CN116090248B - 海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 - Google Patents
海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 Download PDFInfo
- Publication number
- CN116090248B CN116090248B CN202310158907.XA CN202310158907A CN116090248B CN 116090248 B CN116090248 B CN 116090248B CN 202310158907 A CN202310158907 A CN 202310158907A CN 116090248 B CN116090248 B CN 116090248B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- wave
- partition
- reconstruction
- reconstructed
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 540
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000004088 simulation Methods 0.000 title claims abstract description 56
- 238000004321 preservation Methods 0.000 title claims abstract description 29
- 238000005192 partition Methods 0.000 claims abstract description 141
- 230000003595 spectral effect Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000000265 homogenisation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 18
- 238000004590 computer program Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000013316 zoning Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Complex Calculations (AREA)
Abstract
本发明属于海浪数值模拟识别技术领域，公开了海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法。所述方法包括采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；将各谱分区频谱重构参数代入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数代入最大熵法获得重构方向分布；由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；由各重构2D谱分区相加，获得2D重构海浪谱。本发明保存单个2D海浪谱从原来的1260个数据单位被压缩到至多60个数据单位，且海浪谱的相关特征也能够得到了较好的重现。
Description
技术领域
本发明属于海浪数值模拟识别技术领域，尤其涉及海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法。
背景技术
海浪包括由本地风生成的风浪和从远处传来的涌浪，可形成数十米的大波高或跨越大洋传播数千公里，给航海、渔业、海上石油开发等人类海上活动带来极大的威胁；海浪也直接参与了大气与海洋的物质和能量交换，在区域和全球的气候系统中起到了重要的作用。
由于海浪的强随机性，人们在研究中引入了“海浪谱”的概念：1D频谱反映了海浪能量相对于频率的分布，而2D海浪谱则同时反映海浪能量在频率和方向上的分布情况。人们可借助海浪谱预测海浪的发生、演变、消亡过程，探究海浪与大气、湍流等相互作用的机理；此外，海浪谱也为船舶、近远海工程结构设计，波浪能、海上风能等海洋可在生能源开发等提供了丰富的浪场环境信息。
当前，通过WaveWatchIII、SWAN等第三代海浪模式，可模拟大范围、长时序且时-空连续的海浪谱，为上述科研、工程需求提供数据支持。然而，一个典型的2D海浪谱通常需占用35（频率维离散网格点）×36（方向维离散网格点）个数据单位，如此巨大的数据量使得大规模的海浪谱存储、读取变得十分困难。因此，在实际操作中，通常只保留有限个预设位置的海浪谱；且若这些关注点的位置发生了变化，则需要进行重新模拟。
然而，在海浪的“嵌套模拟”中，大规模的海浪谱保留仍不可避免。由于模拟海域不同的水文和地形环境，需采用不同分辨率的网格，甚至不同的海浪模式；这种同时采用不同计算网格，且网格间存在信息交互的模拟方式称为嵌套模拟。例如，当关注海域为近岸、岛屿或暗礁区域时，需采用高分辨率的计算网格，计算复杂地形带来的浅化、折射效应，以及海底摩擦、近岸流速切变等复杂的物理过程；然而外部浪场环境，尤其是远海传来的涌浪对关注区域的影响，则需要通过外海模式的模拟来实现。外海模式采用较低的分辨率以争取更大的计算范围来模拟远海涌浪，着重考虑风能量的输入和海浪破碎导致的能量耗散等；外海模式在关注区域的边界位置上保留海浪谱的时间序列，关注区域模式在运行中实时读取，由此实现嵌套模拟。同样，一旦关注区域边界的位置、范围发生变化后，上述外海模拟也需重新进行。
为解决边界海浪谱的保存问题，目前有如下两种方法：
