CN116108720B - 基于scvt网格的海浪数值模式的海浪预报方法及系统 - Google Patents

基于scvt网格的海浪数值模式的海浪预报方法及系统 Download PDF

Info

Publication number
CN116108720B
CN116108720B CN202310125935.1A CN202310125935A CN116108720B CN 116108720 B CN116108720 B CN 116108720B CN 202310125935 A CN202310125935 A CN 202310125935A CN 116108720 B CN116108720 B CN 116108720B
Authority
CN
China
Prior art keywords
grid
wave
advection
main
geospatial
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
CN202310125935.1A
Other languages
English (en)
Other versions
CN116108720A (zh
Inventor
于福江
高元勇
高志一
逄仁波
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.)
NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
Original Assignee
NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
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 NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER filed Critical NATIONAL MARINE ENVIRONMENTAL FORECASTING CENTER
Priority to CN202310125935.1A priority Critical patent/CN116108720B/zh
Publication of CN116108720A publication Critical patent/CN116108720A/zh
Application granted granted Critical
Publication of CN116108720B publication Critical patent/CN116108720B/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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Revetment (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开一种基于SCVT网格的海浪数值模式的海浪预报方法及系统，涉及海浪预报领域，方法包括：在采用非结构SCVT网格的海浪数值模式下，计算所述目标海域的海浪地理空间平流；非结构SCVT网格由Voronoi多边形网格组成；Voronoi多边形网格为n边形网格，n为5或6或7；根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量。本发明采用非结构SCVT网格计算海浪数值模式中地理空间平流项，提高地理空间平流项计算的准确性，进而提高了海浪数值模式下的海浪预报准确性。

