CN108920877A - 一种基于mike21-sw模型的全球波浪数值模拟方法 - Google Patents
一种基于mike21-sw模型的全球波浪数值模拟方法 Download PDFInfo
- Publication number
- CN108920877A CN108920877A CN201810873702.9A CN201810873702A CN108920877A CN 108920877 A CN108920877 A CN 108920877A CN 201810873702 A CN201810873702 A CN 201810873702A CN 108920877 A CN108920877 A CN 108920877A
- Authority
- CN
- China
- Prior art keywords
- wave
- data
- model
- offshore
- typhoon
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004088 simulation Methods 0.000 title claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000004519 manufacturing process Methods 0.000 claims abstract description 6
- 238000013480 data collection Methods 0.000 claims abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 35
- 230000003993 interaction Effects 0.000 claims description 21
- VJJPUSNTGOMMGY-NBJJDLTASA-N (8aR,9R)-5-[[(2R,4aR,6R,7R,8R,8aS)-7,8-dihydroxy-2-methyl-4,4a,6,7,8,8a-hexahydropyrano[3,2-d][1,3]dioxin-6-yl]oxy]-9-(4-hydroxy-3,5-dimethoxyphenyl)-5a,6,8a,9-tetrahydro-5H-isobenzofuro[6,5-f][1,3]benzodioxol-8-one Chemical compound COC1=C(O)C(OC)=CC([C@@H]2C3=CC=4OCOC=4C=C3C(O[C@H]3[C@@H]([C@@H](O)[C@@H]4O[C@H](C)OC[C@H]4O3)O)C3[C@@H]2C(OC3)=O)=C1 VJJPUSNTGOMMGY-NBJJDLTASA-N 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 230000006854 communication Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 239000013535 sea water Substances 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 7
- UZVHFVZFNXBMQJ-UHFFFAOYSA-N butalbital Chemical compound CC(C)CC1(CC=C)C(=O)NC(=O)NC1=O UZVHFVZFNXBMQJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000002035 prolonged effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 230000001429 stepping effect Effects 0.000 claims 2
- 239000006185 dispersion Substances 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 abstract description 2
- 238000012821 model calculation Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000032258 transport Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000010354 integration 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
- 239000002245 particle Substances 0.000 description 1
- 238000012950 reanalysis 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于MIKE21‑SW模型的全球波浪数值模拟方法，主要步骤包括：原始数据收集、地形制作和模型参数设置、模型参数的率定、模型运算和大范围的模型验证、定期更新波浪时间序列(含台风浪)及用户界面平台的搭建，最终得到一种全球深海及近岸的、可靠的、高精度的、便于用户提取使用的定期更新的波要素及谱参量数据。本发明通过引入了近岸可获取的实测地形和波浪数据，能够更加准确的进行模型的运算和验证，提高了模型模拟结果的可靠性；本发明通过加密近岸的网格，能更好的模拟近岸的波浪；本发明提供了友好的用户交互式平台，使用户能够方便快捷的获取全球的波浪数据。
Description
技术领域
本发明涉及自然环境模拟技术领域，尤其涉及一种基于MIKE21-SW模型的全球波浪数值模拟方法。
背景技术
随着经济全球化，水运事业得到了快速的发展，建港水平显著提高。在进行港口的设计和施工过程中，常需要通过数值模拟的方法得到近岸及码头附近的波浪要素，而建立全球的波浪模型可以方便、快捷的得到工程海域的波浪状况，为港口工程的设计和施工提供波浪参数，并给近岸及港内波浪模型提供波浪边界条件。
目前常用的波浪数值模拟方法主要有三大类：一是基于Boussinesq方程的波浪数值模型：Boussinesq方程的波浪数值模型假定水质点为水平和垂直速度，其能够模拟波浪的浅水变形、折射、绕射和波浪之间的非线性相互作用，但该模型一般稳定性较差，只适用于小范围的波浪数值模拟；二是基于缓坡方程的波浪数值模型：该模型是假定边坡平缓的情况下，用摄动展开的方法，将三维问题简化为二维问题，能够模拟波浪的浅水效应、折射和绕射等物理过程，但该模型也只适用于小范围的波浪数值模拟；三是基于能量平衡方程的波浪数值模型：该模型能够模拟波浪传播过程中的各种物理过程，如波浪的浅水变形、折射和绕射等，由于采用的是能量平衡方程，因而时空步长不受波长的影响，没有局限性，能够进行大尺度、长时间的波浪数值模拟。
