一種有效波高和波周期參數化方法
2023-06-02 19:04:26 2
一種有效波高和波周期參數化方法
【專利摘要】一種有效波高和波周期參數化方法，包括如下步驟：步驟1：獲取JMA的5個固定浮標站的浮標數據以及AVISO提供的衛星高度計有效波高hs、海面10m風速的1°×1°再分析格點數據，將觀測高度處的風速轉換為10m高度風速U10，將平均波高和平均波周期轉化為有效波高hs和有效波周期Tp；步驟2：基於數據挖掘技術，按照2∶1∶1的比例分別將所述5個固定浮標站和高度計格點資料的數據集分成訓練集、驗證集和測試集三部分，而採用44008站所得數據只需按照1∶1的比例分為驗證集和測試集兩部分；步驟3：有效波高參數化方法的建立與驗證。
【專利說明】一種有效波高和波周期參數化方法
一、【技術領域】
[0001]本發明涉及一種適用於我國東部海域的有效波高、有效波周期參數化方法，具體來說是尋求一種能在海氣通量算法、大氣數值預報模式中合理描述海浪特徵對海面粗糙度影響的簡化方法。
二、【背景技術】
[0002]風浪的增長、風暴潮及大氣環流等重要海洋天氣過程都與海氣表面的動量交換密切相關，而精確確定海氣表面動量交換主要取決於:(I)合理描述穩定度的依賴關係；(2)精確確定海面風速粗糙度。海浪作為存在於大氣和海洋交界面上的小尺度海洋運動現象，直接參與海氣交界面上的動量、熱量和物質交換，海浪的強度和傳播影響了海面風速粗糙度的分布，因此目前許多試驗表明，海面風速粗糙度不僅與海面風速有關，還依賴於海浪狀態。
[0003]目前考慮真實海浪狀態的海面風速粗糙度方案主要包括(不考慮海浪破碎的影響)=TYOl方案、002方案、SCOR方案、GW03方案以及PYP07方案，其中TYOl方案認為海面風速粗糙度與波高和波陡密切相關，而後4種方案認為海面風速粗糙度主要與波齡有關。海面風速粗糙度方案作為海氣通量算法和數值預報模式的重要組成部分，一直是海氣相互作用研究領域的熱點問題。但由於實測獲取高時空解析度的真實海浪信息(波高、波周期、波齡等)非常困難，因此需要藉助一些簡單的參數化方法來描述海浪信息，或者建立複雜的海-氣耦合模式，但後者難於實現，且因兩種模式的匹配性問題，推廣業務化更為困難。因此，尋找一種簡單的海浪特徵量參數化方法成為處理這類問題的折中辦法和有效途徑。
[0004]關於海浪特徵量參數化方法，最新的海氣通量算法(C0ARE 3.0算法)採用的是Taylor等(2001)給出的經驗公式(簡稱TaylorOl),該方案利用中性層結條件下的1m風速U10J由於Ultl ^ U10n,實際應用中一般近似採用1m處風速U10)來對有效波高和有效波周期進行參數化。此外，風浪成長關係式以及部分波周期反演算法，也可以提供有效波高和有效波周期的參數化方法。但由於以上研究所用的觀測數據大多來自北大西洋、北海、墨西哥灣和夏威夷等地區，不能完全反應我國東部海域的海氣特徵，另有一部分研究基於理論推導和實驗室數據分析，其結果在我國東部海域的適用性還需進一步驗證。因此有必要發展一種新的適用於我國東部海域的有效波高和有效波周期參數化方法，確保缺乏真實海浪信息時也能充分考慮海浪對海面風速粗糙度的影響，從而提高海氣通量算法和數值預報模式的精度。
三、
【發明內容】
[0005]本發明的目的是，提供一種適用於我國東部海域的有效波高和有效波周期參數化方法，確保缺乏真實海浪信息時也能充分考慮海浪對海面風速粗糙度的影響。尤其是一種能在海氣通量算法、大氣數值預報模式中合理描述海浪特徵對海面粗糙度影響的簡化方法。
[0006]為達到上述目的，本發明採用的技術方案如下:一種有效波高和波周期參數化方法，它包括步驟如下:
[0007]步驟1:獲取JMA(日本氣象廳)22001、21003、21004、21010、21001固定浮標站的浮標資料以及衛星海洋數據存檔檢驗釋用中心(AVISO)提供的衛星高度計有效波高hs (MSWH)、海面1m風速(MWind)的1° Xl0再分析格點資料，對所得數據進行極值檢查，要素場一致性、連續性檢查質量控制，剔除缺測和不合理數據，選定最終可用樣本；由於JMA的5個固定浮標站提供的是7.5m高度處的風速，且在1990年7月31日之前只提供上跨零點方法獲得的平均波高和平均波周期，因此首先將觀測高度處的風速轉換為1m高度風速U10,將平均波高和平均波周期轉化為有效波高hs和有效波周期Tp ；