一是采用实用形式（functional form）的海浪谱，如有效波高形式的JONSWAP谱，Mitsuyasu型方向分布等，通过输入波高、周期、波向等关键参数，构造一个理论形式的谱形。这种方法虽然可以将海浪谱的信息压缩为有限的几个关键参数，但所得到的理论谱形无法还原千差万别的实际海浪谱，因此除上述几个关键参数外，其它的海浪谱特征无法准确还原；该方法的另一个缺陷是，真实的海浪谱中往往包含风浪、涌浪多个波浪系统，各系统具有不同的波高、周期、波向等特征，上述所输入的代表总体海浪谱特征关键参数，显然无法还原多波浪系统存在的真实状态。
另一个海浪谱的压缩方法，是对采用最大熵法、最大似然法等对2D海浪谱方向维度进行压缩。例如，通过最大熵法，每个频率上的方向分布可由4个参数表示，由此单个2D海浪谱的存储空间被压缩为35（频率维离散网格点）x4个数据单元。该方法的问题在于：所占用的空间仍然不小；对于远离谱峰的频率段，海浪谱可能因为能量较低，谱形极窄，导致上述方法无法计算相关参数或还原；此外，单个频率上的方向分布可能存在噪声，影响真实分布特征的体现，进而影响海浪谱的还原。
通过上述分析，现有技术存在的问题及缺陷为：
（1）海浪谱提取位置，关注区域边界的位置需在模拟前设定，无法灵活更改；
（2）使用形式海浪谱的理论谱形无法适应千差万别的实际谱形，且无法体现多波浪系统的谱形特征；
（3）仅压缩方向纬度的海浪谱仍需占用较大的存储空间，且部分频段上的方向分布可能无法还原，或由于噪声的影响导致还原失真。
解决以上问题及缺陷的难度为：实际的海浪谱谱形千差万别，且往往是多波浪系统共存的状态，即各个系统具有不同的波高、周期、波向等特征。如何将各波浪系统和整体海浪谱的特征提取、并通过少量的参数保存，以及在所需要时准确的还原成可用的海浪谱，是当前亟待解决的问题。
解决以上问题及缺陷的意义为：解决了海浪模拟中保存海浪谱占用资源量过大的问题，实现了海浪谱信息的高效保存，为以海浪谱为基础的相关研究、设计等提供便利。能够极大的减轻海浪嵌套模拟中边界海浪谱的存储压力，及嵌套网格间数据传输的计算压力；无需在外部区域模拟时就限定内部区域的范围、位置，内部区域的范围、位置的选择更加灵活。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法。
所述技术方案如下：海浪谱保存、重构方法，其特征在于，该方法包括以下步骤：
S101、采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
S102、对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
S103、采用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
S104、将各谱分区频谱重构参数代入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
S105、由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
S106、由各重构2D谱分区相加，获得2D重构海浪谱。
在步骤S101中，所述谱分割技术为：对具有个谱峰的二维海浪谱进行分割处理，使到各谱分区有且只有一个谱峰；表达式为：。
其中，表示频率维度，表示方向维度，表示谱峰的个数，表示二维海浪谱，表示各谱分区。
在步骤S102中，对各谱分区分别沿方向和频率积分获得1D形式的频谱和方向分布：
。
。
其中，表示1D形式的频谱,表示方向分布。为的微分，式是指沿积分。是表示对的微分，该式表示沿进行积分。
在步骤S103中，得到各谱分区1D频谱和方向分布重构参数具体包括以下步骤：
（1）计算各谱分区参数和谱峰取最大值对应的频率；
（2）采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，通用单峰频谱模型为：
。
上式中，为谱峰频率；该模型所包含重构参数为：；采用最小二乘法，通过调整上述参数使通用单峰频谱模型谱形拟合任意1D单峰频谱；
（3）以谱峰为界，对的前部和后部分别使用通用单峰频谱模型进行拟合；针对谱形简单，采用参数的拟合策略，令=5，，，需拟合的重构参数为；而针对，采用参数的拟合策略，即拟合所有重构参数；
（4）对拟合得到的做近一步缩放处理：
。
。
其中，和为拟合通用单峰频谱直接得到的参数，和为拟合直接得到的参数集合和分别代入通用单峰频谱模型所得到的重构1D频谱，和为原始1D频谱；除了参数c以外，其它前部和后部拟合得到的重构参数无需做缩放处理；
对各谱分区1D方向分布，计算平均方向：
。
其中，和各阶方向矩：
。
。
。
得到各分区方向分布重构参数共4个。
在步骤S104中，将各谱分区频谱重构参数带入通用单峰频谱模型获得重构频谱包括以下步骤：
（i）直接将重构参数和代入对应的通用单峰频谱模型中，分别重构分区频谱的前部和后部；
（ii）将所述前部和后部覆盖的频率范围拼合在一起形成；
（iii）谱峰处的大小取；最后，针对先前得到的重构参数，各分区重构1D形式的频谱为：
。
所述将各谱分区方向分布重构参数带入最大熵法获得重构方向分布包括：
。
。
。
。
。
上几式中，，*表示复共轭形式；做均一化处理，得到：
。
通过上述步骤，获得各海浪谱分区特征的重构方向分布。表示自然常数。
在步骤S105中，由各分区重构的1D形式，通过向量间叉乘，获得各重构分区的2D形式：
。
在步骤S106中，按各分区重构参数从大至小排序，采用至多前4个分区进行重构：
。
在一个实施例中，对于谱峰个数的原始谱需进行进一步校正：
。
其中，为原始谱的有效波高；由此，各分区重构参数集合为：
。
本发明的另一目的在于提供一种海浪谱保存、重构系统，包括：
海浪谱分割模块，用于采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
频谱和方向分布模块、用于对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
方向分布重构参数获取模块，用于采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
重构方向分布模块，用于将各谱分区频谱重构参数带入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