Description

基于SCVT网格的海浪数值模式的海浪预报方法及系统
技术领域
本发明涉及海浪预报领域，特别是涉及一种基于有限体积的SCVT非结构网格的海浪数值模式地理空间平流的海浪预报方法及系统。
背景技术
海浪的运动可由海浪谱方程描述，海浪数值模式是将海浪谱方程离散到地理空间和谱空间的网格中进行数值求解，目前主流的是第三代海浪模式。海浪谱方程的平流输运部分包含地理空间平流和谱空间平流，地理空间平流决定了海浪在地理空间的传播，谱空间平流决定了海浪在频率和方向上如何传播。
海浪模式中地理空间的平流的数值离散方案与所采用的离散网格密切相关，因此采用何种网格进行离散求解是海浪模式的重要问题之一，网格将影响海洋模式的预报效果和应用范围。
目前国际上主流的第三代海浪数值模式由WAM、WW3和SWAN等，所采用的网格可分为结构网格和非结构网格。WAM采用的是结构的等经纬网格，WW3和SWAN可支持结构的等经纬网格和非结构的三角网格。对于采用不同网格的海浪模式，其差异主要涉及地理空间的传输，也就是海浪波作用量的守恒公式中的地理空间传输项。其中，等经纬网格，不具备局部加密的能力，若使用嵌套加密的方式，则粗细网格边界处容易导致不稳定，所以应用等经纬网格时计算地理空间平流项时，提升网格空间分辨率需要在整个模拟区域都同步提升，容易受到计算资源的限制，而空间分辨率低则计算精度会受到影响。三角网格虽具备局部加密的能力，但是三角网格，网格配置中往往会出现一些锐角过小的网格，网格质量会影响截断误差，影响地理空间平流项计算准确性。由此得出，现有采用等经纬网格和三角网格的海浪数值模式中，地理空间传输项的计算存在一定的不足，影响了海浪预报的模拟精度。对此，本发明提出一种基于SCVT网格的海浪数值模式的海浪预报方法及系统。
发明内容
本发明的目的是提供一种基于SCVT网格的海浪数值模式的海浪预报方法及系统，可采用非结构SCVT网格计算海浪数值模式中地理空间平流项，提高地理空间平流项计算的准确性，进而提高了海浪数值模式下的海浪预报准确性。
为实现上述目的，本发明提供了如下方案：
一种基于SCVT网格的海浪数值模式的海浪预报方法，所述方法包括：
在采用非结构SCVT网格的海浪数值模式下，计算所述目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成；所述Voronoi多边形网格为n边形网格，其中n为5或6或7；
根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量。
可选的，所述在采用非结构SCVT网格的海浪数值模式下计算所述目标海域的海浪地理空间平流，具体包括：
在海浪数值模式下，对目标海域构建所述非结构SCVT网格；
对所述非结构SCVT网格进行海浪物理要素的变量配置；
基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项；
基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式。
可选的，所述对所述非结构SCVT网格进行海浪物理要素的变量配置，具体包括：
对每一网格，将海浪作用量波配置在网格中心，将海浪地理空间平流速度配置在网格边；两个相邻网格中公共边的平流速度大小相同，平流方向相反。
可选的，对海浪波作用量的守恒公式中连续形式的地理空间平流项进行离散化，具体包括：
将每一所述网格依次记为主网格；
对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格；
对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项。
可选的，所述海浪波作用量的积分表达式为：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积；Ce,i表示第i条主邻公共边的法相平流速度；Ne,i表示第i条主邻公共边中点上的波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项；n表示主邻公共边数。
可选的，所述主邻公共边的中点波作用量的计算表达式为：
式中，Ne,i表示第i条主邻公共边的中点波作用量；Ce,i为第i条主邻公共边的法相平流速度；Nc,0表示主网格中心的波作用量；Nc,i表示第i个相邻网格中心的波作用量。
本发明还提供一种基于SCVT网格的海浪数值模式的海浪预报系统，所述系统包括：
地理空间平流计算模块，用于在采用非结构SCVT网格的海浪数值模式下，计算所述目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成；所述Voronoi多边形网格为n边形网格，其中n为5或6或7；
海浪预报模块，用于根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量。
可选的，所述地理空间平流计算模块具体包括：