三种方式相比较而言，因为需要模拟的全球的波浪场属于大尺度、长时间的波浪数值模拟，对于模型的稳定性要求较高，所以目前全球波浪数值模拟的理论一般都是采用能量平衡方程作为控制方程，公式如下所示：
S＝Sin+Sn1+Sds+Sbot+Ssurf
式中，λ表示经度坐标，φ表示纬度坐标，S表示与波浪谱有关的源和汇的总和，N指波作用量密度谱，t指时间，Sin是指风波相互作用；Sn1是指非线性波波相互作用；Sds是指白帽损失项；Sbot是指底部摩擦损失项；Ssurf是指波浪破碎项。
目前基于能量平衡方程，已有的且比较常用的全球波浪数值模型主要有以下三种：
(一)NOAA全球波浪数值模型
NOAA全球波浪模型是由美国国家海洋和大气局(National Oceanic andAtmospheric Administration，简称NOAA)开发的全球波浪模型，基于第三代海浪数值模拟方法WaveWatchⅢ模型，采用能量平衡方程作为控制方程，使用CFSR风场作为驱动条件，能模拟波浪的折射、浅水变形、白浪等物理现象。WaveWatch波浪数值模型最先是由Deflt大学基于能量平衡方程开发出来的波浪数值模型，后来经过不断改进和完善，到如今广泛使用其第三代模型，即WaveWatchⅢ。该模型是采用物理参数化方案和精确的数值积分格式，并考虑风驱动等的物理机制，通过结构化网格进行波浪的数值模拟。NOAA全球波浪数值模型的时间分辨率为3小时，空间分辨率在大部分区域为0.5°×0.5°，某些个别区域会有更高的网格精度(如地中海区域、西北印度洋等)。
该模型的优点在于得到了全球的波浪数值模拟数据，缺点在于其对于台风作用下的波浪模拟效果不太理想，同时对于近岸区域的波浪模拟结果精度不高。
(二)ECMWF全球波浪数值模型
ECMWF全球波浪数值模型是由欧洲中尺度天气预报中心开发(the EuropeanCentre for Medium-Range Weather Forecasts)，采用能量平衡方程作为其控制方程，使用ERA风场、NCEP-NCARA的再分析风场以及NCEP-NCAR海表面动力再分析的风场融合作为驱动风场条件。ECMWF全球波浪数值模型的时间分辨为6小时，空间分辨率最高可达0.125°×0.125°。
该模型的优点在于波浪后报数据时间段较长，可以得到1990～2010年的波浪后报数据，缺点在于模型的网格较粗，不能准确的模拟台风作用下的波浪条件；且对于近岸波浪的波浪模拟效果较差。
(三)BMT全球波浪数值模型
BMT全球波浪数值模型是由英国海洋技术中心(British Maritime Technology，简称BMT)开发的全球波浪数值模型，基于第三代海浪数值模拟方法WaveWatchⅢ模型，采用能量平衡方程作为控制方程，使用CFSR风场作为驱动条件，能模拟波浪的折射、浅水变形、白浪等物理现象。BMT全球波浪模型的时间分辨率为3小时，模拟得到了1979～2015年共37年的全球波浪数值数据。
该模型的优缺点与NOAA全球波浪后报数据类似，优点在于得到了全球的波浪后报数据，缺点在于对于台风作用下的波浪模拟效果不太理想，同时对于近岸区域的波浪模拟结果精度不高。
随着波浪数值模拟技术的发展，以及实际工程中对于波浪模拟的精度越来越高，因此现在迫切的需要一种能够同时准确模拟台风浪以及近岸波浪条件的全球波浪模型。
发明内容
本发明要解决的技术问题是针对现有技术的不足，提供一种用于建立全球的波浪数值模型，以得到一种全球的、深海及近岸的、可靠的、高精度波浪场的、基于MIKE21-SW模型的全球波浪数值模拟方法。
为解决上述技术问题，本发明采用如下技术方案：一种基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：按以下步骤进行，
第一步，原始数据收集；
1)C-MAP、ETOP和近岸可获得的实测地形数据的收集；
2)风场数据的收集，该风场为模型提供驱动条件；
3)卫星高度计、浮标和近岸可获得的实测波浪数据的收集，以用于模型的验证；
4)冰层数据的收集；
第二步，地形制作和模型相关参数的设置；
1)地形制作：地形网格的绘制；
2)模型相关参数的设置：为模拟波浪在传播过程中的物理现象，包括风驱动、非线性波波相互作用、白帽损失、底部摩阻、波浪破碎、冰覆盖、波浪的浅水变形和波浪折射，而进行相关参数的设置；
第三步，模型参数的率定；
第四步，模型的运算和大范围的模型验证；
第五步，将得到的波浪数据进行后处理，得到含台风浪的定期更新的波浪时间序列；
第六步，进行用户界面平台的搭建，使用户能方便快捷地得到所需的波浪数据。
在第二步的步骤1)中，关于地形网格的绘制：MIKE21-SW模型采用非结构化的三角形网格，在网格文件制作过程中采用多重嵌套的网格，对于近岸区域进行网格加密，以便于准确的模拟近岸的波浪条件；
网格文件的绘制方法：首先将收集到的地形边界数据导入网格生成器MeshGenerator中，然后对模拟的区域进行分块，大致可分为三块：深水区、近岸区和过渡区；对每个区域分别设置网格的大小，近岸区域网格最小，深水区最大，最后结合网格生成器即可生成分区块的非结构化的三角形网格。
在第二步的步骤2)中，为准确模拟波浪在传播过程中的物理现象而进行模型相关参数的设置，在波浪传播过程中主要的物理现象和模拟方法如下：
a)风驱动Sin
由于海平面上方空气拖拽作用，风能转化为波能，风能输入方程如下：
Sin(f，θ)＝max[α，γE(f，θ)]
γ＝εβσx2
式中，α，β分别表示线性和非线性成长率，ε指空气与海水的密度比；σ指相对圆频率；c指相速度；θ，θW分别指波向和风向；
b)非线性波波相互作用Sn1
Sn1项同时考虑三波相互作用和四波相互作用，采用DIA法计算，计算式如下：
Sn1(σ，θ)＝Sn1+(σ，θ)+Sn1-(σ，θ)
Sn1+(σ，θ)＝max[0，2παEBcgJ2|sinβ|(cE(σ_，θ))-2c_E(σ_，θ)E(σ，θ)]
Sn1-(σ，θ)＝-2Sn1+(σ，θ)
式中，αEB指调和参数；J指相互作用参数。
c)白帽损失Sds
模型中考虑白帽现象损失的能量表达式如下：
d)底部摩擦损失Sbot
波浪传播过程中，引起海水的运动，海水与海底的摩擦也会导致波能的损失，计算公式如下：
式中，Cf指摩阻系数。
e)波浪破碎Ssurf
波浪在传播过程中可能会发生破碎，尤其是在近岸水深比较小的区域，必须要考虑波浪破碎对波能损失的影响，波浪破碎项的计算公式如下：
f)冰覆盖
对于有冰层覆盖的海域，冰层会对波浪的传播产生影响。为模拟冰覆盖，模型中定义了冰层密度，当海域某位置处的冰层密度大于定义值时，则将其当成陆地，不参与计算；当海域某位置处的冰层密度小于定义值时，则参与计算。
f)浅水变形和波浪折射
浅水变形是指波浪从深水向近岸传播的过程中，波高发生变化的物理现象。波浪折射是指随着水深变浅，当波向线与海底地形的等深线斜交时，波浪的方向会发生改变的一种物理现象。