各重构2D谱分区获取模块，用于由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
2D重构海浪谱获取模块，用于由各重构2D谱分区相加，获得2D重构海浪谱。
本发明的另一目的在于提供一种应用所述海浪谱保存、重构方法的新的海浪场嵌套模拟方法，所述新的海浪场嵌套模拟方法包括：
在计算外部浪场时，在设定的输出保存或向内网格传输边界信息时刻，按上述方法计算、保存或传输计算格点上各谱分区的重构参数：
。
共计15个；每个海浪谱涉及至多4个谱分区；原始谱的有效波高为常规输出量；保存单个海浪谱所需的存储单位为至多60个；
在计算内部浪场时，在设定的读取或接收外网格边界信息时刻，使用读取到的重构参数重构边界上的海浪谱，获得嵌套模拟的边界条件。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果，具体描述如下：
（1）本发明解决了海浪模拟中保存海浪谱占用资源量过大的问题，实现了海浪谱信息的高效保存；能够极大的减轻海浪嵌套模拟中边界海浪谱的存储压力，及嵌套网格间数据传输的计算压力。
（2）本发明通过重构各分区1D形式的频谱和方向分布，使用较少的参数所重构出的海浪谱与原始谱具有一致的特征，因此海浪谱的保存可以压缩到只保存那几个参数，存储海浪谱信息的压力得到了大幅缓解。
（3）通过本发明所提出的海浪谱保存、重构技术，保存单个2D海浪谱从原来典型的35×36=1260个数据单位被压缩到至多60个数据单位，且海浪谱的相关特征也能够得到了较好的重现。
第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
（1）本发明解决了海浪模拟中保存海浪谱占用资源过大的问题，实现了海浪谱信息的高效保存，可为以海浪谱为基础的相关研究提供可靠支撑；此外，重构的海浪谱可作为海浪嵌套模拟中内嵌套区域的边界条件。
（2）本发明通过重构参数保存的海浪谱在还原后的仍能够保留原始谱的诸多特征，并且还原后的海浪谱用于海浪嵌套模拟仍能够得到与原始谱一致的结果。
第三、作为本发明的创造性辅助证据，还体现在以下几个重要方面：
（1）当前技术条件下，由于海浪谱的保存成本极高，当需要海浪谱的相关信息时，只能在计算前提前设置好有限的几个海浪谱保存位置再进行计算、保存；当涉及到海浪嵌套模拟时，则必须严格控制边界的大小和分辨率等，同时仍会占用巨量的存储资源保存边界海浪谱。且一旦上述海浪谱的关注位置或嵌套区域发生改变时，海浪模拟计算又需重复进行。现有的海浪谱压缩技术无法准确还原原始谱的特征，且无法体现多波浪系统共存的真实状态；采用本发明可构建全球或区域高分辨率海浪谱数据库，在使用时直接提取海浪谱结果，为海浪相关研究，船舶、近远海工程结构设计、波浪能资源开发等用海需求提供丰富的海浪谱数据信息支持，或提供海浪谱边界以进行关注海域的进一步精细化浪场模拟。
（2）本发明有效的减少了海浪谱的保存成本，使得高分辨率海浪谱数据库的建立成为可能，极大的方便了海浪谱信息的提取和使用。
（3）本发明的技术方案解决了海浪谱信息保存占用存储空间过大的问题，将保存典型2D海浪谱所需的35×36=1260个数据单位压缩到至多60个数据单位，且海浪谱的相关特征也能够得到了较好的重现。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；
图1是本发明实施例提供的海浪谱保存、重构方法流程图；
图2是本发明实施例提供的海浪谱保存、重构步骤的示意图；
图3（a）是本发明实施例提供的B2点第1谱分区特征的重构效果图；
图3（b）是本发明实施例提供的B2点第2谱分区特征的重构效果图；
图3（c）是本发明实施例提供的B2点第3谱分区特征的重构效果图；
图3（d）是本发明实施例提供的B2点第4谱分区特征的重构效果图；
图4是本发明实施例提供的完整海浪谱重构效果图；
图5是本发明实施例提供的原始谱的输出位置示意图，其中圆圈位置为边界波谱的输入点，+号位置所示为海浪谱输出点；
图6（a）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图6（b）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图6（c）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图6（d）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图6（e）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图6（f）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R在模拟区域内的分布图；
图7（a）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（b）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（c）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（d）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（e）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（f）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图7（g）是本发明实施例提供的重构谱与原始谱作为边界条件的模拟浪场中各关键参数的绝均差MAE在模拟区域内的分布图；
图8是本发明实施例提供的图5中O1点波浪系统分组结果图，所展示的是极坐标形式的谱空间，极轴长度表示谱峰所在频率（单位Hz），极轴方向表示谱峰传播方向（单位°，其中0°为北向，90°为东向），图中灰度表示统计谱峰样本在该频率-方向上的出现次数；波浪系统分组以实线表示，各组标号如图中数字所示；