网格构建单元，用于在海浪数值模式下，对目标海域构建所述非结构SCVT网格；
变量配置单元，用于对所述非结构SCVT网格进行海浪物理要素的变量配置；
离散化单元，用于基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项；
波作用量积分形式构建模块，用于基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式。
可选的，所述离散化单元具体包括：
主网格定义子单元，用于将每一所述网格依次记为主网格；
中点波作用量计算子单元，用于对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格；
地理空间平流项离散子单元，用于对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项。
可选的，所述海浪波作用量的积分表达式为：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积；Ce,i表示第i条主邻公共边的法相平流速度；Ne,i表示第i条主邻公共边中点上的波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项；n表示主邻公共边数。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种基于SCVT网格的海浪数值模式的海浪预报方法及系统，基于有限体积法的思想，采用非结构SCVT网格计算海浪数值模式中的地理空间平流项，设置的非结构SCVT网格具备加密的能力，应用时可避免等经纬结构网格嵌套加密时，粗细网格之间边界处的刚性突变，具有更好全局一致性，保证了地理空间平流项计算准确性。并且非结构SCVT网格为n边形网格(大部分为6边形，少量为5边形或7边形)；相比于三角网格，容易出现锐角过小的网格，SCVT的多边形总体近似一个圆，多边形网格偏心度(skewness)和长宽比(Aspectratio)指标总体而言更好，应用到海浪数值模式中，会表现是更好的计算稳定性，那么也就保证了地理空间平流项计算准确性。所以说，基于非结构SCVT网格计算地理空间平流项提高计算的准确性，进而提高了海浪数值模式下的海浪预报准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供基于SCVT网格的海浪数值模式的海浪预报方法流程图；
图2为本发明实施例1提供基于SCVT网格的海浪数值模式的海浪预报方法概括原理图；
图3为本发明实施例1提供SCVT网格离散示意图；
图4为本发明实施例1提供基于海洋浮标检验的有效波高散点图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
海浪数值模式中应用等经纬网格时，地理空间平流基于有限差分方案离散的具体形式为cgx和cgy为经向和纬向的波浪群速度，u和v分别为经向和纬向的海流速度。通过该公式将连续空间的海浪波作用量离散到网格中进行数值求解，最终预报或者模拟海浪，虽然离散形式简单，模式代码编写相对容易，但其不具备局部加密的能力，采用全局高分辨率则导致计算量大。若使用嵌套加密的方式，即大范围的低分辨率网格中嵌套一个小范围的高分辨率区域，则粗细网格边界处容易导致不稳定。此外，经纬网格越靠近极区时纬向距离越小，制约全局的积分步长。
海浪数值模式中应用三角网格时，虽具备局部加密的能力，能够对关键区域采用高分辨而非关键区采取低分辨率，节约计算资源的同时保证对关键区的模拟精度，但是三角网格，网格配置中往往会出现一些锐角过小的网格，从网格的质量评价标准中，即其偏心度(skewness)和长宽比(Aspect ratio)的评价指标较差，而根据相关研究，网格质量会影响截断误差。在实际使用中，也发现在锐角过小的网格中，容易导致计算不稳定甚至溢出。
本发明的目的是提供一种基于SCVT网格的海浪数值模式的海浪预报方法及系统，采用非结构SCVT网格计算海浪数值模式中地理空间平流项，提高地理空间平流项计算的准确性，进而提高了海浪数值模式下的海浪预报准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1和2所示，本实施例提供一种基于SCVT网格的海浪数值模式的海浪预报方法，所述方法包括：
S1：在采用非结构SCVT网格的海浪数值模式下，计算所述目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成。所述Voronoi多边形网格为n边形网格，大部分为6边形，少量为5边形或7边形。
其中，步骤S1具体包括：
S11：在海浪数值模式下，对目标海域构建所述非结构SCVT网格。
可以采用过渡加密的形式，在关键区域加密，比如在近岸地区、港口、渔场和重要海洋航线等人口稠密或者经济活跃的海域使用高分辨率的网格，而在非关键区域，比如大洋中部使用低分辨率网格，这样即保证了关键区域的海浪预报精度，又节约了非关键区域的计算资源。相比于等经纬网格具有具备加密能力。
