CN116702659B - 一种海浪破碎参数快速预报方法及系统 - Google Patents
一种海浪破碎参数快速预报方法及系统 Download PDFInfo
- Publication number
- CN116702659B CN116702659B CN202310988134.8A CN202310988134A CN116702659B CN 116702659 B CN116702659 B CN 116702659B CN 202310988134 A CN202310988134 A CN 202310988134A CN 116702659 B CN116702659 B CN 116702659B
- Authority
- CN
- China
- Prior art keywords
- crushing
- wave
- sea
- parameters
- data
- 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 description 7
- 238000000034 method Methods 0.000 claims abstract description 59
- 241001354532 Holozonia filipes Species 0.000 claims abstract description 50
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 239000006260 foam Substances 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 16
- 230000010354 integration Effects 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000005381 potential energy Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 238000013112 stability test Methods 0.000 claims description 5
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 4
- 239000011780 sodium chloride Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 22
- 238000004590 computer program Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000009466 transformation Effects 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- 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
Abstract
本发明属于海洋信息识别技术领域,公开了一种海浪破碎参数快速预报方法及系统。所述方法包括:建立破碎统计物理模型;基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方跟误差的计算;通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报,破碎参数包括白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度。本发明更加准确地分析海‑气物质、热量、动量以及能量交换,提高大风浪中船舶航行及军事方面航行安全的预报预警。
Description
技术领域
本发明属于海洋信息识别技术领域,尤其涉及一种海浪破碎参数快速预报方法及系统。
背景技术
破碎是高海况实际海浪最显著的现象特征之一,海浪破碎会将部分空气卷入水下形成气泡,影响海水中溶解气体的浓度,飞溅而起的飞沫在空气中运动、蒸发,进一步促进海-气间的物质和热量交换。海-气相互作用在全球气候变化中的核心地位和海-气交换主要是通过高海况下的近海面海洋-大气层过程实现的事实,使海浪破碎及其衍生物的研究成为现代物理海洋学的重要课题之一。大风浪中船舶航行安全问题一直是海事管理部门和航运公司及军事作战方面极为关心的。在随浪和尾斜浪中航行时由于没有很好地分析稳性和遭遇到的随浪波的特点,出现了稳性丧失、参数横摇和横甩等现象,极易使船舶发生倾覆而酿成海难。因此,高海况下海浪破碎参数的快速预报,对海-气相互作用的精确刻画及船舶的安全航行有着重要意义。
目前海浪破碎参数的计算仅基于已有的海浪破碎参数化方案,计算效率低,不成规模,无法使船载数值模型对实时海况进行计算和预报,阻碍了大风浪中船舶航行及军事作战方面航行安全的预报预警,影响后续海气界面水汽通量智能预报模型的训练和大气水汽长距离异地输送对对低云、海雾形成的影响分析。
通过上述分析,现有技术存在的问题及缺陷为:现有技术对海浪破碎参数预报速度慢。对海-气相互作用信息识别精度差,不能及时进行预警。
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一种海浪破碎参数快速预报方法及系统。尤其涉及一种实用的模块化快速预报算法,通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报。
所述技术方案如下:海浪破碎参数快速预报方法,包括以下步骤:
S1,基于破碎统计理论,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积以及由破碎而损耗的波动能量,获取白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