图9是本发明实施例提供的图5中O2点波浪系统分组结果图，所展示的是极坐标形式的谱空间，极轴长度表示谱峰所在频率（单位Hz），极轴方向表示谱峰传播方向（单位°，其中0°为北向，90°为东向），图中灰度表示统计谱峰样本在该频率-方向上的出现次数；波浪系统分组以实线表示，各组标号如图中数字所示；
图10是本发明实施例提供的图5中O3点波浪系统分组结果图，所展示的是极坐标形式的谱空间，极轴长度表示谱峰所在频率（单位Hz），极轴方向表示谱峰传播方向（单位°，其中0°为北向，90°为东向），图中灰度表示统计谱峰样本在该频率-方向上的出现次数；波浪系统分组以实线表示，各组标号如图中数字所示；
图11是本发明实施例提供的图5中O1点分组1（上图）和分组2（下图）的原始谱（实线）与重构谱（圆圈）边界所得9个关键参数概率分布对比图，各子图的y轴为概率密度，x轴为各参数的大小，单位如图中所示，个关键参数的意义和计算方法如表1所示；
图12是本发明实施例提供的图5中O2点分组1（上图）和分组2（下图）的原始谱（实线）与重构谱（圆圈）边界所得9个关键参数概率分布对比图，各子图的y轴为概率密度，x轴为各参数的大小，单位如图中所示，个关键参数的意义和计算方法如表1所示；
图13是本发明实施例提供的图5中O3点分组1（上图）和分组2（下图）的原始谱（实线）与重构谱（圆圈）边界所得9个关键参数概率分布对比图，各子图的y轴为概率密度，x轴为各参数的大小，单位如图中所示，个关键参数的意义和计算方法如表1所示；
图14是本发明实施例提供的海浪谱保存、重构系统示意图；
图中：1、海浪谱分割模块；2、频谱和方向分布模块；3、方向分布重构参数获取模块；4、重构方向分布模块；5、各重构2D谱分区获取模块；6、2D重构海浪谱获取模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。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。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
通过本发明所提出的保存技术，通常保存一个2D海浪谱所需的35×36个参数被缩减为至多60个参数，并且通过本发明提出的重构技术，重构海浪谱能准确还原原始谱的相关特征。
一、解释说明实施例：
如图1所示，本发明实施例提供的海浪谱保存、重构方法包括以下步骤：
S101、采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
S102、对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
S103、采用本发明所提出的通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
S104、将各谱分区频谱重构参数代入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
S105、由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
S106、由各重构2D谱分区相加，获得2D重构海浪谱。
基于上述技术，可实现新的海浪嵌套模拟：在计算外部浪场时，在设定的输出保存（或向内网格传输边界信息）时刻，按上述步骤S101至步骤S103计算、保存（或传输）计算格点上各谱分区重构参数：
。
共计15个，每个海浪谱涉及至多4个谱分区（按分区能量从大到小排列），由此，保存单个海浪谱所需的存储单位为至多60个；在计算内部浪场时，在设定的读取（或接收外网格边界信息）时刻，使用读取（接收）到的重构参数按上述步骤S104至步骤S106，重构边界上的海浪谱，获得嵌套模拟的边界条件。
实施例1
如图2所示，是本发明实施例提供的海浪谱保存、重构方法的原理图，包括以下步骤：
S1：采用“谱分割技术”，对具有个谱峰的二维海浪谱进行分割处理，使到各谱分区有且只有一个谱峰；表达式为：
。
其中，表示频率维度，表示方向维度，表示谱峰的个数，表示二维海浪谱，表示各谱分区；
S2：对各谱分区分别沿方向和频率积分获得1D形式的频谱和方向分布：
。
。
其中，表示1D形式的频谱,表示方向分布。为的微分，式是指沿积分；是表示对的微分，该式表示沿进行积分。
S3：采用“通用单峰频谱模型”对1D频谱进行最小二乘拟合，获得频谱的重构参数；计算1D方向分布的方向重构参数，以备使用最大熵法进行方向谱还原；
S4：根据1D频谱和方向分布的重构参数，重新构造各分区的1D频谱和方向分布形式；
S5：由各分区重构的1D形式，通过向量间叉乘，获得各重构分区的2D形式：
。
S6：由各分区重构的2D形式叠加，获得2D重构谱，由此，S1-S3为海浪谱的“保存”步骤，S4-S6为海浪谱的重构步骤。
在本发明实施例中，在步骤S1中，谱分割（SpectralPartitioning，以下简称SP）技术：该技术脱胎于一种用于地貌数字图像处理的“分水岭”算法，该算法可识别出山峰、山谷等地貌特征，而二维海浪谱中的谱峰及其周围的谱空间类似于上述地貌特征；物理意义上，这些谱峰及其周边的谱空间由同一个天气过程形成，故而构成独立的波浪系统。因此，SP技术可分割、识别出统一海浪谱中共存的独立波浪系统，即“谱分区”。
在本发明实施例中，在S3中：首先，计算各谱分区参数和谱峰取最大值对应的频率；
其次，采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，本发明提出通用单峰频谱模型：
。
上式中，为谱峰频率；该模型所包含重构参数为：；采用最小二乘法，通过调整上述参数使通用单峰频谱模型谱形拟合任意1D单峰频谱；本发明采用“最小二乘法”，通过调整上述参数使通用单峰频谱模型的谱形拟合任意1D单峰频谱。显然，参与调整的参数越多，则通用单峰频谱模型的自由度越大，与原始谱的形状特征达到一致也越容易，但存储这些参数的资源需求也越大。
为取得更好的拟合效果并缩减重构参数的个数，进一步，本发明实施例提出以谱峰为界，对的前部和后部分别使用通用单峰频谱模型进行拟合；针对谱形简单，采用参数的拟合策略，令=5，，，需拟合的重构参数为；而针对，采用参数的拟合策略，即拟合所有6个参数。