非关键区域到关键区域的是逐渐的平滑过渡加密，使用的是一套网格，相比于等经纬网格常采用的嵌套加密方式，避免了粗细网格之间边界处的刚性突变，具有更好全局一致性。
非结构SCVT网格由Voronoi多边形网格组成。所述Voronoi多边形网格为n边形网格，n为5或6或7。更为优选的，非结构SCVT网格由Voronoi六边形网格组成。六边形总体近似一个圆。因此相比于三角形网格，其偏心度(skewness)和长宽比(Aspect ratio)指标总体而言更好，应用到数值模式中，会表现是更好的计算稳定性。
在该步骤中，需要针对目标海域设置相应的网格，为了便于后续计算平流通量，可为网格进行编号。SCVT为非结构网格，其相邻网格编号无法像结构网格一样具有天然的上下左右的关系，为了快速调用相邻网格的海浪要素值进行地理空间平流的计算，可为其准备单独的数组记录其相邻网格的编号。当采用SCVT网格是由Voronoi六边形网格组成时，对每个网格，其六个相邻网格按逆时针依次编号为1-6，如图3所示的SCVT网格离散示意图。这种编号方式仅是某一种形式的编号案例，在本实施例中并不限定只采用该种编号方式，可根据实际需求选择合适的编号方式。
S12：对所述非结构SCVT网格进行海浪物理要素的变量配置。
准备好的SCVT网格上，进行变量配置，即海浪的物理要素如波作用量、群速度等如何在SCVT网格中的位置分布。合理的变量配置是准确的计算地理空间平流的前提，目前海洋数值模式大部分采用Arakawa C网格的变量配置，本实施例中具体在SCVT网格中的变量配置为：海浪波作用量N分布在网格中心(cell)，而地理空间的平流速度则分布在网格的边上(Edge)，两个相邻网格共享一条边，其平流速度大小相同，方向相反。而其他地理信息，也可以在准备网格时配置好，例如水深数据配置在网格中心(cell)。
具体的，步骤S12包括：
对每一网格，将海浪波作用量配置在网格中心，将海浪地理空间平流速度配置在网格边；两个相邻网格中公共边的平流速度大小相同，平流方向相反。
S13：基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项。
在完成了海浪物理变量的空间配置后，在其基础上进行地理空间的离散化。
在进行离散化之前，先说明一下海浪波作用量的守恒公式：
其中，等式左端的第一项为波作用量N随时间的局地变化，第二项为地理空间的平流项导致N的变化，表示地理空间平流项，(cg+U)表示地理空间群速度，第三和第四项则为频谱空间的平流，σ和θ分别表示波的频率和方向，cσ表示频率空间的群速度，cθ表示波向空间的群速度，等式右端则为源汇项。
为便于讨论，将上述公式(1)简写成如下形式，即只保留局地的时间变化项和地理空间平流项，其余项都融合到F中：
公式(2)和(3)中，将群速度和环流流速度和写为
步骤S13的离散化重点是将公式(2)中连续形式的部分(地理空间平流项)进行地理空间离散化，公式(2)变换后得到波作用量的积分表达形式如下：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积(对应到图3中灰色网格面积)；Ce,i表示第i条主邻公共边的法相平流速度(第i条主邻公共边法相上的群速度(向外为正))；Ne,i表示第i条主邻公共边中点上的波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项(本发明中重点讨论SCVT非结构网格下地理空间平流项的计算，对于频谱空间平流项和源汇项依然采用现有的计算方式)；n表示主邻公共边数。
离散化后的地理空间平流项的原理是基于有限体积的思路(的表现形式体现了有限体积的思路)，即对于某个网格，其局地变化为六条边流入和流出的净通量。
从公式(4)中可以看出，要预报下一个时刻的海浪波作用量Nt+1，则需要基于当前的海浪波作用量Nt，计算地理空间平流频谱空间平流以及源汇项ΔtFt。而这些物理量的计算，都是基于已经配置好的变量分布进行计算，例如某条边的通量，用到该条边的边长、边上的海浪群速度，以及上游的网格中心的波作用量(上游即迎风格式)。
对地理空间平流离散化时，需要计算某条边的通量，考虑到海浪的物理运动规律，地理空间平流需要用到迎风格式。从物理上考虑，海浪地理空间传输具有明显的物理意义，其主要受到上游信息的影响，即信息由上游传播而来，因此计算某条边上的通量时采用上游网格中心的波作用量，即迎风格式。迎风格式更接近真实的流动，在空间离散方案中，具体的平流迎风格式如下(即主邻公共边的中点波作用量的计算表达式)：
其中，Ne,i表示第i条主邻公共边的中点波作用量；Ce,i为第i条主邻公共边的法相平流速度(即群速度，在构建网格时就已经确定了)，定义其向外为正(外方向则理解为从主网格指向相邻网格，如图3所示)。若Ce,i大于0，即向外流出，基于迎风格式考虑，其上游网格为网格本身；若Ce,i小于0，则向内流入，基于迎风格式考虑，其上游为相邻网格；若等于0，则无通量，无需考虑上下游。Nc,0表示主网格中心的波作用量；Nc,i表示第i个相邻网格中心的波作用量。对于图3示出的网格，i分别取值1，2，3，4，5，6。