在第三步中，模型参数的率定主要分为两步：
a)模型的试运行：模型的试运行是指采用默认的模型参数进行模型设置，然后运行模型；
b)模型特征点处的验证：首先选取几个代表位置处的实测波浪数据(包括波高、波周期和波向)；然后提取对应位置处模型计算得到的模拟值；最后将实测值和模型值进行对比分析，计算两者的误差。若代表点处的实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定，直至误差在允许的范围之内；若代表点处的实测值与模型值之间的误差在允许范围之内，则进行下一步操作。为了实现验证的目的，需要引入一些判断参数，比如相关系数，其表达式如下：
式中，Xi和Yi分别指实测的和模拟的波浪特征值，包括波高、周期、波向；和分别指实测和模拟值的平均值，n为样本总数。
在第四步中，大范围的模型验证是将模型计算得到的波高、周期、波向与收集到的卫星高度计、浮标和近岸可获得的实测资料进行验证，若实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定和运算，直至误差在允许的范围之内；若实测值与模型值之间的误差在允许范围之内，则进行下一步操作。此处与第三步模型率定中的验证的主要区别在于，此处选取的是大范围的数据点进行验证，而第三步中是选取几个代表点处的数据进行验证；
在第一步的步骤1)中，C-MAP、ETOP和近岸可获取的实测地形数据的收集分为以下三步进行：
a)C-MAP地形数据的提取：C-MAP为MIKE21软件中自带的地形数据库，集成有全球地形的电子海图数据，用于提取深水及近岸区域的水深和陆域边界的数据；
b)ETOP地形数据的提取：ETOP数据为大尺度数值模型提供水深数据，ETOP数据采用分辨率为1’的ETOPO1全球地形模型，包含陆地地形和海洋水深数据；
c)近岸可获取的实测地形数据的提取：近岸实测的地形数据是指结合具体拟建、在建项目，通过使用测量船，采用回测深仪设备等得到的近岸区域的地形数据。
在第一步的步骤2)中，风场数据的收集分三步进行：
a)CFSR风场数据的下载
选择CFSR风场作为模型的驱动风场；首先选择需要的数据类型：风速、风向；然后选择网格的精度，可获得的网格精度包括有0.312°×0.312°、0.5°×0.5°、1.875°×1.875°和2.5°×2.5°，选择精度最高的风场数据；指定下载的数据时间间隔为一小时，参数输入完成以后，即进行下载，文件格式为.grb2，文件中包含需要的风速和风向数据。
b)台风数据的下载
目前常用的台风数据主要有：美国联合台风警报中心(Joint Typhoon WarningCenter,简称JTWC)最佳台风路径数据(1950～2017年)和日本气象厅(JapanMeteorological Agency,简称JMA)最佳台风路径观测资料整编(1951～2017年)等。以下以JTWC台风数据为例来说明台风数据的下载方法：首先选择需要数据的区域，主要有西北太平洋、南半球和北印度洋的台风数据；下载台风路径文件和台风轨迹，分别为txt格式和kml格式，台风路径文件主要是给出了某一场台风运行轨迹的经纬度坐标、最大台风半径、最大风速、台风中心气压等台风参数；台风轨迹主要是加载入***.earth中，以便于直观的观察台风的运行轨迹。
在第一步的步骤3)中，卫星高度计、浮标和近岸实测的波浪数据的收集分为三步进行：
a)卫星高度计波浪数据的收集：卫星高度计的波浪数据为由卫星测得的波浪数据，包括波高、波周期和波向，包括有Jason-1、Jason-2和Saral卫星测得的波浪数据，其中收集的Jason-1卫星高度计的波浪数据的时间区间为2002年1月～2013年6月，循环周期为10天，轨迹带为254条；收集的Jason-2卫星高度计的波浪数据的时间区间为2008～2018年7月，循环周期为10天，轨迹带为254条；收集的Saral卫星高度计的波浪数据的时间区间为2013年3月～2018年7月，循环周期为35天，轨迹带为1002条；卫星高度计波浪数据收集流程为：
首先选择需要的卫星类型：Jason-1、Jason-2或Saral；然后选择数据的类型，一共有三种类型，分别为Delayed-time、near-real time和real time三种，为得到长时间的波浪数据而选择Delayed-time；
b)浮标数据的收集
浮标数据选择美国国家浮标数据中心NDBC的浮标数据，该数据包括100个锚定浮标和60个C-MAN站点，分布在太平洋和大西洋区域，提供时间分辨率为一小时的波浪数据，包括波高、波向和周期；
c)近岸实测波浪数据：近岸实测的波浪数据为通过波浪观测站测得的波浪数据，包括波高、波周期和波向。
在第一步的步骤4)中，冰层数据的收集与CFSR风场数据的收集方法类似，一般也是根据公开的网站数据来获取全球的冰层数据。
和现有技术相比，本发明的优点在于：
(1)本发明引入了近岸可获取的实测地形和波高数据，能够更加准确地进行模型的验证，提高了模型模拟结构的可靠性；
(2)本发明通过加密近岸的网格，能更好的模拟近岸的波浪；
(3)本发明提供了友好的用户交互式平台，使用户能够方便快捷的获得全球的波浪数据；
(4)可较为准确的模拟台风作用下的波浪条件。
附图说明
图1为全球波浪模型实现流程示意框图；
图2为CFSR风场数据下载示意图；
图3为Mesh Generator生成的网格示意图。
具体实施方式
下面结合具体实施方式对本发明做进一步描述。
参照图1，本实施例中，所述基于MIKE21-SW模型的全球波浪数值模拟方法，具体步骤如下：
1、C-MAP、ETOP和近岸实测地形数据的收集，分为以下三步进行：
1.1、C-MAP地形数据的提取：C-MAP是MIKE21软件中自带的地形数据库，集成了全球地形的电子海图数据，主要用于提取近岸区域的水深和陆域边界的数据，对于深海的数据比较少；
1.2、ETOP地形数据的提取：ETOP数据是目前常用的水深岸界数据，能为大尺度数值模型提供比较准确的水深数据，ETOP数据有很多数据库，如ETOPO5、ETOPO2和ETOPO1等，目前最新的ETOP数据是分辨率为1’的ETOPO1全球地形模型，包含了陆地地形和海洋水深数据。
1.3、近岸可获取的实测地形数据的提取：近岸实测的地形数据是指结合具体拟建、在建项目，通过使用测量船，采用回测深仪设备等得到的近岸区域的地形数据。此类数据精度一般较高，缺点在于近岸实测地形数据依托于实际项目资料情况，不能实现全覆盖。
2、风场数据的收集，主要分三步进行：
2.1、风场类型的选择
目前比较常见的风场主要有CCMP风场和CFSR风场，CCMP风场由NASA(美国国家航空航天局)推出，其提供了从1987年7月以来的海洋风场数据，几乎可以覆盖全球所有海洋，空间分辨率为0.25°×0.25°，时间分辨率为6h，10m高度处的风速；CFSR是美国NCEP(National Centers for Environment Prediction)发布的第三代大气再分析数据库，CFSR耦合了大气-海洋-地表-海冰的全球模拟***的后报结果，CFSR的风场数据包含了1979年～2010年全球各网格点处平均海平面以上10m高度处的风速和风向数据。两种风场比较而言，CFSR风场的时间分辨率较高，因而选择CFSR风场作为本模型的驱动风场。