最后，对拟合得到的做近一步缩放处理：
。
。
其中，和为拟合通用单峰频谱直接得到的参数，和为拟合直接得到的参数集合和分别代入通用单峰频谱模型所得到的重构1D频谱，和为原始1D频谱；除了参数c以外，其它前部和后部拟合得到的重构参数无需做缩放处理；
对各谱分区1D方向分布，计算平均方向：
。
其中，和各阶方向矩：
。
。
。
得到各分区方向分布重构参数共4个。
在S4中，本发明按如下方法重构各分区1D形式的频谱：
（i）直接将重构参数和代入对应的通用单峰频谱模型中，分别重构分区频谱的前部和后部；
（ii）将所述前部和后部覆盖的频率范围拼合在一起形成；
（iii）谱峰处的大小取；最后，针对先前得到的重构参数，各分区重构1D形式的频谱为：
。
所述将各谱分区方向分布重构参数带入最大熵法获得重构方向分布包括：
。
。
。
。
。
上几式中，，*号表示复共轭形式；做均一化处理，得到：
。
通过上述步骤，获得各海浪谱分区特征的重构方向分布。表示自然常数。
各海浪谱分区特征的重构效果如图3（a）-图3（d）所示。如图3（a）-图3（d）所示的是某示例点B2上所提取的原始谱（x轴）和重构谱（y轴）各分区的关键参数比较，所展示的分区共4个（按特征参数有效波高从大到小排列）。上述特征参数详细的参数名称和计算方法如表1所示，
表1关键参数及计算方法
。
相应的，各分区各特征参数原始谱与重构谱的误差参数和如表2所示，其中越接近1则表明重构特征与原始特征相关性越高，越趋于0则表明重构结果与原始结果误差越小：
。
。
上二式中，RE和OR分别代表由重构谱和原始谱获得的波浪参数，N为样本个数。
表2B2点重构谱分区与原始谱分区定量误差
。
从图3（a）-图3（d）和表2中可以看出：
重构的谱分区能够完全还原原始谱的特征参数和，谱峰值也与原始谱吻合较好：三个参数的相关系数R均大于0.999，绝均差MAE也控制在极低的范围内。
重构谱的周期、，尤其是均得到了较好的还原；、即便误差稍大，MAE也仅在0.1-0.2s，远小于常规的模拟误差。
WPD正比于和，由于二者的还原效果较好，因此重构后的WPD也与原始谱吻合度高；
方向特征方面，重构DirM与原始谱高度吻合，绝均差仅为几度，远小于海浪谱的离散间隔（通常为10°或15°）。但由于窄方向分布的对谱形较为敏感，因此对各谱分区，尤其是能量较小的分区，的重构值与原始谱相差较大，但对能量较大的分区，的重构结果则趋于更好；且从MAE参量上来看，该特征的误差仍在极小的范围内。
由此可见，通过本发明所提出的方法得到的重构谱分区能够准确的重现原始谱的相关特征。
在本发明实施例中，在步骤S6中，本发明将各分区按其重构参数从大至小排序，经过实验，本发明实施例采用至多前4个分区进行重构：
。
对于分区数大于4的原始谱需进行进一步校正：
。
其中，为原始谱的有效波高。
由此，原始谱仅需至多（2+3+6+4）×4=60个数据单位保存，各分区重构谱集合为：
。
显然该数据规模远小于保存常规原始谱所需的35×36=1260个数据单位的存储空间。
完整谱的重构效果及与原始谱的相关误差参数如图4和表3所示，相关参数的说明同图3（a）-图3（d）和表2。
表3B2点重构谱完整谱与原始谱完整谱定量误差
。
可见，重构完整谱的仍与原始完全相同，、、、特征也与原始谱高度一致。然而，重构谱的仍是直接取完整谱最大值所对应的频率，而各分区在重构中的微小偏离导致其在完整谱中的大小顺序发生变化，由此导致了重构完整谱中与原始谱发生偏离，但此类情况并不会使重构谱的形态与原始谱产生大的偏差。此外，相较于，和受谱高频部分的形态影响较大：对于重构完整谱来说，高频段内存在谱分区使得整个谱形在该频段内的形态有着极大的不确定性；而对于成长充分、能量较大的分区，如谱分区1、谱分区2，由于谱峰频率低，高频部分在与其它分区的分离过程中也更容易受到影响，因此，通用单峰频谱模型难以拟合上述情况下的高频段谱形；而在能量较小的分区中，高频段的谱形更符合该模型所代表的一般1D频谱特征，相应的，和的重构效果也较好。但即使如此，如表3所示，重构和的MAE仍小于0.3s，在正常的模拟误差范围内。最后，对于完整谱，的重构不再收到窄谱的限制，因此还原效果也比较好。
综上所述，通过本发明所提出的海浪谱保存、重构技术，保存单个2D海浪谱从原来的35×36=1260个数据单位被压缩到至多60个数据单位，且海浪谱的相关特征也能够得到了较好的重现。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程。
二、应用实施例：
应用例1
海浪谱保存、重构方法在海浪场嵌套模拟中的应用过程：
对某近岸海域开展为期一年（选取2018年全年）的逐时波浪模拟实验：首先，由WaveWatchIII（v6.07）计算外海浪场环境，并保留关注区域边界上的海浪谱（即“原始谱”）；其次，采用本发明所提出的保存、重构方法计算重构参数，并对上述海浪谱进行重构（即“重构谱”）；最后，使用SWAN（v41.41）分别以原始谱和重构谱作为边界条件，模拟关注区域内的浪场情况（SWAN模式采用完全相同的参数设置），并将结果进行比对。外海和关注海域的计算网格设置如表4所示。
关注海域原始谱的输出位置如图5中的黑色圆圈所示，沿关注海域边界分布，共43个，相邻位置间距离为0.05°，输出时间间隔为1小时。两个模式的波数空间划分均为：频率35个格点，范围覆盖0.042~1.07Hz，方向等分为36个格点，格点间距10°。在本实验的海浪谱重构中，1D频谱的前部和尾部分别采用3参数和6参数，方向分布保留4参数，对每个海浪谱至多考虑4个的波浪系统（按能量从大到小排列）；相应的，重构谱在时间和空间上的分布与原始谱一一对应。
表4计算网格及海浪模式
。
海浪谱保存、重构方法在海浪场嵌套模拟中的应用效果：
模拟浪场中各参数的对比直接采用SWAN的场输出结果（BLOCK）。图6（a）-图6（f）和图7（a）-图7（g）分别所示的是重构谱与原始谱作为边界条件的模拟浪场中各关键参数的相关系数R和绝均差MAE的空间分布情况，其中各子图x轴为经度（东经°），y轴为纬度（北纬°），图中灰度表示相关系数R和绝均差MAE的大小（R越接近1相关程度越高，MAE越接近0误差越小）。各参数基于完整海浪谱计算，定量误差基于各计算格点各参数对应输出时刻的输出值计算。