所以，本实施例的步骤S13具体包括：
S131：将每一所述网格依次记为主网格。
S132：对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格。
S133：对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项。
S14：基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式。
S2：根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量。
完成了地理空间上的离散化，进一步预报海浪，则需要积分往前预报，为了节约计算资源，使用分步积分。海浪模式中，源汇项考虑的过程众多，如风输入、四波非线性相互作用、白冠破碎、底摩擦和海冰作用等，是计算量占比较大的部分。公式(4)中，其地理空间平流项和源汇项的积分步长Δt可以不同，例如地理空间的积分步长可以设置为60秒，而源汇项的积分步长可以设置为600秒，积分预报过程中如下：(1)基于公式(6)对地理空间平流往前积分预报10个时间步长(Δt＝60s)，地理空间平流时间往前推进了600s。(2)基于公式(7)对源汇项往前积分预报1个时间步长(Δt＝600s)，源汇项时间往前同地理空间平流一致，也往前推进了600s。该积分预报过程保证了地理空间平流和源汇项预报时间同步，同时减小源汇项程序的调用次数，从而可以达到节约计算资源的效果。本实施例中，重点研究的是地理空间平流项的计算，不考虑频谱空间平流项和源汇项的计算，所以该步骤是海浪数值模式进行海浪预报的常规操作，在海浪数值模式下依据常规流程操作即可。
Nt+1＝Nt+ΔtFt (7)
本实施例中，将SCVT非结构网格应用到海浪数值模式中，能够解决应用现有的等经纬网格和三角网格时的一些缺陷，并且还能够保证海浪地理空间平流项计算的准确性。并且在应用SCVT非结构网格计算海浪地理空间平流时，采用了迎风格式，更接近真实的流动，保证了海浪地理空间平流项计算的准确性。
使用SCVT网格，可使海浪预报聚焦于关键区域的模拟，例如，配置西北太平洋海域，远海10km逐渐过渡到中国近岸2km的分辨率。即保证了中国近海区域的海浪预报精度，又节约了远海非关键区域的计算资源。
全球10km分辨率的SCVT网格配置，基于本发明应用SCVT网格的海浪模式，其模拟结果体现出了合理的分布特征，如南北半球的西风带，常年风速较大，对应着较大的海浪有效波高；还有一些较强的气旋，其旋转大风区域也驱动出较大的海浪有效波高。
根据一年的海洋浮标站观测的有效波高数据统计，如图4所示。如表1所示，均方根误差RMSE为0.54m，表明基于有限体积思路，将SCVT非结构网格应用到海浪模式的地理空间平流中具有良好的应用效果。
表1海洋浮标站有效波高误差统计
实施例2
本实施例提供一种基于SCVT网格的海浪数值模式的海浪预报系统，所述系统包括：
地理空间平流计算模块，用于在采用非结构SCVT网格的海浪数值模式下，计算所述目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成。
海浪预报模块，用于根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量。
其中，所述地理空间平流计算模块具体包括：
网格构建单元，用于在海浪数值模式下，对目标海域构建所述非结构SCVT网格。
变量配置单元，用于对所述非结构SCVT网格进行海浪物理要素的变量配置。
离散化单元，用于基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项。
所述离散化单元具体包括：
主网格定义子单元，用于将每一所述网格依次记为主网格。
中点波作用量计算子单元，用于对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格。
地理空间平流项离散子单元，用于对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项。
波作用量积分形式构建模块，用于基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式。
所述海浪波作用量的积分表达式为：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积；Ce,i表示第i条主邻公共边的法相平流速度；Ne,i表示第i条主邻公共边中点上的波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项；n表示主邻公共边数。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (3)

