CN115586591A - 风暴潮的自动预报方法以及装置 - Google Patents
风暴潮的自动预报方法以及装置 Download PDFInfo
- Publication number
- CN115586591A CN115586591A CN202211340349.0A CN202211340349A CN115586591A CN 115586591 A CN115586591 A CN 115586591A CN 202211340349 A CN202211340349 A CN 202211340349A CN 115586591 A CN115586591 A CN 115586591A
- Authority
- CN
- China
- Prior art keywords
- typhoon
- data
- forecasting
- information
- storm surge
- 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
Links
- 238000013277 forecasting method Methods 0.000 title abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012795 verification Methods 0.000 claims description 15
- 239000013535 sea water Substances 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种风暴潮的自动预报方法以及装置，该方法包括：获取初始台风三维要素格点预报场，初始台风三维要素格点预报场包括原始台风数据；从预设数据源获取台风强度信息，对台风强度信息进行时间插值处理，获得处理后信息；基于原始台风数据和处理后信息对初始台风三维要素格点预报场进行订正，生成订正后台风预报场；确定待预报区域，基于订正后台风预报场获取与待预报区域对应的气象海洋数据；基于气象海洋数据生成针对待预报区域的风暴潮预报信息。通过对台风三维要素格点预报场进行订正，并基于订正后的预报场结合天文潮位数据对风暴潮进行预报，提高了风暴潮预报精确性，提高了海上施工安全性和工作效率，满足了企业的实际需求。
Description
技术领域
本发明涉及天气预报技术领域，具体地涉及一种风暴潮的自动预报方法以及一种风暴潮的自动预报装置。
背景技术
人们的生活活动需要消耗大量的能源，因此能源的供应是人们生活活动的基础，在近代，化石燃料的使用极大的提高了人们能源的获取量，由此促进了人类文明的发展。
随着科技的不断进步，化石燃料的使用为人们的生活环境带来了大量的污染和影响，因此人们对更加清洁的能源以及可以更加可持续地获取的能源的需求也越来越高，基于上述需求，越来越多的新能源技术被不断发展。
台风天气带来的风暴潮灾害是海上风电发展的重要威胁，会对海上施工、生产和维护作业带来干扰，产生极大的安全隐患，因此需要对风暴潮进行预报，以解决上述技术问题。
然而在实际应用过程中，技术人员至少面临如下技术问题：现有的台风预报水平不能满足海上及近岸风电场的防灾及运行需求，因此需要对台风强度进行不断修正，以提高预报精确性；另一方面，现有的风暴潮预报技术尚无法实现自动化，因此无法满足实际需求。
发明内容
为了克服现有技术中存在的上述技术问题，本发明实施例提供一种风暴潮的自动预报方法以及装置，通过对台风三维要素格点预报场进行订正，并基于订正后的预报场结合天文潮位数据对风暴潮进行预报，从而实现了风暴潮预报的自动化和精细化，提高了风暴潮预报的精确性，提高了海上施工的安全性和工作效率，满足了企业的实际需求。
为了实现上述目的，本发明实施例提供一种风暴潮的自动预报方法，所述方法包括：获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
优选地，所述原始台风数据包括原始最大风速，所述基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场，包括：基于所述初始台风三维要素格点预报场确定台风影响区域；基于所述处理后信息、所述原始最大风速确定参数比例系数；基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
优选地，所述基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据，包括：基于所述待预报区域划分对应的非结构三角形网格信息；基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
优选地，所述基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息，包括：创建风暴潮自动预报模型；基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；对所述风暴信息进行经纬处理，生成对应的经纬格点数据；基于所述经纬格点数据生成对应的风暴潮预报信息。
优选地，所述创建风暴潮自动预报模型，包括：获取初始预报模型；对所述天文潮位数据进行验证，生成对应的验证结果；基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
相应的，本发明还提供一种风暴潮的自动预报装置，所述装置包括：初始预报场获取单元，用于获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；信息处理单元，用于从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；订正单元，用于基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；数据获取单元，用于确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；预报单元，用于基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
优选地，所述原始台风数据包括原始最大风速，所述订正单元包括：影响区域确定模块，用于基于所述初始台风三维要素格点预报场确定台风影响区域；参数比例确定模块，用于基于所述处理后信息、所述原始最大风速确定参数比例系数；调整模块，用于基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；订正模块，用于基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
