[发明专利]一种离岸流预测方法有效
申请号: | 201510748147.3 | 申请日: | 2015-11-06 |
公开(公告)号: | CN105389468B | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 武国相;梁丙臣;李华军;徐照妍;陈玉洁 | 申请(专利权)人: | 中国海洋大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 青岛联智专利商标事务所有限公司37101 | 代理人: | 王艳珍 |
地址: | 266100 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 离岸 预测 方法 | ||
1.一种离岸流预测方法,其特征在于,包括以下步骤:
(1)、获取目标海域及其周围海域的高精度风场和气压场,基于已有的中尺度海洋天气业务化预报系统,提取实时的高精度风场和气压场;
(2)、建立目标海域及其周围海域的潮流数值模型,基于三维浅水方程模型Delft3D,建立从目标海域的周围海域至目标海域的水动力模型,将步骤(1)中提取的高精度风场和气压场作为所述水动力模型的气象数据输入,计算得到目标海域及其周围海域的实时水位和背景流场;
(3)、建立目标海域及其周围海域的波浪模型,基于第三代浅水风浪模型SWAN,建立波浪从目标海域的周围海域传播至目标海域的波浪模型,将所述高精度风场及目标海域及其周围海域的实时水位和背景流场输入至波浪模型中,计算得到目标海域及其周围海域的波浪场,即波高、波周期的实时空间分布;
(4)、建立目标海域的相位解析波浪模型SWASH,利用所述波浪场提取SWASH模型的计算网格边界处的波浪谱信息,运行SWASH模型,获取目标海域的水位、水质点速度的时间序列;
(5)、根据步骤(4)中得到的水质点速度的时间序列,统计离岸流的强度。
2.根据权利要求1所述的离岸流预测方法,其特征在于,
所述步骤(2)中,包括以下子步骤:
(21)、收集所述目标海域及其周围海域的水深数据;
(22)、建立水动力模型步骤,建立从目标海域的周围海域至目标海域的水动力模型网格,所述水动力模型网格包含多层嵌套的网格,将所述步骤(21)中的水深数据分别插值到所述多层嵌套的网格上;
(23)、获取所述水动力模型网格中最外层网格的潮汐边界条件,并将其格式转换为Delft3D模型的边界条件输入文件格式;
(24)、气象数据插值步骤,将所述步骤(1)中获取的高精度风场和气压场分别插值到所述多层嵌套的网格上,并将其格式转换为Delft3D模型的气象数据输入文件格式;所述多层嵌套的网格中,相邻层次的网格位于外层的网格区域包含位于内层的网格区域,且所述多层嵌套的网格的精度由内而外依次变低;
(25)、运行所述水动力模型,得到所述目标海域及其周围海域的实时水位及背景流场;包括以下步骤:
(251)、首先对所述水动力模型网格中最外层网格运行水动力模型,并在与其邻近的内层网格的边界处输出水位、流速的时间序列,将所述水位、流速的时间序列作为所述内层网格的潮汐边界条件,对所述内层网格运行水动力模型,直至对最内层网格运行水动力模型,计算输出目标海域及其周围海域的实时水位和背景流场。
3.根据权利要求2所述的离岸流预测方法,其特征在于,所述步骤(22)中,将所述步骤(21)中的水深数据采用线性插值法分别插值到所述多层嵌套的网格上。
4.根据权利要求2所述的离岸流预测方法,其特征在于,所述步骤(21)中,所述目标海域的水深数据从海图中提取,所述目标海域的周围海域的水深数据从etopo1全球海底地形数据库中提取。
5.根据权利要求2所述的离岸流预测方法,其特征在于,所述步骤(24)中,将所述步骤(1)中获取的高精度风场和气压场采用加权反距离方法分别插值到所述多层嵌套的网格上。
6.根据权利要求2-5任一项所述的离岸流预测方法,其特征在于,所述步骤(3)中,包括以下子步骤:
(31)、建立波浪模型网格,所述波浪模型网格与所述水动力模型网格一致;
(32)、模拟所述波浪模型网格中最外层网格的波浪场,将所述步骤(24)中插值后的高精度风场、及步骤(25)中获取的目标海域及其周围海域的实时水位和背景流场输入至第三代浅水风浪模型SWAN中,执行水流-波浪单向耦合模式,计算得到所述波浪模型网格中最外层网格的波浪场,在与其邻近的内层网格的边界处输出波浪谱的时间序列,将所述波浪谱的时间序列作为所述内层网格的波浪边界条件,对所述内层网格运行SWAN模型,直至对最内层网格运行SWAN模型,计算输出目标海域及其周围海域的波浪场。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋大学,未经中国海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510748147.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种机器学习训练集缩减方法
- 下一篇:一种用于跨海桥梁施工的最大风浪预报方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用