[0008]1m風速Ultl的換算:並非直接採用中性層結條件下的對數關係式，而是基於最新的海氣通量算法(C0ARE 3.0算法)，根據真實的氣象海洋參數計算近地層風速廓線，由此獲得1m風速Uwo
[0009]步驟2:基於數據挖掘技術，按照2: I: I的比例分別將所述5個固定浮標站和高度計格點資料的數據集分成訓練集、驗證集和測試集三部分，訓練集用來擬合模型?』驗證集用來評估模型預測誤差，選擇最優模型；測試集用來評估最終選定的模型的預測誤差；而採用位於大西洋東北部海域的固定浮標站(44008站)所得資料只需按照1:1的比例分為驗證集和測試集兩部分；
[0010]步驟3:有效波高參數化方法的建立與驗證
[0011]首先，利用訓練集數據尋找有效波高匕與1m處風速Ultl的關係。利用最小二乘擬合得到新的有效波高參數化方法；基於驗證集數據，比較本方法與現有6種方案推算有效波高的均方根誤差和平均偏差，選擇最優方案；最後利用測試集數據評定最優方案的應用效果。
[0012]具體方法:訓練集由6468組22001站、6303組21003站、9709組21004站、927組21010站、4353組21001站和8910組衛星高度計觀測的(hs，U10)數據組成，利用最小二乘擬合得到關係式匕=1.0369exp (0.0817U10)即方案10 ；
[0013]步驟4:有效波周期參數化方法的建立與驗證
[0014]首先，利用訓練集數據尋找波陡hs/Lp% 1m風速Ultl之間的關係，然後利用有效波高和波浪特徵量轉換關係式來間接計算有效波周期Tp ;基於驗證集數據，比較本方法與現有8種方案推算有效波周期的均方根誤差和平均偏差，選擇最優方案；最後利用測試集數據評定最優方案的應用效果。
[0015]具體方法:訓練集由6468組22001站、9709組21004站、6303組21003站、927組21010站、4353組21001站的實測(hs/Lp，Ultl)數據對組成，利用最小二乘擬合得到關係式
hs/Lp = 0.0018U10+0.0039 ； I； =^2減 /g/(.(則￡/,,, + 0,39)即方案 10。
[0016]所述步驟I中1m風速Ultl的換算基於COARE 3.0算法，由真實氣象海洋參數計算的風速廓線確定，準確度更高。
[0017]所述步驟2中所述的基本方法基於數據挖掘技術。
[0018]所述步驟3中有效波高參數化方法的建立，基於TaylorOl方案利用訓練集數據尋找有效波聞hs與1m處風速U10的關係。
[0019]所述步驟4中有效波周期參數化方法的建立，區別於TaylorOl方案(Tp =0.729U10n)，因為實測資料顯示(Tp，U10)不存在明顯的線性關係，而波陡特徵量hs/Lp與1m風速Ultl之間的線性關係比較明顯，數據點分布相對集中。因此，本發明利用大量浮標資料作為訓練集，先尋找波陡與1m風速之間的關係，然後利用有效波高和波浪特徵量轉換關係式來間接計算有效波周期Tp。
[0020]本發明的有益效果是:本發明提供的有效波高和波周期參數化方法與TaylorOl方案一樣，均建立在有效波高、波周期與風速存在直接依賴關係的基礎上，因此理論上這兩種方法都僅適用於局地生成的風浪。但由於浮標資料未能提供風-浪角Φ，因此在分析數據中無法分離湧浪(與風速沒有直接關係)和局地生成的風浪，這就使得本發明提供的參數化方法在湧浪佔優的情況下(Ultl低於5m/s時)也具有一定的適用性。正如浮標資料顯示，當U10低於5m/s時，實測有效波高有時竟高達5m以上，這表明了湧浪的真實存在，此時TaylorOl方案預測的有效波高近乎為0，這說明該方案完全不適用於湧浪佔優的海域。事實上，在深遠海區域，湧浪的存在幾乎具有永久和半永久性，因此本發明提供的參數化方法適用性更強。
[0021]本發明所得的參數化方法簡單實用、可移植性強，可在各種海氣通量算法和大氣數值預報模式中應用，實現了在不依賴海氣耦合模式的前提下也能充分考慮海浪對海面風速粗糙度的影響。
四、【專利附圖】
【附圖說明】
[0022]圖1衛星高度計格點資料覆蓋範圍(.)及浮標站所在位置(+);
[0023]圖2有效波高與1m風速及其擬合關係；
[0024]圖3波陡與1m風速及其擬合關係；
[0025]圖42000年I月24日12時至2000年I月27日18時的一次大風過程((a)風速，
(b)有效波高，(c)有效波周期，(d)波齡倒數隨1m風速變化，(e)波陡隨1m風速變化)。
五、【具體實施方式】