2.2、CFSR风场数据的下载
首先根据公开的CFSR网站，选择需要的数据类型：风速、风向；然后选择网格的精度，可获得的网格精度有0.312°×0.312°、0.5°×0.5°、1.875°×1.875°和2.5°×2.5°，在此选择精度最高的风场数据；接下来指定下载的数据时间间隔为一小时，参数输入完成以后，即可进行下载，参照图2，文件格式为.grb2，文件中包含了需要的风速和风向数据。
2.3、台风数据的下载
目前常用的台风数据主要有：美国联合台风警报中心(Joint Typhoon WarningCenter,简称JTWC)最佳台风路径数据(1950～2017年)和日本气象厅(JapanMeteorological Agency,简称JMA)最佳台风路径观测资料整编(1951～2017年)。以下以JTWC台风数据为例来说明台风数据的下载方法：首先选择需要数据的区域，主要有西北太平洋、南半球和北印度洋的台风数据；下载台风路径文件和台风轨迹，分别为txt格式和kml格式，台风文件主要是给出了某一场台风运行的经纬度坐标、最大台风半径、最大风速、台风中心气压等台风参数。
3、卫星高度计、浮标和近岸实测的波浪数据的收集，分为三步进行：
3.1、卫星高度计波浪数据的收集：卫星高度计的波浪数据是指由卫星测得的波浪数据，包括波高、波周期和波向。目前常用的卫星高度计的数据有Jason-1、Jason-2和Saral卫星测得的波浪数据，其中Jason-1卫星高度计的波浪数据的时间区间为2002年1月～2013年6月，循环周期为10天左右，轨迹带为254条；Jason-2卫星高度计的波浪数据的时间区间为2008年～至今(2018年7月)，循环周期为10天左右，轨迹带为254条；Saral卫星高度计的波浪数据的时间区间为2013年3月～至今(2018年7月)，循环周期为35天，轨迹带为1002条。卫星高度计波浪数据收集流程如下：
首先根据公开的卫星高度计的网站，选择需要的卫星类型：Jason-1、Jason-2或Saral；然后选择数据的类型，一共有三种类型，分别为Delayed-time、near-real time和real time三种，为了得到长时间的波浪数据，一般选择Delayed-time。卫星高度计的数据尺度一般比较大，适用于没有浮标或者实测数据的区域。
3.2、浮标数据的收集
目前比较常用的浮标数据为美国国家浮标数据中心NDBC(The National DataCenter)的浮标数据，该数据包括100个左右的锚定浮标和60个左右的C-MAN(CoastalMarine Automated Network)站点，主要分布在太平洋和大西洋区域，可以提供时间分辨率为一小时的波浪数据(包括波高、波向和周期)，可以通过美国国家浮标数据中心的网站进行数据的下载。
3.3、近岸可获取的实测波浪数据：近岸实测的地形数据主要是指通过波浪观测站测得的波浪数据，包括波高、波周期和波向。此类数据的优点在于精度一般较高，缺点在于依托于实际项目资料情况，一般为短期数据资料，空间难以实现全范围覆盖。
4、地形网格的绘制：MIKE21-SW模型所采用的为非结构化的三角形网格，该网格灵活性强，与结构化网格相比(如：矩形网格)，三角形网格对边界刻画的效果更好。在网格文件制作过程中采用多重嵌套的网格，对于近岸区域进行网格加密，以便于准确的模拟近岸的波浪条件。
网格文件的绘制方法：首先将收集到的地形边界数据导入网格生成器MeshGenerator中，然后对模拟的区域进行分块，主要可分为三块：深水区、近岸区和过渡区；对每个区域分别设置网格的大小，近岸区域网格最小；深水区最大；最后结合网格生成器即可生成分区块的非结构化的三角形网格，MeshGenerator生成的网格示意图如图3所示。
5、模拟波浪在传播过程中的物理现象而需要进行模型相关参数的设置，在波浪传播过程中主要的物理现象和实现方程如下：
5.1、风波相互作用Sin
由于海平面上方空气拖拽作用，风能转化为波能，风能输入方程如下：
Sin(f，θ)＝max[α，γE(f，θ)]
γ＝εβσx2
式中，α，β分别表示线性和非线性成长率，ε指空气与海水的密度比；σ指相对圆频率；c指相速度；θ，θW分别指波向和风向。
5.2、非线性波波相互作用Sn1
Sn1项同时考虑三波相互作用和四波相互作用，采用DIA法计算，计算式如下：
Sn1(σ，θ)＝Sn1+(σ，θ)+Sn1-(σ，θ)
Sn1+(σ，θ)＝mas[0，2παEBcgJ2|sinβ|(cE(σ-，θ))-2c_E(σ-，θ)E(σ，θ)]
Sn1-(σ，θ)＝-2Sn1+(σ，θ)
式中，αEB指调和参数；J指相互作用参数。
5.3、白帽损失项Sds
模型中考虑白帽现象损失的能量表达式如下：
5.4底部摩擦损失项Sbot
波浪传播过程中，引起海水的运动，海水与海底的摩擦也会导致波能的损失，计算公式如下：
式中，Cf指摩阻系数。
5.5波浪破碎项Ssurf
波浪在传播过程中可能会发生破碎，尤其是在近岸水深比较小的区域，必须要考虑波浪破碎对波能损失的影响，波浪破碎项的计算公式如下：
5.6冰覆盖
对于有冰层覆盖的海域，冰层会对波浪的传播产生影响。为模拟冰覆盖，模型中定义了冰层密度，当海域某位置处的冰层密度大于定义值时，则将其当成陆地，不参与计算；当海域某位置处的冰层密度小于定义值时，则参与计算。
5.7浅水变形和波浪折射
浅水变形是指波浪从深水向近岸传播的过程中，波高发生变化的物理现象。波浪折射是指随着水深变浅，当波向线与海底地形的等深线斜交时，波浪的方向会发生改变的一种物理现象。
6、模型参数的率定
6.1模型的试运行：模型的试运行是指采用默认的模型参数进行模型设置，然后运行模型；
6.2模型特征点处的验证：首先选取几个代表位置处的实测波浪数据(包括波高、波周期和波向)；然后提取对应位置处模型计算得到的模拟值；最后将实测值和模型值进行对比分析，计算两者的误差。若代表点处的实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定，直至误差在允许的范围之内；若代表点处的实测值与模型值之间的误差在允许范围之内，则进行下一步操作。为了实现验证的目的，需要引入一些判断参数，比如相关系数，其表达式如下：
式中，Xi和Yi分别指实测和模拟值的波浪特征值，包括波高、周期、波向；和分别指实测和模拟值的平均值，n为样本总数。
7、模型运算和大范围的模型验证是将模型计算得到的波高、周期、波向与收集到的卫星高度计、浮标和近岸可获得的实测资料进行验证，若实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定和运算，直至误差在允许的范围之内；若实测值与模型值之间的误差在允许范围之内，则进行下一步操作。此处与第6步模型率定中的验证的主要区别在于，此处选取的是大范围的数据点进行验证，而第6步是选取几个代表点处的数据进行验证；