1.一种基于SCVT网格的海浪数值模式的海浪预报方法，其特征在于，所述方法包括：
在采用非结构SCVT网格的海浪数值模式下，计算目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成；所述Voronoi多边形网格为n边形网格，其中n为5或6或7；
根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量；
所述在采用非结构SCVT网格的海浪数值模式下，计算目标海域的海浪地理空间平流，具体包括：
在海浪数值模式下，对目标海域构建所述非结构SCVT网格；
对所述非结构SCVT网格进行海浪物理要素的变量配置；
基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项；
基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式；
其中，对所述非结构SCVT网格进行海浪物理要素的变量配置，具体包括：
对每一网格，将海浪波作用量配置在网格中心，将海浪地理空间平流速度配置在网格边；网格中两个相邻公共边的平流速度大小相同，平流方向相反；
所述对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，具体包括：
将每一所述网格依次记为主网格；
对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格；迎风格式思想指采用上游网格中心的波作用量计算主邻公共边的中点波作用量；
对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边的边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项；
所述海浪波作用量的积分表达式为：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积；Ce,i表示第i条主邻公共边的法相平流速度；Ne,i表示第i条主邻公共边的中点波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项；n表示主邻公共边边数。
2.根据权利要求1所述的方法，其特征在于，所述主邻公共边的中点波作用量的计算表达式为：
式中，Nc,0表示主网格中心的波作用量；Nc,i表示第i个相邻网格中心的波作用量。
3.一种基于SCVT网格的海浪数值模式的海浪预报系统，所述系统包括：
地理空间平流计算模块，用于在采用非结构SCVT网格的海浪数值模式下，计算目标海域的海浪地理空间平流；所述非结构SCVT网格由Voronoi多边形网格组成；所述Voronoi多边形网格为n边形网格；其中n为5或6或7；
海浪预报模块，用于根据所述海浪地理空间平流、频谱空间平流项和源汇项预测海浪波作用量；
所述地理空间平流计算模块具体包括：
网格构建单元，用于在海浪数值模式下，对目标海域构建所述非结构SCVT网格；
变量配置单元，用于对所述非结构SCVT网格进行海浪物理要素的变量配置；
其中，对所述非结构SCVT网格进行海浪物理要素的变量配置，具体包括：对每一网格，将海浪波作用量配置在网格中心，将海浪地理空间平流速度配置在网格边；网格中两个相邻公共边的平流速度大小相同，平流方向相反；
离散化单元，用于基于配置后的非结构SCVT网格结合有限体积法，对海浪波作用量守恒公式中连续形式的地理空间平流项进行离散化，得到离散化后的地理空间平流项；
所述离散化单元具体包括：
主网格定义子单元，用于将每一所述网格依次记为主网格；
中点波作用量计算子单元，用于对每一所述主网格，基于每一主邻公共边的法相平流速度结合迎风格式思想，确定每一所述主邻公共边的中点波作用量；所述主邻公共边为所述主网格与相邻网格的公共边，所述相邻网格为与所述主网格相邻的网格；迎风格式思想指采用上游网格中心的波作用量计算主邻公共边的中点波作用量；
地理空间平流项离散子单元，用于对每一所述主网格，根据所述法相平流速度、所述中点波作用量和所述主邻公共边的边长以及所述主网格的网格面积，得到所述离散化后的地理空间平流项；
波作用量积分形式构建模块，用于基于所述离散化后的地理空间平流项得到海浪波作用量的积分表达式；
所述海浪波作用量的积分表达式为：
式中，Nt+1表示每一主网格在t+1时刻的海浪波作用量；Nt表示每一主网格在t时刻的海浪波作用量；表示离散化后的地理空间平流项；Δt表示时间步长；Ω表示主网格的面积；Ce,i表示第i条主邻公共边的法相平流速度；Ne,i表示第i条主邻公共边的中点波作用量；le,i表示第i条主邻公共边的边长；Ft表示t时刻离散化后的频谱空间平流项和源汇项；n表示主邻公共边边数。
CN202310125935.1A 2023-02-17 2023-02-17 基于scvt网格的海浪数值模式的海浪预报方法及系统 Active CN116108720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310125935.1A CN116108720B (zh) 2023-02-17 2023-02-17 基于scvt网格的海浪数值模式的海浪预报方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310125935.1A CN116108720B (zh) 2023-02-17 2023-02-17 基于scvt网格的海浪数值模式的海浪预报方法及系统