S2,分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系;基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;
S3,基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算;
S4,模块化集成上述已建立的破碎统计物理模型,通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报。
在步骤S2中,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数包括:针对充分成长状态下波浪破碎特征,对比实测数据上包络曲线,拟合得出参数,/>,并对该参数进行稳定性检验,优化确定待优化的系数,/>,海浪破碎动能与破碎势能的比率/>。
在步骤S4中,模块化快速预报算法由处理nc数据的模块、海浪理论模块和处理时间模块组成,经过i=1到i=end的时间循环,获取模块化快速预报算法的输出,输出数据包括海浪要素(wave)、风场要素(wind)以及海浪破碎参数(breaking para),进一步的基于海浪破碎参数,获取由破碎而损耗的波动动能以及总能量这些物理统计量(geometric/momentum/energetic)。
在步骤S4中,获取海浪要素数据以及获取海浪破碎参数包括:利用海浪数值模式获取海浪要素数据,海浪数值模式输出的波浪参数包括波长、波浪谱峰周期和海面有效波高数据文件。
进一步,海浪数值模式包括:
控制方程在球坐标系下导出;
海浪能量传播采用复杂特征线嵌入计算格式;
提出大圆传播折射机制;
破碎耗散源函数采用最新的参数化形式;
提出波流相互作用源函数。
进一步,海浪数值模式包括WAVE WATCH III模式、SWAN模式,海浪数值模式运行的数据包括海浪要素的再分析数据、卫星高度计的观测数据及海浪要素的浮标数据。
在步骤S4中,破碎参数包括:白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度。
在步骤S1中,破碎卷入深度表示为:
,
式中,为破碎卷入深度,/>为接近1的非线性频率修正系数,λ为海浪的波长;/>和/>分别表示海浪的平均波长和特征波高;/>为待优化的系数,n为待定普适函数系指数,/>表征海浪破碎动能与破碎势能的比率,/>为系数,/>为海浪谱的第/>阶矩;
白冠覆盖率表示为海浪特征参数的解析形式:
,
其中,称为积分密集度系数,以/>记泡径为/>气泡的上升速度,/>为桶状气泡云气泡全部上升到海面所需的时间,/>为风漂流影响函数,/>为海浪局地波速,/>为平行于波动速度的海面风漂流速度分量;/>为重力加速度;
统计平均意义下的海面泡沫厚度为:
,
式中, 为波长随时间的增长率,/>为破碎的平均持续时间,/> 为海浪局地波速的模,/>为波长为/>的破碎所产生的最大泡沫厚度,对于纯水,泡沫厚度的持续时间/>,对于盐水,/>,为海浪的周期;
水滴密集度表示为海面10m高风速的经验函数形式:
,
。
和/>分别为WU在1990和1993得到的水滴密集度的经验公式。
进一步,实际计算时,水滴密集度为和两式之和。
本发明的另一目的在于提供一种海浪破碎参数快速预报系统,实施海浪破碎参数快速预报方法,该系统包括:
破碎统计物理模型建立模块,基于破碎统计理论,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积以及由破碎而损耗的波动能量,获取白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
单值单调的对应关系获取模块,用于分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系;
待确定系数获取模块,用于基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;
误差计算模块,基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算;
破碎参数快速预报模块,模块化集成上述已建立的破碎统计物理模型,通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报。
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:本发明提出一种实用的模块化快速预报算法,通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报对科学研究和实际应用有重要的价值。通过模块集成以实现计算破碎参数效率的提升。
本发明可方便应于船载数值模型对实时海况的计算和预报,对于更加准确地分析海-气物质、热量、动量以及能量交换,提高大风浪中船舶航行及军事方面航行安全的预报预警,具有重要意义,也为正确认识海-气相互作用和全球气候提供有力的技术参考,为建立全球化海-气耦合模型奠定基础。
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破碎参数快速预报方法流程图;
图2是本发明实施例提供的海浪破碎参数快速预报方法原理图;
图3是本发明实施例提供的海浪破碎统计参数快速预报方法模块化设计原理图。
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。
实施例1,如图1所示,本发明实施例提供的海浪破碎参数快速预报方法通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报,具体包括以下步骤:
