研究所 | 一种基于深水区风浪条件的港内波高变化分析方法 |
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 |
CN109558612A (zh) * | 2017-09-27 | 2019-04-02 | 中电科海洋信息技术研究院有限公司 | 基于管道通信的大气-海浪耦合系统及其运行方法 |
CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
CN110427594A (zh) * | 2019-07-18 | 2019-11-08 | 北京中科资环信息技术研究院 | 适合小型实验室的气象要素数据获取系统 |
CN110610277A (zh) * | 2019-09-24 | 2019-12-24 | 青岛军融科技有限公司 | 一种船舶作业条件预报预警系统 |
CN110728042A (zh) * | 2019-09-29 | 2020-01-24 | 河海大学 | 一种快速预报长时间尺度海岸波浪要素的方法 |
CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
CN112632792A (zh) * | 2020-12-30 | 2021-04-09 | 中交第一航务工程局有限公司 | 一种基于实测数据和数值模拟的近岸波浪再分析模拟系统 |
CN112949140A (zh) * | 2021-03-26 | 2021-06-11 | 海博泰科技(青岛)有限公司 | 一种基于动态条件的大型船舶安全乘潮入港的方法 |
-
2021
- 2021-07-14 CN CN202110796449.3A patent/CN113553785B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331599A (zh) * | 2014-09-30 | 2015-02-04 | 江苏省交通规划设计院股份有限公司 | 一种非结构化网格嵌套波浪数值模拟方法 |
CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
CN109558612A (zh) * | 2017-09-27 | 2019-04-02 | 中电科海洋信息技术研究院有限公司 | 基于管道通信的大气-海浪耦合系统及其运行方法 |
CN107729656A (zh) * | 2017-10-19 | 2018-02-23 | 福建四创软件有限公司 | 基于台风过程风场作用下的风暴潮漫堤风险预警方法 |
CN108399279A (zh) * | 2018-01-25 | 2018-08-14 | 交通运输部天津水运工程科学研究所 | 波浪影响下码头系泊船舶损失作业天数分析与控制方法 |
CN108984900A (zh) * | 2018-07-12 | 2018-12-11 | 交通运输部天津水运工程科学研究所 | 一种基于深水区风浪条件的港内波高变化分析方法 |
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 |
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 |
CN110275224A (zh) * | 2019-05-24 | 2019-09-24 | 兰州大学 | 精细化近地层气象要素预报系统及其预报方法 |
CN110427594A (zh) * | 2019-07-18 | 2019-11-08 | 北京中科资环信息技术研究院 | 适合小型实验室的气象要素数据获取系统 |
CN110610277A (zh) * | 2019-09-24 | 2019-12-24 | 青岛军融科技有限公司 | 一种船舶作业条件预报预警系统 |
CN110728042A (zh) * | 2019-09-29 | 2020-01-24 | 河海大学 | 一种快速预报长时间尺度海岸波浪要素的方法 |
CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
CN112632792A (zh) * | 2020-12-30 | 2021-04-09 | 中交第一航务工程局有限公司 | 一种基于实测数据和数值模拟的近岸波浪再分析模拟系统 |
CN112949140A (zh) * | 2021-03-26 | 2021-06-11 | 海博泰科技(青岛)有限公司 | 一种基于动态条件的大型船舶安全乘潮入港的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113553785A (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stopa et al. | Wave energy resources along the Hawaiian Island chain | |
Wolf et al. | Some observations of wave–current interaction | |
Chen et al. | Predicting typhoon-induced storm surge tide with a two-dimensional hydrodynamic model and artificial neural network model | |
CN105894106B (zh) | 一种海洋模式和气象模式的一体化耦合方法 | |
de Leon et al. | Simulation of irregular waves in an offshore wind farm with a spectral wave model | |
KR101563488B1 (ko) | 연안국지 파랑예측 방법 및 시스템 | |
CN113553785B (zh) | 一种开敞式码头及港池波浪预报方法 | |
Wang et al. | Sea-water-level prediction via combined wavelet decomposition, neuro-fuzzy and neural networks using SLA and wind information | |
CN109902136A (zh) | 一种多个海洋学模型参数的同时率定方法 | |
De Leon et al. | Numerical study of the marine breeze around Mallorca Island | |
Brandt et al. | Annual cycle and interannual variability of the mid-depth tropical Atlantic Ocean | |
Garcia Novo et al. | Field measurement and numerical study of tidal current turbulence intensity in the Kobe Strait of the Goto Islands, Nagasaki Prefecture | |
Mérigaud et al. | Ocean forecasting for wave energy production | |
Wang et al. | Effect of the drag coefficient on a typhoon wave model | |
Chang et al. | Neural network with multi-trend simulating transfer function for forecasting typhoon wave | |
Isnaini et al. | Real-time wave prediction for floating offshore wind turbine based on the kalman filter | |
Gonçalves et al. | Evaluation of the wave models SWAN and STWAVE in shallow water using nested schemes | |
Li et al. | Recent improvements to the physical model of the Bohai Sea, the Yellow Sea and the East China sea operational oceanography forecasting system | |
Black | Hurricane Eloise directional wave energy spectra | |
Hashemi et al. | Wave-tide interactions in ocean renewable energy | |
CN102831313B (zh) | 一种辐射沙脊群台风浪数值模拟方法 | |
Shi et al. | The Effects of Ocean Surface Waves on Global Forecast in CFS Modeling System v2. 0 | |
Shi et al. | Numerical investigation of ocean waves generated by three typhoons in offshore China | |
Shi et al. | Numerical investigation of typhoon waves generated by three typhoons in the China sea | |
Lin | Study of wave-current-ice interactions over the northwest Atlantic |
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 |