[0026]步驟1:由於日本氣象廳JMA的5個固定浮標站提供的是7.5m高度處的風速，且在1990年7月31日之前只提供上跨零點方法獲得的平均波高和平均波周期，因此首先要將觀測高度處的風速轉換為1m風速Ultl，將平均波高和波周期轉化為有效波高和波周期。其中，上跨零點平均波高和平均波周期分別乘以係數1.6和1.35即可轉化為有效波高和有效波周期，1m風速U10的轉換方法如下:
[0027]風速粗糙度高度Ztl與給定高度z處的風速u (Z)之間滿足:
[0028]ut =+ /[ln(z/Z0}-ψΗ(ζ)]Cl)
[0029]其中,u*是摩擦速度；κ是Von-Karman常數,一般取為0.4 ;wg是陣風速度。普適函數Vu(C)在穩定或中性層結條件下，使用Beljaars和Holtslag(1991)的方法:
[0030]￥u = -[(l+ζ )+2/3( ζ -14.28)/exp (c)+8.525], c = min(50, 0.35 ζ ) (2)
[0031]在不穩定條件下,利用Businger-Dyer關係式以及自由對流限制方程:
[0032]￥u = (1-f) Vuk+f Vc f = ζ2/(1+ζ2)
Y+IY2 I I
[0033]r?* = 2ln[+ ln[-2arctan(.￥)^-π?2,.V = (1-15c )'4(3)
[0034]ψ€ =lJh[2-±Zll]^V3arclaii[^4^'] + ^/V38j = (1-10J5C)i/j
3V3
[0035]其中，ζ= z/L, L 為 Obukhov 長度。
[0036]利用COARE 3.0總體通量算法，可以在已知風速、海溫、氣溫、比溼或相對溼度、氣壓、觀測高度、有效波高、有效波周期(海浪特徵量預設時默認採用TaylorOl方案計算)的前提下，直接迭代確定各種近地層特徵尺度值，包括1、Ζ(ι、ζ、Vu等，再根據(4)式即可確定風速廓線。
[0037]u(z) = u*[ln(z/z0)_￥u( ζ )]/κ(4)
[0038]步驟2:按照2: I: I的比例分別將5個固定浮標站和高度計格點資料的數據集分成訓練集、驗證集和測試集三部分，而44008站的資料只需按照1:1的比例將其分為驗證集和測試集兩部分。訓練集用來擬合模型；驗證集用來評估模型預測誤差，選擇最優模型；測試集用來評估最終選定的模型的預測誤差。
[0039]步驟3:有效波高參數化方法的建立與驗證
[0040](I)首先，利用訓練集擬合模型:
[0041]鑑於Taylor等(2001)指出有效波高hs與中性層結條件下的1m風速Ultln存在如下關係(簡稱TaylorOl ;由於Ultl ^ Ultln，實際應用中一般近似採用1m處風速Ultl):
[0042]hs = 0.018xL/fo?(l +0.15^,0,,)(5)
[0043]本發明同樣利用訓練集數據尋找有效波高匕與1m處風速Ultl的關係。具體方法:訓練集由 6468 組 22001 站、6303 組 21003 站、9709 組 21004 站、927 組 21010 站、4353 組21001站和8910組衛星高度計觀測的(hs，U1(l)數據組成，利用最小二乘擬合得到一個新的關係式(稱之為方案10):
[0044]hs = 1.0369exp(0.0817U10)(6)
[0045]圖2給出了方案10與TaylorOl方案對訓練集數據的擬合效果。經檢驗，兩種方案對訓練集數據的擬合均方根誤差分別為0.7973和1.2976，顯然方案10效果更好。
[0046](2)模型驗證時，引入Wilson65、U.S.、U.S.S.R、Guan02、Wu04風浪成長關係式，其中U取1m風速，X取5 X 105m。以上7種方案預測有效波高hs的均方根誤差和平均偏差見表I。方案10預測有效波高的誤差最小，且在44008站所在的大西洋東北部海域也有很好的表現，其次是U.S.S.R.方案。而C0ARE3.0算法採用的TaylorOl方案效果相對較差。因此，方案10為選定的最優模型。
[0047](3)最後利用測試集評估最終選定的方案10對有效波高hs的預測誤差，結果見表I。方案10預測我國東部海域有效波高的均方根誤差和平均偏差分別為0.8653,0.6432 ;預測44008站所在大西洋東北部海域的有效波高的均方根誤差和平均偏差分別為0.7306和
0.5730。
[0048]表I 7種方案計算有效波高的均方根誤差及平均偏差
[0049]?
【權利要求】
1.一種有效波高和波周期參數化方法，其特徵在於它包括步驟:步驟1:獲取JMA(日本氣象廳)22001、21003、21004、21010、21001固定浮標站的浮標數據以及衛星海洋數據存檔檢驗釋用中心(AVISO)提供的衛星高度計有效波高hs(MSWH)、海面1m風速(MWind)的1° Xl0再分析格點數據，對所得數據進行極值檢查，要素場一致性、連續性檢查質量控制，剔除缺測和不合理數據，選定最終可用資料樣本；由於JMA的5個固定浮標站提供的是7.5m高度處的風速，且在1990年7月31日之前只提供上跨零點方法獲得的平均波高和平均波周期，因此首先將觀測高度處的風速轉換為1m高度風速Ultl,將平均波高和平均波周期轉化為有效波高hs和有效波周期Tp ； 1m風速U10的換算:並非直接採用中性層結條件下的對數關係式，而是基於最新的海氣通量算法(C0ARE 3.0算法)，根據真實的氣象海洋參數計算近地層風速廓線，由此獲得1m 風速 U10 ； 步驟2:基於數據挖掘技術，按照2: I: I的比例分別將所述5個固定浮標站和高度計格點資料的數據集分成訓練集、驗證集和測試集三部分，訓練集用來擬合模型；驗證集用來評估模型預測誤差，選擇最優模型；測試集用來評估最終選定的模型的預測誤差；而位於大西洋東北部海域的固定浮標站(44008站)所得數據只需按照1:1的比例分為驗證集和測試集兩部分； 步驟3:有效波高參數化方法的建立與驗證 首先，利用訓練集數據尋找有效波高hs與1m處風速U10的關係；利用最小二乘擬合得到新的有效波高參數化方法；基於驗證集數據，比較本方法與現有6種方案推算有效波高的均方根誤差和平均偏差，選擇最優方案；最後利用測試集數據評定最優方案的應用效果; 具體方法:訓練集由6468組22001站、6303組21003站、9709組21004站、927組21010站、4353組21001站和8910組衛星高度計觀測的(hs，U10)數據組成，利用最小二乘擬合得到關係式 hs = 1.0369exp (0.0817U10)即方案 10 ； 步驟4:有效波周期參數化方法的建立與驗證 首先，利用訓練集數據尋找波陡hs/Lp與1m風速Ultl之間的關係，然後利用有效波高和波浪特徵量轉換關係式來間接計算有效波周期Tp ;基於驗證集數據，比較本方法與現有8種方案推算有效波周期的均方根誤差和平均偏差，選擇最優方案；最後利用測試集數據評定最優方案的應用效果； 具體方法:訓練集由6468組22001站、9709組21004站、6303組21003站、927組21010站、4353組21001站的實測(hs/Lp，U10)數據對組成，利用最小二乘擬合得到關係式hs/Lp =0.0018U10+0.0039 ； Tp = ^lnhs /g/(OMUUm + 0.0039)即方案 10。
2.根據權利要求1所述的有效波高和有效波周期參數化方法，其特徵在於: 所述步驟I中1m風速UlO的換算基於COARE 3.0算法，由真實氣象海洋參數計算的風速廓線確定。
3.根據權利要求1所述的有效波高和有效波周期參數化方法，其特徵在於: 步驟3中有效波高參數化方法的建立，基於TaylorOl方案利用訓練集數據尋找有效波聞hs與1m處風速U10的關係。
4.根據權利要求1所述的有效波高和有效波周期參數化方法，其特徵在於: 步驟4中有效波周期參數化方法的建立，區別於TaylorOl方案(Tp = 0.729U10n)，因為實測資料顯示(TP，U1CI)不存在明顯的線性關係，而波陡特徵量匕/^與1m風速Ultl之間的線性關係比較明顯，數據點分布相對集中。因此，本發明利用大量浮標資料作為訓練集，先尋找波陡與1m風速之間的關係，然後利用有效波高和波浪特徵量轉換關係式來間接計算有效波周期Tp。
【文檔編號】G06F19/00GK104166801SQ201410405740
【公開日】2014年11月26日 申請日期:2014年8月18日 優先權日:2014年8月18日
【發明者】丁菊麗, 費建芳, 黃小剛, 程小平, 胡曉華, 季亮, 劉磊 申請人:中國人民解放軍理工大學