优选地，所述数据获取单元包括：第一获取模块，用于基于所述待预报区域划分对应的非结构三角形网格信息；第二获取模块，用于基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；数据确定模块，用于将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
优选地，所述预报单元包括：模型创建模块，用于创建风暴潮自动预报模型；初始信息生成模块，用于基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；经纬处理模块，用于对所述风暴信息进行经纬处理，生成对应的经纬格点数据；预报模块，用于基于所述经纬格点数据生成对应的风暴潮预报信息。
优选地，所述模型创建模块具体用于：获取初始预报模型；对所述天文潮位数据进行验证，生成对应的验证结果；基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
通过本发明提供的技术方案，本发明至少具有如下技术效果：
通过根据中央气象台台风强度预报信息对初始确定的三维格点场预报场中的台风强度数据进行修正，提高了台风场的预报精度，降低了风暴潮预报误差；
另一方面，在订正后台风预报场的基础上，结合天文潮位数据，同时对天文潮位数据进行验证，对风暴潮进行预报，进一步提高了对风暴潮的预报精细化程度，提高了预报精确性，同时实现了自动化预报，满足了企业的实际需求。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明实施例提供的风暴潮的自动预报方法的具体实现流程图；
图2是本发明实施例提供的风暴潮的自动预报方法中生成订正后台风预报场的具体实现流程图；
图3是本发明实施例提供的风暴潮的自动预报方法中生成风暴潮预报信息的具体实现流程图；
图4a是本发明实施例提供的某台风登录时的天文潮潮位场示意图；
图4b是本发明实施例提供的同时刻的风暴潮潮位场示意图；
图4c是本发明实施例提供的某验潮站记录的天文潮和风暴潮时间序列变化对比及风暴增(减)水数据示意图；
图5是本发明实施例提供的风暴潮的自动预报装置的结构示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
请参见图1，本发明实施例提供一种风暴潮的自动预报方法，所述方法包括：
S10)获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；
S20)从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；
S30)基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；
S40)确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；
S50)基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
在一种可能的实施方式中，首先获取初始台风三维要素格点预报场，在本实施例中，可以基于多源融合技术制作高分辨率台风三维要素格点预报场，在该高分辨率台风三维要素格点预报场中包括原始台风数据，例如该原始台风数据包括但不限于台风影响区域、原始最大风速等数据，但该初始台风三维要素格点预报场并不精确，因此需要进行订正。在本实施例中，进一步从预设数据源获取台风强度信息，具体的，可以从中央气象台获取台风预报的强度信息，然后对该台风强度信息进行时间插值处理，例如为了得到3天内的精确风暴潮预报数据，可以对3天内的台风强度信息进行时间插值处理，获得处理后信息，此时根据上述原始台风数据和处理后信息对初始台风三维要素格点预报场进行订正。
请参见图2，在本发明实施例中，所述原始台风数据包括原始最大风速，所述基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场，包括：
S31)基于所述初始台风三维要素格点预报场确定台风影响区域；
S32)基于所述处理后信息、所述原始最大风速确定参数比例系数；
S33)基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；
S34)基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
在一种可能的实施方式中，首先根据初始台风三维要素格点预报场确定台风影响区域，然后基于上述处理后数据、原始最大风速确定参数比例系数，计算风速因子系数、台风影响区域内边界因子系数、中心距离因子系数并集成风速校正系数，然后基于上述参数比例系数在台风影响区域内对插值后信息、原始最大风速进行调整，获得调整后数据，具体的，可以根据上述参数比例系数从台风影响区域的中心向边缘进行逐级降系数调整，以获得对应的调整后数据，根据上述调整后数据对初始台风三维要素格点预报场进行订正，从而生成订正后台风预报场，该订正后台风预报场的台风强度与中央气象台预报的台风强度一致。
在台风影响区域内，根据格点与台风影响范围的边界距离将台风影响范围划分为50个区间，则其中第i个格点边界因子系数可以表征为：
其中n_grid表征为台风影响范围内格点的总数，根据格点风速大小将台风影响范围划分为30个区间，则其中第i个格点风速因子系数可以表征为：
以及根据格点与台风中心的距离将台风影响区域划分为100个区间，则其中第i个格点中心因子系数可以表征为：根据
上述公式，可以确定风速校正集成因子表征为：
其中：
fb＝(1-fa)*0.5
fc＝(1-fa)*0.5
由于台风眼区为静风区，因此台风中心附近风速集成因子fa取1，只考虑风速系数因子，防止眼区内风速调整过大；台风影响区域外围，逐级降低风速因子集成因子，具体表征为：
其中当sortdistance＞0.5时， fa＝(-0.1*sort_distance+0.2)*fa。
当然，需要说明的是，上述校正并不局限于针对风速的校正，还可以包括但不限于针对风向、降水、气温、相对湿度、气压等参数的校正，并最终根据上述校正后的数据生成订正后台风预报场。
在本发明实施例中，通过利用台风强度修正技术，根据中央气象台台风强度预报信息对台风场的强度进行修正，提高了台风场的预报精度，有助于进一步降低风暴潮预报误差，提高预报精确性。
此时准备对风暴潮进行自动化预报，首先确定待预报区域，例如在本实施例中，可以对中国近海海域进行划区，包括渤海至黄海中部(海区一)、黄海南部至东海北部(海区二)、东海南部和环台湾海峡(海区三)、南海东部和中部(海区四)、南海西部至北部湾海域(海区五)等共五个海区，然后获取与该待预报区域对应的水文数据。
在本发明实施例中，所述基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据，包括：基于所述待预报区域划分对应的非结构三角形网格信息；基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
具体的，获取针对待预报区域的非结构三角形网格信息，例如在本实施例中，可以利用SMS(Surface-water Modeling System Software)软件制作对应的非结构三角形网格文件，近岸海域三角网格精度可以为1km～1.5km，远海区域网格精度可以为15km～20km，然后根据上述非结构三角形网格文件基于订正后台风预报场获取对应的近海海域水深数据以及天文潮位数据。
具体的，可以基于非结构三角形网格文件从订正后台风预报场中对应的海域边界的节点位置提取出对应的天文潮位数据，数据可以提取自MIKE21软件中的全球天文潮汐数据库，共由八个分潮经过调和系数计算得到，数据时间精度可以为1h。以及根据该非结构三角形网格文件对应的非结构三角形网格从订正后台风预报场中提取近海海域水深数据，水深数据可以提取自全球水深地形模型ETOPO1，数据空间精度可以为1′，为了提高数据的精确性，可以对水深数据进行去陆地数据、负转正等处理。
当然，根据实际需求还可以根据上述非结构三角形网格从订正后台风预报场中获取其他数据，包括但不限于科里奥里力数据、计算域网格边界数据、垂直层数据和海绵边界层数据等，然后将上述数据作为待预报区域的气象海洋数据，此时可以开始针对风暴潮计算对应的预报信息。
请参见图3，在本发明实施例中，所述基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息，包括：
S51)创建风暴潮自动预报模型；
S52)基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；
S53)对所述风暴潮信息进行经纬处理，生成对应的经纬格点数据；
S54)基于所述经纬格点数据生成对应的风暴潮预报信息。
进一步的，在本发明实施例中，所述创建风暴潮自动预报模型，包括：获取初始预报模型；对所述天文潮位数据进行验证，生成对应的验证结果；基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
在一种可能的实施方式中，首先创建风暴潮自动预报模型，具体的，先获取初始预报模型，该初始预报模型包括初始配置参数，该初始配置参数包括但不限于内外模计算时间步长、温盐参数设置、干湿处理最小水深等参数，此时根据上述数据计算每个海域的天文潮位，并在海域范围内选取相应时间内验潮站点的天文潮位数据对计算的天文潮位数据进行验证，根据验证结果结合上述气象海洋数据对初始预报模型进行优化，具体的，根据上述验证结果结合气象海洋数据对初始预报模型的初始配置参数进行调试，并获得最佳配置参数，根据该最佳配置参数能够对初始预报模型进行优化，并生成风暴潮自动预报模型。
此时可以通过上述风暴潮自动预报模型对气象海洋数据进行分析，生成对应的风暴潮信息，具体的，可以利用python编程语言实现上述分析过程的自动化实现，具体包括：自动将台风风场转换为风速矢量数据，即将风速和风向数据转换为台风风场的x方向和y方向速度矢量，将转换后的风速矢量数据插值到非结构三角网格上，然后输入上述风暴潮自动预报模型并触发并行风暴潮预报分析，同时计算各海区的风暴潮潮位场，并生成对应的风暴潮信息。此时对上述风暴潮信息进行经纬处理，生成对应的经纬格点数据，例如可以将基于非结构三角网格计算得到的风暴潮信息插值到精度为0.27°×0.27°的等经纬格点上，以便于数据的再读取和可视化处理，利于与气象数据作进一步衔接处理，然后根据上述处理得到的经纬格点数据生成对应的风暴潮预报信息，具体的，可以通过将上述计算获得的天文潮位数据插值到等经纬格点中，并对两种数据进行差值计算，得到风暴潮位增水数据，将该风暴潮增水数据作为风暴潮预报信息，例如请参见图4a，为本发明实施例提供的某台风登录时的天文潮潮位场；图4b为本发明实施例提供的同时刻的风暴潮潮位场；图4c为本发明实施例提供的某验潮站记录的天文潮和风暴潮时间序列变化对比及风暴增(减)水数据。
在本发明实施例中，通过基于订正后的台风场和天文潮位作为驱动场，同时结合对天文潮的验证，实现了自动化、精细化的风暴潮预报技术，大大提高了海上风力发电的安全生产保障，提高了海上风力发电的施工作业效率，满足了企业的实际需求。
下面结合附图对本发明实施例所提供的风暴潮的自动预报装置进行说明。
请参见图5，基于同一发明构思，本发明实施例提供一种风暴潮的自动预报装置，所述装置包括：初始预报场获取单元，用于获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；信息处理单元，用于从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；订正单元，用于基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；数据获取单元，用于确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；预报单元，用于基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
在本发明实施例中，所述原始台风数据包括原始最大风速，所述订正单元包括：影响区域确定模块，用于基于所述初始台风三维要素格点预报场确定台风影响区域；参数比例确定模块，用于基于所述处理后信息、所述原始最大风速确定参数比例系数；调整模块，用于基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；订正模块，用于基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
在本发明实施例中，所述数据获取单元包括：第一获取模块，用于基于所述待预报区域划分对应的非结构三角形网格信息；第二获取模块，用于基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；数据确定模块，用于将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
在本发明实施例中，所述预报单元包括：模型创建模块，用于创建风暴潮自动预报模型；初始信息生成模块，用于基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；经纬处理模块，用于对所述风暴信息进行经纬处理，生成对应的经纬格点数据；预报模块，用于基于所述经纬格点数据生成对应的风暴潮预报信息。
在本发明实施例中，所述模型创建模块具体用于：获取初始预报模型；对所述天文潮位数据进行验证，生成对应的验证结果；基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM， Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要不违背本发明实施例的思想，同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种风暴潮的自动预报方法，其特征在于，所述方法包括：
获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；
从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；
基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；
确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；
基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
2.根据权利要求1所述的方法，其特征在于，所述原始台风数据包括原始最大风速，所述基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场，包括：
基于所述初始台风三维要素格点预报场确定台风影响区域；
基于所述处理后信息、所述原始最大风速确定参数比例系数；
基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；
基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
3.根据权利要求1所述的方法，其特征在于，所述基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据，包括：
基于所述待预报区域划分对应的非结构三角形网格信息；
基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；
将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
4.根据权利要求3所述的方法，其特征在于，所述基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息，包括：
创建风暴潮自动预报模型；
基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；
对所述风暴信息进行经纬处理，生成对应的经纬格点数据；
基于所述经纬格点数据生成对应的风暴潮预报信息。
5.根据权利要求4所述的方法，其特征在于，所述创建风暴潮自动预报模型，包括：
获取初始预报模型；
对所述天文潮位数据进行验证，生成对应的验证结果；
基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
6.一种风暴潮的自动预报装置，其特征在于，所述装置包括：
初始预报场获取单元，用于获取初始台风三维要素格点预报场，所述初始台风三维要素格点预报场包括原始台风数据；
信息处理单元，用于从预设数据源获取台风强度信息，对所述台风强度信息进行时间插值处理，获得处理后信息；
订正单元，用于基于所述原始台风数据和所述处理后信息对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场；
数据获取单元，用于确定待预报区域，基于所述订正后台风预报场获取与所述待预报区域对应的气象海洋数据；
预报单元，用于基于所述气象海洋数据生成针对所述待预报区域的风暴潮预报信息。
7.根据权利要求6所述的装置，其特征在于，所述原始台风数据包括原始最大风速，所述订正单元包括：
影响区域确定模块，用于基于所述初始台风三维要素格点预报场确定台风影响区域；
参数比例确定模块，用于基于所述处理后信息、所述原始最大风速确定参数比例系数；
调整模块，用于基于所述参数比例系数在所述台风影响区域内对所述插值后信息、所述原始最大风速进行调整，获得调整后数据；
订正模块，用于基于所述调整后数据对所述初始台风三维要素格点预报场进行订正，生成订正后台风预报场。
8.根据权利要求6所述的装置，其特征在于，所述数据获取单元包括：
第一获取模块，用于基于所述待预报区域划分对应的非结构三角形网格信息；
第二获取模块，用于基于所述订正后台风预报场获取与所述非结构三角形网格信息对应的近海海域水深数据以及天文潮位数据；
数据确定模块，用于将所述近海海域水深数据以及所述天文潮位数据作为所述待预报区域的气象海洋数据。
9.根据权利要求8所述的装置，其特征在于，所述预报单元包括：
模型创建模块，用于创建风暴潮自动预报模型；
初始信息生成模块，用于基于所述风暴潮自动预报模型对所述气象海洋数据进行分析，生成对应的风暴潮信息；
经纬处理模块，用于对所述风暴潮信息进行经纬处理，生成对应的经纬格点数据；
预报模块，用于基于所述经纬格点数据生成对应的风暴潮预报信息。
10.根据权利要求9所述的装置，其特征在于，所述模型创建模块具体用于：
获取初始预报模型；
对所述天文潮位数据进行验证，生成对应的验证结果；
基于所述验证结果和所述水文数据对所述初始预报模型进行优化，生成风暴潮自动预报模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211340349.0A CN115586591A (zh) | 2022-10-28 | 2022-10-28 | 风暴潮的自动预报方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211340349.0A CN115586591A (zh) | 2022-10-28 | 2022-10-28 | 风暴潮的自动预报方法以及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115586591A true CN115586591A (zh) | 2023-01-10 |
Family
ID=84781907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211340349.0A Pending CN115586591A (zh) | 2022-10-28 | 2022-10-28 | 风暴潮的自动预报方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115586591A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384284A (zh) * | 2023-05-08 | 2023-07-04 | 国家海洋环境预报中心 | 一种赤潮网格化预报方法及系统 |
| CN116384284B (zh) * | 2023-05-08 | 2024-05-14 | 国家海洋环境预报中心 | 一种赤潮网格化预报方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140067271A1 (en) * | 2012-08-30 | 2014-03-06 | International Business Machines Corporation | Predicting ice coating status on transmission lines |
| 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 |
| CN110717631A (zh) * | 2019-10-10 | 2020-01-21 | 国家海洋局北海预报中心 | 一种海浪预报循环回归逐时订正方法及装置 |
-
2022
- 2022-10-28 CN CN202211340349.0A patent/CN115586591A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140067271A1 (en) * | 2012-08-30 | 2014-03-06 | International Business Machines Corporation | Predicting ice coating status on transmission lines |
| 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 |
| CN110717631A (zh) * | 2019-10-10 | 2020-01-21 | 国家海洋局北海预报中心 | 一种海浪预报循环回归逐时订正方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116384284A (zh) * | 2023-05-08 | 2023-07-04 | 国家海洋环境预报中心 | 一种赤潮网格化预报方法及系统 |
| CN116384284B (zh) * | 2023-05-08 | 2024-05-14 | 国家海洋环境预报中心 | 一种赤潮网格化预报方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2017352549B2 (en) | Method and device for calculating power generation of wind farm | |
| Che et al. | A wind power forecasting system based on the weather research and forecasting model and Kalman filtering over a wind-farm in Japan | |
| Mortensen | Wind resource assessment using WAsP software | |
| CN103778572A (zh) | 一种基于wrf模式的海上风资源评估方法 | |
| Abdraman et al. | Wind Resource Assessment in the City of N'djamena in Chad | |
| Dvornikov et al. | Assessment of extreme hydrological conditions in the Bothnian Bay, Baltic Sea, and the impact of the nuclear power plant “Hanhikivi-1” on the local thermal regime | |
| Stewart | Design load analysis of two floating offshore wind turbine concepts | |
| CN108808671A (zh) | 一种风电场短期风速集合预报方法 | |
| CN111666725A (zh) | 一种适应非复杂地形风电场的测风塔规划选址方法及系统 | |
| Mortensen | Planning and development of wind farms: wind resource assessment and siting | |
| Guo et al. | Wind power assessment based on a WRF wind simulation with developed power curve modeling methods | |
| CN116742626B (zh) | 考虑大气混沌特征的风光联合功率集合预测方法及装置 | |
| Rahmani et al. | Wind power assessment and site matching of wind turbines in Lootak of Zabol | |
| 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 | |
| CN115586591A (zh) | 风暴潮的自动预报方法以及装置 | |
| Tahir et al. | Estimate of the wind resource of two cities in the sahara and sahel in Chad | |
| Mortensen | 46200 Planning and Development of Wind Farms: Wind resource assessment using the WAsP software | |
| CN113052352A (zh) | 一种新能源场站风速预报订正方法和系统 | |
| Nemes | Statistical analysis of wind speed profile: a case study from Iasi Region, Romania | |
| Mortensen et al. | A detailed and verified wind resource atlas for Denmark | |
| CN111368474A (zh) | 海流流速预报方法、装置及电子设备 | |
| Abdraman et al. | Energy Cartography of the Wind Resource in the City of Faya and Application to Water Pumping | |
| CN116738769B (zh) | 一种风光数据生成模型构建方法及风光数据生成方法 | |
| Hassoine et al. | Improved Design of a Large Offshore Wind Farm by Using Biogeography based Optimization |
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 |