由图6（a）-图6（f）和图7（a）-图7（g）中可以看到：实验中所涉及的7种浪场特征参数可以通过重构边界谱传递入实验区域，在统计上与原始谱作为边界条件所得的结果几乎完全一致。
为进一步验证原始谱的波浪系统的特征能否够通过重构边界传入关注区域，选择3个代表点提取模拟波谱（如图5中的O1–O3）。这里采用波候学的方法进行验证：首先，采用二次谱分割（Two-stepSpectralPartition，TSP）技术，为提取点所出现所有的波浪系统分组：提取出的模拟波谱通过SP技术进行处理，其中每个分区的谱峰在波数空间中出现的次数可构成另一个2D谱，对该谱进行二次谱分割，即可得到这些波浪系统的分组信息，本实验3个提取点的波浪系统分组结果如图8-图10所示，其中图8表示O1点波浪系统分组结果图，图9表示O2点波浪系统分组结果图，图10表示O3点波浪系统分组结果图。上述3张图所展示的是极坐标形式的谱空间，极轴长度表示谱峰所在频率（单位Hz），极轴方向表示谱峰传播方向（单位°，其中0°为北向，90°为东向），图中灰度表示统计谱峰样本在该频率-方向上的出现次数，波浪系统分组以实线表示，各组标号如图中数字所示。
从图8-图10可以看出，通过原始谱和重构谱边界得到的浪场在上述三个提取点上有相近的波浪系统分布特征，其中标号为1和2的两个系统分组出现概率最大，也符合表2中边界波谱多由1-2个系统构成的统计结果。分别提取各提取点上这两个系统的9个波浪参数，对比以原始谱和重构谱为边界的结果中这9个参数取值的概率分布情况，结果如图11-图13所示。图11-图13中，分组1（上图）和分组2（下图）所示的是原始谱（实线）与重构谱（圆圈）边界所得9个波浪关键参数概率分布，各子图的y轴为概率密度，x轴为各参数的大小，单位如图11-图13中所示。
可见，以重构谱作为边界条件的模拟结果中，各提取点上主要波浪系统（分属组1和组2）的代表性特征与原始谱结果是基本一致的，因此，通过本发明所提出的海浪谱保存、重构技术，原始谱（外海浪场）的主要特征能够准确的传递到模拟区域内。
应用例2
如图14所示，本发明实施例提供一种海浪谱保存、重构系统，包括：
海浪谱分割模块1，用于采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
频谱和方向分布模块2、用于对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
方向分布重构参数获取模块3，用于采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
重构方向分布模块4，用于将各谱分区频谱重构参数带入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
各重构2D谱分区获取模块5，用于由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
2D重构海浪谱获取模块6，用于由各重构2D谱分区相加，获得2D重构海浪谱。
基于本发明实施例提供的海浪谱保存、重构系统，可实现新的海浪嵌套模拟应用，在计算外部浪场时，在设定的输出保存（或向内网格传输边界信息）时刻，按上述计算、保存（或传输）计算格点上各谱分区重构参数，频谱前部和后部分别采用3参数和6参数的形式保存，方向分布保存4参数，每个海浪谱涉及至多4个谱分区（按分区能量从大到小排列）；在计算内部浪场时，在设定的读取（或接收外网格边界信息）时刻，使用读取（接收）到的重构参数按上述描述的重构边界上的海浪谱，获得嵌套模拟的边界条件。
应用例3
本发明实施例提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random AccessMemory，RAM）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
三、实施例相关效果的证据：
实验表明：通过本发明实施例所提出的保存技术，通常保存一个典型2D海浪谱所需的35×36个参数被缩减为至多60个参数，并且通过本发明提出的重构技术，重构海浪谱能准确还原原始谱的相关特征。
本发明实施例解决了海浪模拟中保存海浪谱占用资源过大的问题，实现了海浪谱信息的高效保存，可为以海浪谱为基础的相关研究提供可靠支撑；此外，重构的海浪谱可作为海浪嵌套模拟中内嵌套区域的边界条件，由此，本发明实施例极大的减轻了海浪嵌套模拟中边界谱保存、数据传输的计算压力。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种海浪谱保存、重构方法，其特征在于，该海浪谱保存、重构方法包括以下步骤：
S101、采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
S102、对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
S103、采用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
S104、将各谱分区频谱重构参数代入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
S105、由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
S106、由各重构2D谱分区相加，获得2D重构海浪谱；
在步骤S102中，对各谱分区分别沿方向和频率积分获得1D形式的频谱Ei(f)和方向分布Di(θ)：
Ei(f)＝∫0 2πSi(f，θ)dθ
其中，Ei(f)表示1D形式的频谱,Di(θ)表示方向分布，dθ为θ的微分，df是表示对f的微分；
在步骤S103中，对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数具体包括以下步骤：
(1)计算各谱分区参数M0，i＝∫0 ∞Ei(f)df和谱峰fp，i取Ei(f)最大值对应的频率；