S1,基于破碎统计理论,根据波面首次积分和破碎滞止点条件建立合理的运动学判据,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积以及由破碎而损耗的波动能量,获取白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
S2,分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系;基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;
S3,基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算;
S4,模块化集成上述已建立的破碎统计物理模型,通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报。
将理论上建立的破碎统计物理模型进行代码的模块化,然后将其作为核心模块嵌入到海浪数值模式中,待计算海浪破碎参数时调用,针对计算目标,运行海浪数值模式,获取海浪要素数据,进一步调用模块化的破碎参数快速预报算法,通过运行模块化快速预报算法进行模块集成与调用,获取海浪破碎参数,优化提升计算效率,实现破碎参数的快速预报,破碎参数包括白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等。
经过假设、量纲分析和推导演算,破碎能量损耗比率渐进展开为:
,
其中,表征海浪破碎动能与破碎势能的比率为:
,
其中,为接近1的非线性频率修正系数,/>为重力加速度,/>为风漂流影响函数,/>为系数,/>为海浪谱的第/>阶矩;
在步骤S1中,破碎卷入深度表示为:
,
式中,为破碎卷入深度,/>为接近1的非线性频率修正系数,λ为海浪的波长;/>和/>分别表示海浪的平均波长和特征波高;/>为待优化的系数,n为待定普适函数系指数,/>表征海浪破碎动能与破碎势能的比率,/>为系数,/>为海浪谱的第/>阶矩;
白冠覆盖率表示为海浪特征参数的解析形式:
,
其中,称为积分密集度系数,以/>记泡径为/>气泡的上升速度,/>为桶状气泡云气泡全部上升到海面所需的时间,/>为风漂流影响函数,/>为海浪局地波速,/>为平行于波动速度的海面风漂流速度分量,/>为重力加速度;
统计平均意义下的海面泡沫厚度为:
,
式中, 为波长随时间的增长率,为破碎的平均持续时间,/>为海浪局地波速的模,为波长为/>的破碎所产生的最大泡沫厚度,对于纯水,泡沫厚度的持续时间/>,对于盐水,/>,/>为海浪的周期;
水滴密集度表示为海面10m高风速的经验函数形式:
,
。
和/>分别为WU在1990和1993得到的水滴密集度的经验公式。
实际计算时,水滴密集度为以上两式之和。基于以上的理论模型,可以计算获得相应破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)。
针对充分成长状态下波浪破碎特征,对比实测数据上包络曲线,拟合得出参数,/>,并对该参数进行稳定性检验,优化确定待优化的系数,/>,海浪破碎动能与破碎势能的比率/>。为了确定破碎卷入深度和海面白冠覆盖率理论表达式中的待定普适函数系指数/>、/>及/>,审视在线性-线性或log-线性坐标纸上观测数据对的分布可知:虽然海面白冠覆盖率-风速模观测数据对的分布是非常散乱的,但是它们有一条很明显的上包络线。这种分布表明,1.由于岸线、水深、风时、风区的不同,同一局地风速模可以对应不同的局地海浪状况,因此,作为海浪破碎量度的白冠覆盖率一般是风速多值的;2.唯有在无限风时风区情况下,一种风速才对应唯一的极限海浪状况,只有这时海面白冠覆盖率和风速模才有单值的对应关系,这就是坐标纸上所给出的观测数据对上包络线所描述的海面白冠覆盖率和风速模关系。
三个主要的统计参数,包括平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)将被使用,来定量物理模型的计算能力,计算方式如下:
,
,
,
其中,M代表物理模型计算的破碎参数,O代表观测数据,N为用于统计的数据总数。
进一步地,步骤S3中,采用的检验数据是卫星反演算法给出的全球白冠覆盖率数据(水平极化为37GHz),其反演算法用到的主要遥感数据为Windsat亮温数据(分辨率为0.5°×0.5°),SSM/I(F13)的水蒸气和云液态水数据(分辨率为0.25°×0.25°),QuickSCAT提供的海表面10m风速以及PODAAC/JPL提供的风向数据(分辨率为0.25°×0.25°),并且用到了NOAA NCEP数据,包括有效波高、谱峰周期、海水盐度等。基于全球卫星反演白冠覆盖率数据,进行全球海域卫星反演数据与破碎统计物理模型结果的对比,以及通过全球白冠覆盖率全球分布中卫星反演结果仿真以及全球白冠覆盖率全球分布中统计物理模型计算结果仿真可知,全球海域白冠覆盖率空间分布可以看出在空间分布特别是西风带区域,两者有很好的一致性。
所述的全球海浪破碎参数的快速预报其海浪要素的输入数据来自海浪要素的再分析数据ERA5,ERA5再分析资料是由欧盟资助、ECMWF运营的哥白尼气候变化服务中心(CopernicusClimateChangeService,C3S)打造的最新一代再分析资料,在其前身ERA-Interim的基础上实现时空分辨率的提升,由ERA-Interim的时空分辨率是80km(垂直方向上是60层,间隔是0.1hPa)和6h,提升为ERA5再分析资料的80km(垂直方向上是137层,间隔是0.01hPa)和1h。同时,ERA5提供的变量将由ERA-Interim的100种增加到240种,这其中包括由耦合的海浪模式所提供的波高、波向和周期等变量,方便用户更准确地分析大气以及海洋状态。