8、将波浪数据进行后处理，得到定期更新的波浪时间序列(含台风浪)
9、进行用户界面平台搭建，便于用户能方便快捷的得到所需波浪数据。
上已将本发明做一详细说明，以上所述，仅为本发明之较佳实施例而已，当不能限定本发明实施范围，即凡依本申请范围所作均等变化与修饰，皆应仍属本发明涵盖范围内。
Claims (9)
1.一种基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：按以下步骤进行，
第一步，原始数据收集；
1)C-MAP、ETOP和近岸实测地形数据的收集；
2)CFSR风场数据和JTWC/JMA台风数据的收集；
3)卫星高度计、浮标和近岸可获取的实测波浪数据的收集，以用于模型的验证；
4)冰层数据的收集；
第二步，地形制作和模型相关参数的设置；
1)地形制作：地形网格的绘制；
2)模型相关参数的设置：为模拟波浪在传播过程中的物理现象，包括风驱动、非线性波波相互作用、白帽损失、底部摩阻、波浪破碎、冰覆盖、波浪的浅水变形和波浪折射，而进行相关参数的设置；
第三步，模型参数的率定；
第四步，模型的运算和大范围的模型验证；
第五步，将得到的波浪数据进行后处理，得到含台风浪的定期更新的波浪时间序列；
第六步，进行用户界面平台的搭建，使用户能方便快捷地得到所需的波浪数据。
2.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第二步的步骤1)中，关于地形网格的绘制：MIKE21-SW模型所采用的为非结构化的三角形网格，在网格文件制作过程中采用多重嵌套的网格，对于近岸区域进行网格加密，以便于准确的模拟近岸的波浪条件；
网格文件的绘制方法：首先将收集到的地形边界数据导入网格生成器Mesh Generator中，然后对模拟的区域进行分块，分为三块：深水区、近岸区和过渡区；对每个区域分别设置网格的大小，近岸区域网格最小，深水区最大，最后结合网格生成器即可生成分区块的非结构化的三角形网格。
3.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第二步的步骤2)中，为模拟波浪在传播过程中的物理现象而进行模型相关参数的设置，在波浪传播过程中的主要物理现象和实现方式如下：
a)风波相互作用Sin
由于海平面上方空气拖拽作用，风能转化为波能，风能输入方程如下：
Sin(f，θ)＝max[α，γE(f，θ)]
γ＝εβσx2
式中，α，β分别表示线性和非线性成长率，ε指空气与海水的密度比；σ指相对圆频率；c指相速度；θ，θW分别指波向和风向；
b)非线性波波相互作用Sn1
Sn1项近岸区域考虑三波相互作用和深远海考虑四波相互作用，采用DIA法计算，计算式如下：
Sn1(σ，θ)＝Sn1+(σ，θ)+Sn1-(σ，θ)
Sn1+(σ，θ)＝mas[0，2παEBcgJ2|sinβ|(cE(σ_，θ))-2c_E(σ_，θ)E(σ，θ)]
Sn1-(σ，θ)＝-2Sn1+(σ，θ)
式中，αEB指调和参数；J指相互作用参数；
c)白帽损失项Sds
模型中考虑白帽现象损失的能量表达式如下：
d)底部摩擦损失项Sbot
波浪传播过程中，引起海水的运动，海水与海底的摩擦也会导致波能的损失，计算公式如下：
式中，Cf指摩阻系数；
e)波浪破碎项Ssurf
波浪在传播过程中可能会发生破碎，尤其是在近岸水深比较小的区域，必须要考虑波浪破碎对波能损失的影响，波浪破碎项的计算公式如下：
f)冰覆盖
对于有冰层覆盖的海域，冰层会对波浪的传播产生影响；为模拟冰覆盖，模型中定义了冰层密度，当海域某位置处的冰层密度大于定义值时，则将其当成陆地，不参与计算；当海域某位置处的冰层密度小于定义值时，则参与计算；
g)浅水变形和波浪折射
浅水变形是指波浪从深水向近岸传播的过程中，波高发生变化的物理现象；波浪折射是指随着水深变浅，当波向线与海底地形的等深线斜交时，波浪的方向会发生改变的一种物理现象。
4.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第三步中，模型参数的率定主要分为两步：
a)模型的试运行：模型的试运行是指采用默认的模型参数进行模型设置，然后运行模型；
b)模型特征点处的验证：首先在近岸区选取若干个代表位置处的实测波浪数据，包括波高、波周期和波向；然后提取对应位置处模型计算得到的模拟值；最后将实测值和模型值进行对比分析，计算两者的误差；若代表点处的实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定，直至误差在允许的范围之内；若代表点处的实测值与模型值之间的误差在允许范围之内，则进行下一步操作；进行实测数据及模拟值对比验证时，除了进行序列数据的对比分析时也需要引入一些判断参数，包含相关系数、离散度、变异系数及偏差等，其中相关系数的表达式如下：
式中，Xi和Yi分别指实测和模拟值的波浪特征值，包括波高、周期、波向；和分别指实测和模拟值的平均值，n为样本总数。
5.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第四步中，大范围的模型验证是将模型计算得到的波高、周期、波向与收集到的卫星高度计、浮标和近岸可获取的实测资料进行验证，若实测值与模型值之间的误差较大，则修改模型参数，重新进行模型的率定和运算，直至误差在允许的范围之内；若实测值与模型值之间的误差在允许范围之内，则进行下一步操作；此处与第三步模型率定中的验证的区别在于，此处选取的是大范围的数据点进行验证，而第三步中是选取若干个代表点处的数据进行验证。
6.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第一步的步骤1)中，C-MAP、ETOP和近岸可获取的实测地形数据的收集分为以下三步进行：
a)C-MAP地形数据的提取：C-MAP为MIKE21软件中自带的地形数据库，集成有全球地形的电子海图数据，用于提取深水及近岸区域的水深和陆域边界的数据；
b)ETOP地形数据的提取：ETOP数据为大尺度数值模型提供水深数据，ETOP数据采用分辨率为1′的ETOPO1全球地形模型，包含陆地地形和海洋水深数据；
c)近岸可获取的实测地形数据的提取：近岸实测的地形数据是指结合具体拟建、在建项目，通过使用测量船，采用回测深仪设备等得到的近岸区域的地形数据。
7.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第一步的步骤2)中，风场数据的收集分两步进行：
a)CFSR风场数据的下载
选择CFSR风场作为模型的驱动风场；首先选择需要的数据类型：风速、风向；然后选择网格的精度，可获得的网格精度包括有0.312°×0.312°、0.5°×0.5°、1.875°×1.875°和2.5°×2.5°，选择精度最高的风场数据；指定下载的数据时间间隔为一小时，参数输入完成以后，即进行下载，文件格式为.grb2，文件中包含需要的风速和风向数据；