Publications (2)

Publication Number Publication Date
CN116108720A CN116108720A (zh) 2023-05-12
CN116108720B true CN116108720B (zh) 2023-08-25

Family

ID=86261431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310125935.1A Active CN116108720B (zh) 2023-02-17 2023-02-17 基于scvt网格的海浪数值模式的海浪预报方法及系统

Country Status (1)

Country Link
CN (1) CN116108720B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
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
CN106503463A (zh) * 2016-10-27 2017-03-15 天津大学 模拟海平面上升情况下海水入侵内陆边界的处理方法
CN110703357A (zh) * 2019-04-30 2020-01-17 国家气象中心 全球中期数值预报grapes_gfs
CN111797552A (zh) * 2020-06-12 2020-10-20 中国海洋大学 一种基于海浪谱的起伏海面地震波场数值数据模拟方法
CN114312845A (zh) * 2022-01-06 2022-04-12 重庆大学 基于地图数据的深度强化学习型混合动力汽车控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11010509B2 (en) * 2018-05-23 2021-05-18 Nvidia Corporation Systems and methods for computer simulation of detailed waves for large-scale water simulation

Patent Citations (5)

* Cited by examiner, † Cited by third party
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
CN106503463A (zh) * 2016-10-27 2017-03-15 天津大学 模拟海平面上升情况下海水入侵内陆边界的处理方法
CN110703357A (zh) * 2019-04-30 2020-01-17 国家气象中心 全球中期数值预报grapes_gfs
CN111797552A (zh) * 2020-06-12 2020-10-20 中国海洋大学 一种基于海浪谱的起伏海面地震波场数值数据模拟方法
CN114312845A (zh) * 2022-01-06 2022-04-12 重庆大学 基于地图数据的深度强化学习型混合动力汽车控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于SCVT网格的西北太平洋台风模拟和同化研究;高元勇;《中国优秀硕士学位论文全文数据库基础科学辑》(第04期);摘要，第1-69页 *

Also Published As

Publication number Publication date
CN116108720A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
Lv et al. Chinese progress in geomorphometry
Haley Jr et al. Forecasting and reanalysis in the Monterey Bay/California current region for the autonomous ocean sampling network-II experiment
CN108563867A (zh) 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法
Schaeffer et al. Influence of high-resolution wind forcing on hydrodynamic modeling of the Gulf of Lions
CN106650618A (zh) 一种基于随机森林模型的人口数据空间化方法
Tazkia et al. Seasonal modulation of M2 tide in the Northern Bay of Bengal
Yao et al. M 2 tidal dynamics in Bohai and Yellow Seas: a hybrid data assimilative modeling study
CN112270115B (zh) 一种基于元胞自动机的复杂地形洪水淹没进程模拟方法
Jones et al. An intercomparison between finite difference and finite element (TELEMAC) approaches to modelling west coast of Britain tides
Herzog et al. Least-cost kernel density estimation and interpolation-based density analysis applied to survey data
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
Sandhya et al. An operational wave forecasting system for the east coast of India
Shankar et al. Wave Boundary Layer Model based wind drag estimation for tropical storm surge modelling in the Bay of Bengal
Diansky et al. Numerical simulation of the Caspian sea circulation using the marine and atmospheric research system
CN110147646B (zh) 一种数值模拟框架下线性挡水构筑物的过流处理方法
Liu et al. Impact of rainfall spatiotemporal variability and model structures on flood simulation in semi-arid regions
CN116108720B (zh) 基于scvt网格的海浪数值模式的海浪预报方法及系统
CN109190300A (zh) 一种大规模泥石流地质灾害快速数值仿真模拟方法及系统
CN109241212A (zh) 基于中尺度数值大气模式与高分辨率历史降雨反演方法
Zhu et al. Comparison and validation of global and regional ocean forecasting systems for the South China Sea
Sayehbani et al. Numerical modeling of wave and current patterns of beris port in east of chabahar-iran
CN116050291A (zh) 一种台风条件下风电场大尺度气象预测降尺度方法与系统
CN116542029A (zh) 基于海洋数值模式和观测资料同化制作mdt方法及系统
CN116430476A (zh) 一种用于热带气旋预报的变分辨率网格设置方法
US20220413181A1 (en) Coupled pluvial, fluvial, and urban flood tool

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