本发明弥补实际应用中海浪破碎参数计算效率的不足,提出实用的模块化快速预报算法,通过模块集成以实现计算效率的提升。
通过上述实施例,本发明提出的海浪破碎对海洋工程建设、海洋开发、交通航运、海洋捕捞与养殖等活动具有重大意义,并且是动力海洋学的重要部分,与海洋遥感、海洋工程和上层海洋动力学等诸多领域都有密切关系。另外,随着经济技术的发展和国际形势的变化,海浪破碎快速预报对海上军事活动和海上经济的应用价值也越来越重要。针对海洋工程建设,交通运输、海洋捕捞与养殖等海洋经济活动,综合考虑海浪破碎参数的快速预报的速度、精度、便捷性和可靠性,选取业务化应用的区域,通过破碎参数的快速预报,综合其他海洋要素的分析,提高海洋经济活动、重要港湾、沿海重要基础设置的预报水平和防灾减灾。
目前海浪破碎参数的计算仅基于已有的海浪破碎参数化方案,计算效率低,不成规模,无法应于船载数值模型对实时海况的计算和预报,阻碍了大风浪中船舶航行及军事作战方面航行安全的预报预警,影响后续海气界面水汽通量智能预报模型的训练和大气水汽长距离异地输送对对低云、海雾形成的影响分析。本发明填补了现有技术对海浪破碎参数预报速度的国内外业内技术空白。
海浪破碎是海洋近表层湍动能的一个重要来源,在上层海洋过程中发挥重要作用。研究海浪破碎过程对于海洋灾害预报与防治具有十分重要的参考价值。海浪破碎会极大促进海洋溢油入水混合,溢油甚至能影响到有效波高的深度, 波浪破碎引起大量气泡进入海洋内部,改变了海洋上混合层的物理性质,对海洋遥感与海洋声信号传递有明显的影响。海浪破碎发生的条件及瞬时性决定了其精确观测的困难与挑战,因此,可靠准确的海浪破碎物理模型是目前科学界及业务化应用的迫切需求。
本发明基于理论及观测数据建立优化可靠的海浪破碎物理模型,进一步的对其进行模块化集成,研发一种海浪破碎参数快速预报方法及系统。尤其涉及一种实用的模块化快速预报算法,通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报。
实施例2,作为本发明的另一实施方式,以全球10公里分辨率72h预报海浪破碎参数快速预报实施案例,如图2所示,本发明实施例提供的海浪破碎参数快速预报方法包括:
步骤1,基于前期建立的波浪破碎统计物理模型,通过观测数据的对上包络,拟合得到已建立的破碎统计物理模型中的待确定系数,进一步对该确定系数进行稳定性检验进行优化改进(图2)。
步骤2,运行模块化快速预报算法,通过模块集成提升计算效率,目的是实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报(图2,图3);
图3中的主要结构包括处理nc数据的模块、海浪理论模块和处理时间模块组成了模块化快速预报算法的主模块,经过i=1到i=end的时间循环,获取模块化快速预报算法(快速预报模型)的输出,主要包括海浪要素(wave)、风场要素(wind)以及海浪破碎参数(breaking para),进一步的基于海浪破碎参数,获取由破碎而损耗的波动动能以及总能量这些物理统计量。
模块化快速预报算法模块由用于nc数据文件处理的数据类型处理模块(netcdf_mod)、用于时间计算与转化的时间处理模块(time_mod)和模块化集成破碎统计物理模型的破碎参数快速预报模块(wamvar)组成模型的核心。
步骤3,获取海浪要素数据。海浪数值模式(MASNUM)开始运行,通过海浪数值模式计算出72h预报的全球海浪场,输出波浪参数包括波长、波浪谱峰周期和海面有效波高数据文件,终止运行。实际在图3中已将海浪破碎统计参数快速预报模型内嵌到MUSNUM第三代海浪数值模式,首先下载ER5风场并插值到模式分辨率,以风场驱动海浪数值模式,海浪模式输出海浪要素(有效波高、波向、周期),海浪破碎统计参数快速预报模型同时启动,基于海浪要素,输出nc格式的海浪破碎参数数据文件。
MASNUM海浪数值模式是我国自主发展的第三代海浪数值模式,该模式基于波数谱空间下的能量平衡方程,以海浪谱直接模拟为目标的海流数值模拟方法。它考虑到国际上最新海浪研究成果,提出了耗散源函数,波-波非线性相互作用源函数以及波-流相互作用源函数,能够很好地模拟波浪方向谱和各特征波要素,提供可靠合理的海浪参数,并在全球的数值模拟及海洋环境保障中得到了广泛的应用。
通过与WAM模式在SWAMP典型风场下计算的比较,该模式能对于一般海况给出一致的结果,而对于高海况则可给出更加合理的结果,并已用于预报和后报实践,并得到了与观测资料一致的结果。
球坐标系下的海浪数值模式为:
球坐标系下的海浪数值模式为:
,
,
,
,
,
,
式中,为波谱数;/>为波数;/>为经度;/>为纬度;R为地球半径。/>为群速度,/>为背景流场流速;/>为经向群速度大小;/>为经向流速大小;/>为纬向群速度大小;/>为纬向流速大小;/>为海浪的方向。诸源函数包括风输入源函数/>,破碎耗散源函数/>,底摩擦耗散源函数/>,非线性波波相互作用源函数/>以及波流相互作用源函数。
该模式利用自主研发的复杂特征线嵌入计算格式积分计算,充分考虑了波流相互作用及大圆传播折射效应,耗散源函数则采用基于统计模型独立发展的海浪破碎耗散源函数,该耗散源函数对高海况海浪数值模拟有显著改善效果。模式设置中,波数谱被离散成12个方向和25个波数,对应频率范围是0.042-0.413Hz。模式计算覆盖全球区域,水平分辨率为1/6°×1/6°,时间步长为5min,模式输出为1h一次。模式采用水深精度高、水平分辨率为1′的ETOP1水深数据,在近海区域融合海图数据,进一步提高水深精度。
本发明所开发的海浪破碎参数的快速预报模型是可以独立运行和应用的,这里采用MASNUM海浪数值模式运行的主要目的是获取海浪要素,而获取海浪要素可以有多种途径,例如其他的海浪数值模式(WAVE WATCH III和 SWAN等)、海浪要素的再分析数据(ECMWF)、来自卫星高度计的观测数据及海浪要素的浮标数据。