b)台风数据的下载
目前使用的台风数据有：美国联合台风警报中心JTWC，最佳台风路径数据为1950～2017年和日本气象厅JMA，最佳台风路径观测资料整编为1951～2017年；其中JTWC台风数据的下载方法为：首先选择需要数据的区域，包括有西北太平洋、南半球和北印度洋的台风数据；下载台风路径文件和台风轨迹，分别为txt格式和kml格式，台风路径文给出了某一场台风运行轨迹的经纬度坐标、最大台风半径、最大风速、台风中心气压等台风参数；台风轨迹主要是加载入***.earth中，以便于直观的观察台风的运行轨迹。
8.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第一步的步骤3)中，卫星高度计、浮标和近岸可获取的实测波浪数据的收集分为三步进行：
a)卫星高度计波浪数据的收集：卫星高度计的测量数据的波要素包括波高、波周期和波向，较常使用的卫星数据包括有Jason-1、Jason-2和Saral，其中收集的Jason-1卫星高度计的波浪数据的时间区间为2002年1月～2013年6月，循环周期为10天，轨迹带为254条；收集的Jason-2卫星高度计的波浪数据的时间区间为2008～2018年7月，循环周期为10天，轨迹带为254条；收集的Saral卫星高度计的波浪数据的时间区间为2013年3月～2018年7月，循环周期为35天，轨迹带为1002条；卫星高度计波浪数据收集流程为：
首先选择需要的卫星类型：Jason-1、Jason-2或Saral；然后选择数据的类型，一共有三种类型，分别为Delayed-time、near-real time和real time三种，为得到长时间的波浪数据而选择Delayed-time；
b)浮标数据的收集
浮标数据选择美国国家浮标数据中心NDBC的浮标数据，该数据包括100个锚定浮标和60个C-MAN站点，分布在太平洋和大西洋区域，提供时间分辨率为一小时的波浪数据，包括波高、波向和周期；
c)近岸可获得的实测波浪数据：近岸实测的波浪数据为通过波浪观测站测得的波浪数据，包括波高、波周期和波向。
9.根据权利要求1所述的基于MIKE21-SW模型的全球波浪数值模拟方法，其特征在于：在第一步的步骤4)中，冰层数据的收集与CFSR风场数据的收集方法类似，通过公开的网站数据来获取全球的冰层数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810873702.9A CN108920877A (zh) | 2018-08-02 | 2018-08-02 | 一种基于mike21-sw模型的全球波浪数值模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810873702.9A CN108920877A (zh) | 2018-08-02 | 2018-08-02 | 一种基于mike21-sw模型的全球波浪数值模拟方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108920877A true CN108920877A (zh) | 2018-11-30 |
Family
ID=64393993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810873702.9A Pending CN108920877A (zh) | 2018-08-02 | 2018-08-02 | 一种基于mike21-sw模型的全球波浪数值模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108920877A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110728042A (zh) * | 2019-09-29 | 2020-01-24 | 河海大学 | 一种快速预报长时间尺度海岸波浪要素的方法 |
| CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| CN112035429A (zh) * | 2020-07-13 | 2020-12-04 | 国家海洋信息中心 | 一种基于海底地形模型的多尺度等深线自动提取方法 |
| CN112182759A (zh) * | 2020-09-27 | 2021-01-05 | 中交第四航务工程勘察设计院有限公司 | 一种基于卫星高度计数据对波浪数值模拟结果的检验方法 |
| CN112818512A (zh) * | 2021-01-04 | 2021-05-18 | 上海勘测设计研究院有限公司 | 一种基于风暴模式的最大单波波高Hmax计算方法 |
| CN113051844A (zh) * | 2021-03-12 | 2021-06-29 | 中国科学院烟台海岸带研究所 | 一种海洋及开阔水域环境污染事件识别与精准溯源方法 |
| CN113468773A (zh) * | 2021-04-27 | 2021-10-01 | 交通运输部天津水运工程科学研究所 | 全球台风浪数值模拟方法及*** |
| CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN115048806A (zh) * | 2022-06-30 | 2022-09-13 | 中交水运规划设计院有限公司 | 风浪数值模拟方法 |
| CN116611270A (zh) * | 2023-07-20 | 2023-08-18 | 国家***北海预报中心((国家***青岛海洋预报台)(国家***青岛海洋环境监测中心站)) | 一种台风浪实时集合预报方法、介质及*** |
| CN117195775A (zh) * | 2023-09-20 | 2023-12-08 | 上海勘测设计研究院有限公司 | 近岸水域极值混合浪要素推算方法、***、介质及装置 |
| CN117909666A (zh) * | 2024-03-19 | 2024-04-19 | 青岛哈尔滨工程大学创新发展中心 | 一种融合数值模式及深度学习的海浪智能订正方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130268520A1 (en) * | 2012-04-04 | 2013-10-10 | Microsoft Corporation | Incremental Visualization for Structured Data in an Enterprise-level Data Store |