(2)采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，通用单峰频谱模型为：
上式中，fp为谱峰频率；该模型所包含重构参数为：c，α，β，λ，γ，σ；采用最小二乘法，通过调整上述参数使通用单峰频谱模型谱形拟合任意1D单峰频谱Ei(f)；
(3)以谱峰fp，i为界，对Ei(f)的前部和后部分别使用通用单峰频谱模型进行拟合；针对谱形简单，采用nfr＝3参数的拟合策略，令α＝5，β＝4，λ＝1.25，需拟合的重构参数为γ，σ，c；而针对采用ntl＝6参数的拟合策略，即拟合所有重构参数；
(4)对拟合得到的c做近一步缩放处理：
其中，和为拟合通用单峰频谱直接得到的参数c，和为拟合直接得到的参数集合和分别代入通用单峰频谱模型所得到的重构1D频谱，和为原始1D频谱；除了参数c以外，其它前部和后部拟合得到的重构参数无需做缩放处理；
对各谱分区1D方向分布Di(θ)，计算平均方向θ0，i：
其中，和各阶方向矩：
m1，i＝∫0 2πcos(θ-θ0，i)Di(θ)dθ
m2，i＝∫0 2πcos{2(θ-θ0，i)Di(θ)dθ
n2，i＝∫0 2πsin{2(θ-θ0，i)Di(θ)dθ
得到各分区方向分布重构参数共4个{θ0，i，m1，i，m2，i，n2，i}；
在步骤S104中，将各谱分区频谱重构参数代入通用单峰频谱模型获得重构频谱包括以下步骤：
(i)直接将重构参数和代入对应的通用单峰频谱模型中，分别重构分区频谱Ei(f)的前部和后部
(ii)将所述前部和后部覆盖的频率范围拼合在一起形成
(iii)谱峰fp，i处的大小取最后，针对先前得到的重构参数M0，i，各分区重构1D形式的频谱为：
所述将各谱分区方向分布重构参数{θ0，i，m1，i，m2，i，n2，i}带入最大熵法获得重构方向分布包括：
上式中，j2＝-1，*号表示复共轭形式；做均一化处理，得到：
通过上述步骤，获得各海浪谱分区特征的重构方向分布e表示自然常数；
在步骤S105中，由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区包括：由各分区重构的1D形式，通过向量间叉乘，获得各重构分区的2D形式：
2.根据权利要求1所述的海浪谱保存、重构方法，其特征在于，在步骤S101中，所述谱分割技术为：对具有Np个谱峰的二维海浪谱S(f，θ)进行分割处理，使到各谱分区Si(f，θ)有且只有一个谱峰；表达式为：
其中，f表示频率维度，θ表示方向维度，Np表示谱峰的个数，S(f，θ)表示二维海浪谱，Si(f，θ)表示各谱分区。
3.根据权利要求1所述的海浪谱保存、重构方法，其特征在于，在步骤S106中，获得2D重构海浪谱包括：按各分区重构参数Mo，i从大至小排序，采用至多前4个分区进行重构：
4.根据权利要求3所述的海浪谱保存、重构方法，其特征在于，对于谱峰个数Np＞4的原始谱需进行进一步校正：
其中，Hm0为原始谱的有效波高；由此，各分区重构参数集合为：
5.一种海浪谱保存、重构系统，实现如权利要求1-4任意一项所述的海浪谱保存、重构方法，其特征在于，所述海浪谱保存、重构系统包括：
海浪谱分割模块(1)，用于采用谱分割技术对海浪谱进行分割，使分割出的各谱分区仅包含一个谱峰；
频谱和方向分布模块(2)、用于对各谱分区沿方向和频率积分形成1D形式的频谱和方向分布；
方向分布重构参数获取模块(3)，用于采用通用单峰频谱模型对各谱分区1D频谱做最小二乘拟合，得到频谱重构参数，计算平均波向和各阶方向矩，得到方向分布重构参数；
重构方向分布模块(4)，用于将各谱分区频谱重构参数带入通用单峰频谱模型获得重构频谱，将各谱分区方向分布重构参数带入最大熵法获得重构方向分布；
各重构2D谱分区获取模块(5)，用于由各谱分区重构1D频谱与重构1D方向分布做向量间叉乘，得到各重构2D谱分区；
2D重构海浪谱获取模块(6)，用于由各重构2D谱分区相加，获得2D重构海浪谱。
6.一种应用权利要求1-4任意一项所述海浪谱保存、重构方法的新的海浪场嵌套模拟方法，其特征在于，所述新的海浪场嵌套模拟方法包括：
在计算外部浪场时，在设定的输出保存或向内网格传输边界信息时刻，按上述方法计算、保存或传输计算格点上各谱分区的重构参数：
共计15个；每个海浪谱涉及至多4个谱分区；原始谱的有效波高Hm0为常规输出量；保存单个海浪谱所需的存储单位为至多60个；
在计算内部浪场时，在设定的读取或接收外网格边界信息时刻，使用读取到的重构参数重构边界上的海浪谱，获得嵌套模拟的边界条件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310158907.XA CN116090248B (zh) | 2023-02-24 | 2023-02-24 | 海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310158907.XA CN116090248B (zh) | 2023-02-24 | 2023-02-24 | 海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116090248A CN116090248A (zh) | 2023-05-09 |
| CN116090248B true CN116090248B (zh) | 2024-01-23 |
Family
ID=86214091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310158907.XA Active CN116090248B (zh) | 2023-02-24 | 2023-02-24 | 海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116090248B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611720A (zh) * | 2020-05-28 | 2020-09-01 | 自然资源部第一海洋研究所 | 一种适用于真实海洋的浪场非高斯态程度评估方法 |