步骤4,获取海浪破碎参数。运行海浪破碎参数快速预报模型,海浪破碎参数快速预报模型接收到步骤3获取的海浪要素(波长、波浪谱峰周期和海面有效波高数据)的数据文件,开始运行,计算得到波浪破碎参数场,输出数据文件后终止运行,实现波浪破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报;如图2、图3所示。
波浪破碎参数计算模型是一个计算实时波浪破碎参数的模型,需要波高、波长、周期等波浪参数数据作为输入,初步的快速效率估算表明,全球10公里分辨率72h预报仅需计算机时17.5min。
实施例3,本发明实施例提供的海浪破碎参数快速预报系统通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报,具体包括:
破碎统计物理模型建立模块,用于基于破碎统计理论,根据波面首次积分和破碎滞止点条件建立合理的运动学判据,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积及由破碎而损耗的波动能量这些物理统计量,进而给出白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
单值单调的对应关系获取模块,用于分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在这种海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系。
待确定系数获取模块,用于基于全球大洋现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到已建立的破碎统计物理模型中的待确定系数,进一步对该确定系数进行稳定性检验进行优化改进。
误差计算模块,用于基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算,通过误差的分析验证物理模型的准确性。
破碎参数快速预报模块,用于通过运行模块化快速预报算法进行模块集成与调用,获取海浪要素数据以及获取海浪破碎参数,优化提升计算效率,实现破碎参数的快速预报,破碎参数包括白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等。
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。
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。
基于上述本发明实施例记载的技术方案,进一步的可提出以下应用例。
根据本申请的实施例,本发明还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。
本发明实施例还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。
为进一步证明上述实施例的积极效果,本发明基于上述技术方案进行如下实验。
本发明基于建立的波浪破碎统计物理模型,提出了实用的模块化快速预报算法,通过模块集成提升计算效率,实现破碎参数(白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度等)的快速预报,相比于计算效率较低的单薄的参数化方案,本发明更符合实际海洋中发生的物理过程。
实验表明,本发明物理模型合理,破碎参数计算高效,在科学研究及实际场景中可以广泛应用,可直接应于船载数值模型对实时海况的计算和预报,高效准确的对大风浪中船舶航行及军事方面航行安全的预报预警,可用于分析海-气物质、热量、动量以及能量交换中海浪破碎的影响,也可以应用于海气界面水汽通量智能预报模型的训练和大气水汽长距离异地输送对低云、海雾形成的影响分析。
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 (7)
1.一种海浪破碎参数快速预报方法,其特征在于,该方法包括以下步骤:
S1,基于破碎统计理论,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积以及由破碎而损耗的波动能量,获取白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
S2,分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系;基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;
S3,基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算;
S4,模块化集成已建立的破碎统计物理模型,通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报;
将理论上建立的破碎统计物理模型进行代码的模块化,然后作为核心模块嵌入到海浪数值模式中,待计算海浪破碎参数时调用,针对计算目标,运行海浪数值模式,获取海浪要素数据,进一步调用模块化的破碎参数快速预报算法,通过运行模块化快速预报算法进行模块集成与调用,获取海浪破碎参数,实现破碎参数的快速预报,破碎参数包括白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度;
经过假设、量纲分析和推导演算,破碎能量损耗比率渐进展开为:
,
其中,表征海浪破碎动能与破碎势能的比率为:
,
其中,为接近1的非线性频率修正系数,/>为重力加速度,/>为风漂流影响函数,/>为系数,/>为海浪谱的第/>阶矩;
在步骤S1中,破碎卷入深度表示为:
,
式中,为破碎卷入深度,λ为海浪的波长;/>和/>分别表示海浪的平均波长和特征波高;/>为待优化的系数,n为待定普适函数系指数,/>表征海浪破碎动能与破碎势能的比率,/>为系数,/>为海浪谱的第/>阶矩;
白冠覆盖率表示为海浪特征参数的解析形式:
,
其中,称为积分密集度系数,以/>记泡径为/>气泡的上升速度,/>为桶状气泡云气泡全部上升到海面所需的时间,/>为风漂流影响函数,/>为海浪局地波速,为平行于波动速度的海面风漂流速度分量,/>为重力加速度;
统计平均意义下的海面泡沫厚度为:
,
式中,为波长随时间的增长率,/>为破碎的平均持续时间,/>为海浪局地波速的模,/>为波长为/>的破碎所产生的最大泡沫厚度,对于纯水,泡沫厚度的持续时间/>,对于盐水,/>,为海浪的周期;
水滴密集度表示为海面10m高风速的经验函数形式:
,
,
和/>分别为WU在1990和1993得到的水滴密集度的经验公式;
实际计算时,水滴密集度为以上两式之和;基于以上的理论模型,计算获得相应破碎参数。
2.根据权利要求1所述的海浪破碎参数快速预报方法,其特征在于,在步骤S2中,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数包括:针对充分成长状态下波浪破碎特征,对比实测数据上包络曲线,拟合得出参数,,并对该参数进行稳定性检验,优化确定待优化的系数/>,,海浪破碎动能与破碎势能的比率/>。
3.根据权利要求1所述的海浪破碎参数快速预报方法,其特征在于,在步骤S4中,模块化快速预报算法由处理nc数据的模块、海浪理论模块和处理时间模块组成,经过i=1到i=end的时间循环,获取模块化快速预报算法的输出,输出数据包括海浪要素、风场要素以及海浪破碎参数,进一步的基于海浪破碎参数,获取由破碎而损耗的波动动能以及总能量的物理统计量。
4.根据权利要求1所述的海浪破碎参数快速预报方法,其特征在于,在步骤S4中,获取海浪要素数据以及获取海浪破碎参数包括:利用海浪数值模式获取海浪要素数据,海浪数值模式输出的波浪参数包括波长、波浪谱峰周期和海面有效波高数据文件。
5.根据权利要求4所述的海浪破碎参数快速预报方法,其特征在于,海浪数值模式包括:
控制方程在球坐标系下导出;
海浪能量传播采用复杂特征线嵌入计算格式;
提出大圆传播折射机制;
破碎耗散源函数采用最新的参数化形式;
提出波流相互作用源函数。
6.根据权利要求4所述的海浪破碎参数快速预报方法,其特征在于,海浪数值模式包括WAVE WATCH III模式、SWAN模式,海浪数值模式运行的数据包括海浪要素的再分析数据、卫星高度计的观测数据及海浪要素的浮标数据。
7.一种海浪破碎参数快速预报系统,其特征在于,实施权利要求1-6任意一项所述海浪破碎参数快速预报方法,该系统包括:
破碎统计物理模型建立模块,基于破碎统计理论,利用波浪破碎引起的单位时间内所生成的破碎面积比、单位面积上由破碎而被抛出的水体体积以及由破碎而损耗的波动能量,获取白冠覆盖率、破碎卷入深度、破碎能量损耗比率物理模型,建立破碎统计物理模型;
单值单调的对应关系获取模块,用于分析数据对上包络线对应于无限风时风区情况下的海浪极限破碎状态,获取在海浪极限破碎状态下的海面白冠覆盖率和风速之间存在单值单调的对应关系;
待确定系数获取模块,用于基于现场实测白冠覆盖率数据集,针对充分成长海浪,通过观测数据的对上包络,拟合得到建立的破碎统计物理模型中的待确定系数;
误差计算模块,基于全球卫星反演白冠覆盖率数据,对全球海域卫星反演数据与破碎统计物理模型的结果进行绝对误差、相对误差和均方根误差的计算;
破碎参数快速预报模块,模块化集成上述已建立的破碎统计物理模型,通过运行模块化快速预报算法,获取海浪要素数据以及获取海浪破碎参数,进行破碎参数的快速预报;
将理论上建立的破碎统计物理模型进行代码的模块化,然后作为核心模块嵌入到海浪数值模式中,待计算海浪破碎参数时调用,针对计算目标,运行海浪数值模式,获取海浪要素数据,进一步调用模块化的破碎参数快速预报算法,通过运行模块化快速预报算法进行模块集成与调用,获取海浪破碎参数,实现破碎参数的快速预报,破碎参数包括白冠覆盖率、气泡卷入深度、破碎总能量、泡沫厚度与水滴密集度;
经过假设、量纲分析和推导演算,破碎能量损耗比率渐进展开为:
,
其中,表征海浪破碎动能与破碎势能的比率为:
,
其中,为接近1的非线性频率修正系数,/>为重力加速度,/>为风漂流影响函数,/>为系数,/>为海浪谱的第/>阶矩;
在破碎统计物理模型建立模块中,破碎卷入深度表示为:
,
式中,为破碎卷入深度,λ为海浪的波长;/>和/>分别表示海浪的平均波长和特征波高;/>为待优化的系数,n为待定普适函数系指数,/>表征海浪破碎动能与破碎势能的比率,/>为系数,/>为海浪谱的第/>阶矩;
白冠覆盖率表示为海浪特征参数的解析形式:
;
其中,称为积分密集度系数,以/>记泡径为/>气泡的上升速度,/>为桶状气泡云气泡全部上升到海面所需的时间,/>为风漂流影响函数,/>为海浪局地波速,/>为平行于波动速度的海面风漂流速度分量,/>为重力加速度;
统计平均意义下的海面泡沫厚度为:
;
式中,为波长随时间的增长率,/>为破碎的平均持续时间,/>为海浪局地波速的模,/>为波长为/>的破碎所产生的最大泡沫厚度,对于纯水,泡沫厚度的持续时间/>,对于盐水,/>,为海浪的周期;
水滴密集度表示为海面10m高风速的经验函数形式:
,
,
和/>分别为WU在1990和1993得到的水滴密集度的经验公式;
实际计算时,水滴密集度为以上两式之和;基于以上的理论模型,计算获得相应破碎参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988134.8A CN116702659B (zh) | 2023-08-08 | 2023-08-08 | 一种海浪破碎参数快速预报方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988134.8A CN116702659B (zh) | 2023-08-08 | 2023-08-08 | 一种海浪破碎参数快速预报方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116702659A CN116702659A (zh) | 2023-09-05 |
CN116702659B true CN116702659B (zh) | 2023-11-10 |
Family
ID=87836097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310988134.8A Active CN116702659B (zh) | 2023-08-08 | 2023-08-08 | 一种海浪破碎参数快速预报方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116702659B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133208A (zh) * | 2014-07-04 | 2014-11-05 | 中国海洋大学 | 一种基于相参x波段雷达图像的海浪破碎率提取方法 |
KR20150117971A (ko) * | 2014-04-11 | 2015-10-21 | 한국해양과학기술원 | 연안국지 해수순환 및 파랑 예측 방법 및 시스템 |
KR20150117972A (ko) * | 2014-04-11 | 2015-10-21 | 한국해양과학기술원 | 연안국지 파랑예측 방법 및 시스템 |
CN105279308A (zh) * | 2015-09-14 | 2016-01-27 | 中国科学院海洋研究所 | 一种基于逐步数据剔除的海洋白冠覆盖率算法 |
CN111597506A (zh) * | 2020-04-26 | 2020-08-28 | 河海大学 | 近岸波浪破碎参数和波高的预测方法 |
CN112307681A (zh) * | 2020-06-06 | 2021-02-02 | 自然资源部第一海洋研究所 | 一种直接利用海洋要素计算海洋飞沫生成函数的方法 |
CN113408179A (zh) * | 2021-07-15 | 2021-09-17 | 天津大学 | 一种计算实时波浪破碎致混合的动态模拟方法 |
CN114581817A (zh) * | 2022-02-21 | 2022-06-03 | 国家海洋环境预报中心 | 从近岸海浪监控视频智能检测浪高和风速的方法及系统 |
CN115097451A (zh) * | 2022-06-29 | 2022-09-23 | 中国石油大学(华东) | 一种基于sar卫星数据的海浪多参数反演方法及系统 |
-
2023
- 2023-08-08 CN CN202310988134.8A patent/CN116702659B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150117971A (ko) * | 2014-04-11 | 2015-10-21 | 한국해양과학기술원 | 연안국지 해수순환 및 파랑 예측 방법 및 시스템 |
KR20150117972A (ko) * | 2014-04-11 | 2015-10-21 | 한국해양과학기술원 | 연안국지 파랑예측 방법 및 시스템 |
CN104133208A (zh) * | 2014-07-04 | 2014-11-05 | 中国海洋大学 | 一种基于相参x波段雷达图像的海浪破碎率提取方法 |
CN105279308A (zh) * | 2015-09-14 | 2016-01-27 | 中国科学院海洋研究所 | 一种基于逐步数据剔除的海洋白冠覆盖率算法 |
CN111597506A (zh) * | 2020-04-26 | 2020-08-28 | 河海大学 | 近岸波浪破碎参数和波高的预测方法 |
CN112307681A (zh) * | 2020-06-06 | 2021-02-02 | 自然资源部第一海洋研究所 | 一种直接利用海洋要素计算海洋飞沫生成函数的方法 |
CN113408179A (zh) * | 2021-07-15 | 2021-09-17 | 天津大学 | 一种计算实时波浪破碎致混合的动态模拟方法 |
CN114581817A (zh) * | 2022-02-21 | 2022-06-03 | 国家海洋环境预报中心 | 从近岸海浪监控视频智能检测浪高和风速的方法及系统 |
CN115097451A (zh) * | 2022-06-29 | 2022-09-23 | 中国石油大学(华东) | 一种基于sar卫星数据的海浪多参数反演方法及系统 |
Non-Patent Citations (4)
Title |
---|
A temporal sliding procedure for ocean wave variational data assimilation and its application;YANG Yongzeng,ZHAO Wei,TENG Yong;Chinese Journal of Oceanology and Limnology;第24卷(第1期);第35-41页 * |
王亚楠 ; 赵栋梁 ; .海洋环境因素对白冠覆盖率的影响及其数值估算.海洋与湖沼.2018,(第4期),第44-53页. * |
田纪伟,曹红杰,覃正才,刘志亮,魏恩泊,许金山.海浪破碎对海面微波后向散射系数的影响.中国科学D辑.2001,(第4期),第342-352页. * |
袁业立 ; 华锋 ; 张书文 ; 韩磊 ; .含破碎海浪海面起伏统计的理论模型.中国科学(D辑:地球科学).2008,(第1期),第126-135页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116702659A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Forristall | Wave crest distributions: Observations and second-order theory | |
O’Donncha et al. | Characterizing observed circulation patterns within a bay using HF radar and numerical model simulations | |
Jia et al. | Temporal-spatial soil moisture estimation from CYGNSS using machine learning regression with a preclassification approach | |
Murty et al. | Effect of wave radiation stress in storm surge-induced inundation: a case study for the East Coast of India | |
Cahill | Characteristics of the wave energy resource at the Atlantic marine energy test site | |
CN116702659B (zh) | 一种海浪破碎参数快速预报方法及系统 | |
Adell et al. | Spatial and temporal wave climate variability along the south coast of Sweden during 1959–2021 | |
Zhang et al. | Improved prediction of local significant wave height by considering the memory of past winds | |
De Mey et al. | Applications in coastal modeling and forecasting | |
Overland et al. | SEARCH workshop on large-scale atmosphere–cryosphere observations | |
Song et al. | China’s vision towards Tropical Pacific Observing System (TPOS) 2020 | |
Fery | Nearshore wind-wave modelling in semi-enclosed seas: cross calibration and application | |
Ren et al. | Prediction of coastal surface currents using numerical model and soft computing model | |
Wan et al. | The Study of Ocean Wave and Wave Power Observations by Synthetic Aperture Radar in Nearshore Waters | |
Moeini et al. | Extreme Wave Prediction Based on the Numerically Simulated Data in a Semi-Enclosed Basin | |
Qin | Application of the spectral wave model SWAN in Delaware Bay | |
Bernardino et al. | Assessment of wind and wave simulations for an enclosed sea using satellite data | |
Krishnamurthy | Coastal Data Information Program (CDIP) Buoy 028 | |
CN117637054A (zh) | 一种流域全尺度水生态系统动态模拟方法及装置 | |
Krishnamurthy | Lidar/Processed Data | |
Colford | Simcenter TestLab Error in uploading reference profiles | |
Wang | South China Sea Observation and Data Assimilation | |
Szczepanski et al. | Marine Atmospheric Radar for Boundary Layer Estimation (MARBLE) | |
Haver | Uncertainties related to hindcast wave data | |
Samuels et al. | Arctic climate change and oil spill risk analysis |
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 |