| CN104331599A (zh) * | 2014-09-30 | 2015-02-04 | 江苏省交通规划设计院股份有限公司 | 一种非结构化网格嵌套波浪数值模拟方法 |
| CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
| CN105824993A (zh) * | 2016-03-10 | 2016-08-03 | 中国海洋大学 | 一种人造沙滩补沙养护工程建设的方法 |
| CN108319772A (zh) * | 2018-01-26 | 2018-07-24 | 中国科学院海洋研究所 | 一种波浪长期数据的再分析方法 |
-
2018
- 2018-08-02 CN CN201810873702.9A patent/CN108920877A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130268520A1 (en) * | 2012-04-04 | 2013-10-10 | Microsoft Corporation | Incremental Visualization for Structured Data in an Enterprise-level Data Store |
| CN104331599A (zh) * | 2014-09-30 | 2015-02-04 | 江苏省交通规划设计院股份有限公司 | 一种非结构化网格嵌套波浪数值模拟方法 |
| CN105389468A (zh) * | 2015-11-06 | 2016-03-09 | 中国海洋大学 | 一种离岸流预测方法 |
| CN105824993A (zh) * | 2016-03-10 | 2016-08-03 | 中国海洋大学 | 一种人造沙滩补沙养护工程建设的方法 |
| CN108319772A (zh) * | 2018-01-26 | 2018-07-24 | 中国科学院海洋研究所 | 一种波浪长期数据的再分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宗芳伊: "近20年南海波浪及波浪能分布、变化研究", 《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑(月刊)》 * |
| 谢鎏晔: "台风风场与波浪场的数值模拟研究", 《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑(月刊)》 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110728042B (zh) * | 2019-09-29 | 2022-09-16 | 河海大学 | 一种快速预报长时间尺度海岸波浪要素的方法 |
| CN110728042A (zh) * | 2019-09-29 | 2020-01-24 | 河海大学 | 一种快速预报长时间尺度海岸波浪要素的方法 |
| CN111292214A (zh) * | 2019-12-18 | 2020-06-16 | 中电投电力工程有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| CN111292214B (zh) * | 2019-12-18 | 2024-05-07 | 上海能源科技发展有限公司 | 一种计算高精度中国近海海浪特征分布的方法 |
| CN112035429A (zh) * | 2020-07-13 | 2020-12-04 | 国家海洋信息中心 | 一种基于海底地形模型的多尺度等深线自动提取方法 |
| CN112035429B (zh) * | 2020-07-13 | 2023-08-22 | 国家海洋信息中心 | 一种基于海底地形模型的多尺度等深线自动提取方法 |
| CN112182759A (zh) * | 2020-09-27 | 2021-01-05 | 中交第四航务工程勘察设计院有限公司 | 一种基于卫星高度计数据对波浪数值模拟结果的检验方法 |
| CN112818512A (zh) * | 2021-01-04 | 2021-05-18 | 上海勘测设计研究院有限公司 | 一种基于风暴模式的最大单波波高Hmax计算方法 |
| CN112818512B (zh) * | 2021-01-04 | 2022-09-30 | 上海勘测设计研究院有限公司 | 一种基于风暴模式的最大单波波高Hmax计算方法 |
| CN113051844A (zh) * | 2021-03-12 | 2021-06-29 | 中国科学院烟台海岸带研究所 | 一种海洋及开阔水域环境污染事件识别与精准溯源方法 |
| CN113051844B (zh) * | 2021-03-12 | 2022-06-28 | 中国科学院烟台海岸带研究所 | 一种海洋及开阔水域环境污染事件识别与精准溯源方法 |
| CN113468773B (zh) * | 2021-04-27 | 2023-02-03 | 交通运输部天津水运工程科学研究所 | 全球台风浪数值模拟方法及*** |
| CN113468773A (zh) * | 2021-04-27 | 2021-10-01 | 交通运输部天津水运工程科学研究所 | 全球台风浪数值模拟方法及*** |
| CN113553785A (zh) * | 2021-07-14 | 2021-10-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN113553785B (zh) * | 2021-07-14 | 2023-12-26 | 海博泰科技(青岛)有限公司 | 一种开敞式码头及港池波浪预报方法 |
| CN115048806A (zh) * | 2022-06-30 | 2022-09-13 | 中交水运规划设计院有限公司 | 风浪数值模拟方法 |
| CN115048806B (zh) * | 2022-06-30 | 2024-04-09 | 中交水运规划设计院有限公司 | 风浪数值模拟方法 |
| CN116611270A (zh) * | 2023-07-20 | 2023-08-18 | 国家***北海预报中心((国家***青岛海洋预报台)(国家***青岛海洋环境监测中心站)) | 一种台风浪实时集合预报方法、介质及*** |
| CN116611270B (zh) * | 2023-07-20 | 2023-10-03 | 国家***北海预报中心((国家***青岛海洋预报台)(国家***青岛海洋环境监测中心站)) | 一种台风浪实时集合预报方法、介质及*** |
| CN117195775A (zh) * | 2023-09-20 | 2023-12-08 | 上海勘测设计研究院有限公司 | 近岸水域极值混合浪要素推算方法、***、介质及装置 |
| CN117195775B (zh) * | 2023-09-20 | 2024-04-05 | 上海勘测设计研究院有限公司 | 近岸水域极值混合浪要素推算方法、***、介质及装置 |
| CN117909666A (zh) * | 2024-03-19 | 2024-04-19 | 青岛哈尔滨工程大学创新发展中心 | 一种融合数值模式及深度学习的海浪智能订正方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108920877A (zh) | 一种基于mike21-sw模型的全球波浪数值模拟方法 | |
| Garcia et al. | World ocean atlas 2018. Vol. 4: Dissolved inorganic nutrients (phosphate, nitrate and nitrate+ nitrite, silicate) | |
| Garcia et al. | World Ocean Atlas 2018, Volume 3: Dissolved Oxygen, Apparent Oxygen Utilization, and Dissolved Oxygen Saturation. | |
| Ho et al. | Seasonal variability of sea surface height in the South China Sea observed with TOPEX/Poseidon altimeter data | |
| Barton et al. | The Navy's Earth System Prediction Capability: A new global coupled atmosphere‐ocean‐sea ice prediction system designed for daily to subseasonal forecasting | |
| Allard et al. | The US Navy coupled ocean-wave prediction system | |
| CN110276160A (zh) | 一种平原区土壤有机碳三维空间分布模拟方法 | |
| Suursaar | Locally calibrated wave hindcasts in the Estonian coastal sea in 1966-2011 | |
| Harvey et al. | On the upward extension of the polar vortices into the mesosphere | |
| Rossi et al. | Measurement of sea waves | |
| Faichney et al. | Unraveling the tilting history of the submerged reefs surrounding Oahu and the Maui‐Nui Complex, Hawaii | |
| Nittis et al. | Operational monitoring and forecasting in the Aegean Sea: system limitations and forecasting skill evaluation | |
| Suursaar et al. | Multi-scale analysis of wave conditions and coastal changes in the north-eastern Baltic Sea | |
| Medeiros et al. | A Random Forest model based on lidar and field measurements for parameterizing surface roughness in coastal modeling | |
| Daher et al. | Extraction of tide constituents by harmonic analysis using altimetry satellite data in the Brazilian coast | |
| Hadadpour et al. | Wave hindcasting in Anzali, Caspian Sea: a hybrid approach | |
| Janeković et al. | The Adriatic Sea M2 and K1 tides by 3D model and data assimilation | |
| Lebedev et al. | Comparative analysis of the North Atlantic surface circulation reproduced by three different methods | |
| Kumar et al. | Numerical simulation of typhoon wind forcing in the Korean seas using a spectral wave model | |
| Robinson | Applications of remotely sensed image data to marine modeling | |
| Myers et al. | VDatum and strategies for national coverage | |
| Roldán et al. | Modified parametric hurricane wind model to improve the asymmetry in the region of maximum winds | |
| Sun et al. | Assessment of WAVEWATCH-III in wind wave modeling of the Xisha Islands | |
| Thomas | Using a multi-resolution approach to improve the accuracy and efficiency of flooding predictions | |
| Orlić et al. | Report of the Croatian Committee of Geodesy and Geophysics on activities carried out between 2015 and 2018 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
| RJ01 | Rejection of invention patent application after publication |