| CN112949220A (zh) * | 2021-03-01 | 2021-06-11 | 自然资源部第一海洋研究所 | 一种波浪能资源评估方法、系统、存储介质、计算机设备 |
| JP2021156806A (ja) * | 2020-03-30 | 2021-10-07 | 国立研究開発法人 海上・港湾・航空技術研究所 | 波浪スペクトラム算出方法、波浪スペクトラム算出プログラム、及び波浪スペクトラム算出システム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002008786A1 (de) * | 2000-07-21 | 2002-01-31 | Gkss-Forschungszentrum Geesthacht Gmbh | Verfahren zur ermittlung von ein in situ seegangsfeld beschreibenden hydrographischen parametern mittels einer radareinrichtung |
-
2023
- 2023-02-24 CN CN202310158907.XA patent/CN116090248B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021156806A (ja) * | 2020-03-30 | 2021-10-07 | 国立研究開発法人 海上・港湾・航空技術研究所 | 波浪スペクトラム算出方法、波浪スペクトラム算出プログラム、及び波浪スペクトラム算出システム |
| CN111611720A (zh) * | 2020-05-28 | 2020-09-01 | 自然资源部第一海洋研究所 | 一种适用于真实海洋的浪场非高斯态程度评估方法 |
| CN112949220A (zh) * | 2021-03-01 | 2021-06-11 | 自然资源部第一海洋研究所 | 一种波浪能资源评估方法、系统、存储介质、计算机设备 |
Non-Patent Citations (2)
| Title |
|---|
| Assessment of wave energy resource of the Bohai Sea, Yellow Sea and East China Sea based on 10-year numerical hindcast data;Bo Jiang et al.;《IEEE Xplore》;全文 * |
| 基于海浪谱分解与重构的资料同化试验;毛科峰;萧中乐;宋海波;钟奕飞;;海洋学报(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116090248A (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101303764B (zh) | 基于非下采样轮廓波的多传感器图像自适应融合方法 | |
| Turner et al. | Fractal geometry in digital imaging | |
| CN114254715B (zh) | 一种gf-1 wfv卫星影像超分辨率方法、系统及应用 | |
| CN111797717A (zh) | 一种高速高精度的sar图像船只检测方法 | |
| CN101655993B (zh) | 复杂建筑物三维模型多分辨率建模方法 | |
| CN111860233B (zh) | 基于选择注意力网络的sar图像复杂建筑物提取方法及系统 | |
| CN109376589A (zh) | 基于卷积核筛选ssd网络的rov形变目标与小目标识别方法 | |
| CN113361367B (zh) | 基于深度学习的地下目标电磁反演方法及系统 | |
| Portilla-Yandún et al. | On the statistical analysis of ocean wave directional spectra | |
| CN110084740A (zh) | 一种基于规格化结构的球面图像生成及转换方法 | |
| CN116912441A (zh) | 一种面向海洋水文气象数据的可视化方法、装置及介质 | |
| CN112364190A (zh) | 一种球面图像索引方法及装置 | |
| CN117474765B (zh) | 基于参考影像纹理转移的dem超分辨率重建系统 | |
| CN116612010A (zh) | 基于光谱相关信息和空间高低频信息的超分辨率图像重建方法 | |
| CN115082322A (zh) | 图像处理方法和装置、图像重建模型的训练方法和装置 | |
| CN118334347A (zh) | 一种基于sar遥感图像的水体分割方法及系统 | |
| Chen et al. | Neural classification of SPOT imagery through integration of intensity and fractal information | |
| CN111505738A (zh) | 数值天气预报中气象因素的预测方法及设备 | |
| CN116090248B (zh) | 海浪谱保存、重构方法、系统及新的海浪嵌套模拟方法 | |
| CN112966656A (zh) | 数据处理方法及装置 | |
| KR102006325B1 (ko) | 베이스 스펙트럼을 이용한 바다 상태 변화 시뮬레이션 방법 | |
| CN112150474A (zh) | 一种水下气泡图像特征分割提取方法 | |
| CN103605988A (zh) | 一种基于空间金字塔随机映射的地基云图分类方法 | |
| CN114972552B (zh) | 一种基于二维图分数阶傅里叶变换的图数据压缩方法 | |
| CN113920323B (zh) | 基于语义图注意力网络的不同混乱度高光谱图像分类方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |