[发明专利]一种基于再分析数据的海浪波向的长期趋势预测方法有效
申请号: | 201611121425.3 | 申请日: | 2016-12-08 |
公开(公告)号: | CN106777949B | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 吴玲莉;秦杰;吴腾;张玮 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G01W1/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 窦贤宇 |
地址: | 211100 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于再分析数据的海浪波向的长期趋势预测方法,其特征在于步骤包括:一、收集ERA‑Interim各时次气象预报数据;二、获取各格点坐标;三、计算海平面气压梯度GX、GY距平值及标准偏差;四、对GX、GY距平值做主成分分析;五、对海区数据进行Box‑Cox变换;六、计算海浪波向的预测因子;七、计算波向和预测因子的标准偏差;八、预测因子带入预测模型;九、波向滞后值带入模型;十、在EOF基础上的GX、GY预测;十一、优化选择预测因子;十二、模型预测海浪波向;十三、评估预测水平;十四、计算海浪波向长期趋势;十五、绘制波向长期趋势图。本发明可预报多时次的波向的长期趋势,且准确率高。 | ||
搜索关键词: | 一种 基于 再分 数据 海浪 长期 趋势 预测 方法 | ||
【主权项】:
1.一种基于再分析数据的海浪波向的长期趋势预测方法,其特征在于,包括以下具体步骤:步骤一,收集基于格点模式的欧洲中尺度天气预测中心的ERA‑Interim再分析数据集的20~30年时间段的各时次气象预报数据,其中各时次气象预报数据是指包括4~8小时一次的海平面气压SLP和海浪波向数据;步骤二,获取所收集的各时次气象预报数据所标格点的坐标,以该坐标为依据,提取与所述各时次气象预报数据所标格点的坐标相对应的海平面气压梯度矩阵GX和GY,如(1)、(2)式所示,海浪波向矩阵θ,如(3)式所示,其中包括m个空间点,每个空间点含有n次观测数据:其中,GXmn是第m个空间点的第n时次的海平面气压梯度在经度坐标方向的值,GYmn是第m个空间点的第n时次的海平面气压梯度在纬度坐标方向的值,θmn是第m个空间点的第n时次的波向,m是空间点的个数,n是观测时次;步骤三,计算基于格点模式的ERA‑Interim各时次的海平面气压梯度矩阵GX和GY的均值MX和MY,再用海平面气压梯度矩阵的原始值GX和GY减去均值MX和MY,得到基于格点模式的各时次的海平面气压梯度矩阵GX和GY的距平值PX和PY,并计算出海平面气压梯度矩阵GX和GY距平值PX和PY的标准偏差SX和SY,如(4)、(5)式所示:上述(4)、(5)式中:其中,n表示观测时次,i表示空间点,i=1…m,j表示第j个观测数据,j=1…n;步骤四,对海平面气压梯度矩阵GX和GY距平值PX和PY分别做EOF分析,得到不同成分及各成分对总方差的贡献率,保留前30个EOF和主成分;其中:对PX进行协方差计算,得到实对称矩阵Lm×m,其中:T表示矩阵的转置;然后求协方差矩阵Lm×m的特征向量V和特征值Λ,如(6)式所示,以满足LV=ΛV,其中,其中,λ1≥λ2≥,...,≥λm(6),矩阵V是正交矩阵,矩阵V的第e列元素就是特征值λe对应的特征向量,其中e取值从1到m;根据实对称矩阵Lm×m的特征向量V和特征值Λ,计算每个特征向量的方差贡献率和前几个特征向量的累计方差贡献率;按照特征值从大到小的顺序对L进行排序,排在第一位的为EOF1,以此类推;步骤五,对根据步骤一和步骤二收集的基于格点的各时次的海浪波向数据和海平面气压梯度矩阵GX和GY进行Box‑Cox变换,得到变换后的海浪波向trθt和海平面气压梯度trGXt、trGYt;步骤六,对每个格点上对应的trθt,用第k个主成分PCk,t和滞后4个小时的第k个主成分PCk,t‑4计算其相关系数,并取相关系数最高时的28个PCk,t或PCk,t‑4作为海浪波向的预测因子;步骤七,计算海浪波向的标准偏差和30个预测因子Xk,t的标准偏差SXk,保存备用;步骤八,将步骤六得到的预测因子带入预测模型,用F统计量比较第q个模型和第q+1个模型的预测结果,从而选出最优的预测因子;步骤九,将滞后一步的海浪波向也带入模型,作为预测因子之一,综合预测下一时次的各格点的海浪波向,优化模型参数,得到最终模型;其中模型如(7)式所示:上述(7)式中θt是每个网格点上的经过变换的海浪波向,a是常数项,bk是对应于Xk,t的系数,θt‑p是滞后p的海浪波向,cp是对应于θt‑p的系数,p是跟预报量相关的参变量的滞后系数,Xk,t是第k个基于SLP的预测因子,ut可以用M阶自回归模型来表示,如果M=0,ut就是白噪声;步骤十,在步骤四得到的前30个EOF的基础上对各时次的SLP梯度场进行预测,得到PCk,t;步骤十一,用步骤七保存备用的SXk衡量选择30个预测因子Xk,t;步骤十二,将步骤八和步骤十一得到的预测因子带入步骤九的最终模型,预测目标时期内各时次的海浪波向,将预测出的海浪波向值还原到Box‑Cox变换前的值,保存为格点模式文件;步骤十三,采用RMSE评估指标评估预测水平;RMSE评估指标是指均方根误差,其定义为在有限测量次数中,RMSE用下式表示:式中,n为测量次数;dz为一组测量值与平均值的偏差;步骤十四,以步骤十二预测的海浪波向为依据,用趋势计算公式计算海浪波向的长期趋势,最终得到海浪波向的长期趋势结果;步骤十五,根据步骤十二的结果,对应到相应的格点坐标,绘制出海浪波向长期趋势图。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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河海大学,未经河海大学许可,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/patent/201611121425.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种个人健康管理系统及方法
- 下一篇:一种健康监控方法及装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置