连云港区台风增水预报方法探讨

本文采用增水峰、谷时与高、低潮时的对应关系预报未来24小时之内的增水峰、谷时。采用增水峰增、减趋势外延和回归计算相结合的方法预报其峰值。然后,利用模拟的增水曲线,对港区内的台风增水及潮位进行预报,效果很好。     

青岛港台风暴潮过程预报方法探讨

本文采用周期外推法预报用水峰时,采用回归计算和增水峰连线外延相结合的方法预报峰值。然后以此模拟增水曲线,对台风在预报区内任一位置24小时之内的增水进行过程预报,效果较好。     

青岛地区9216强热带风暴暴潮及其预报浅析

本文分析了青岛地区９２１６强热带风暴暴潮的成因及其预报思路，并给出一个较简便的增水峰时预报方法。     

人工神经网络在风暴潮增水预报中的应用

本文根据1967～1982年问影响湛江站增水的热带气旋资料，选取了其中对湛江站增水影响比较显著的因子，运用人工神经网络中的BP算法，建立了湛江站风暴潮增水预报的人工神经网络模型，并使用贝叶斯优化算法提高了BP网络模型的预报能力，结果表明所建BP网络模型的训练拟合效果和预报效果都比较好。表明该网络模型可以用于湛江站风暴潮增水的预报。同时本文也为其它的港口、码头等近岸海洋工程风暴潮增水的预报提供了一个有效可行的方案。     

基于多源数据的台风风暴潮概率预报研究：数值预报系统

采用台风集合构建方案,基于WRF中尺度气象模型和FVCOM三维海洋模型建立了一套适用于长江口的风暴潮概率预报系统。以1909号台风"利奇马"为例,应用该概率预报系统得到丰富的预报信息,如最大和最小可能增水、平均增水及其标准差、概率增水值及增水概率值等。预报系统还能够确定不同发生概率的增水范围,为风暴潮防灾减灾工作提供更系统的技术支持和决策参考。     

温州港台风暴潮高潮最大增水分析和预报

本文统计分析了温州港台风暴潮的情况，着重分析预报登陆型台风在登陆前和登陆后高潮时温州港的增水，并分析了海上转向型台风在高潮时的最大增水。通过统计相关建立起相应的预报公式，为温州港台风暴潮预报提供一定依据。     

杭州湾台风风暴潮综合水位预报可视化

杭州湾由于独特的海湾地理位置和形态，台风引起风暴潮强烈增水。为给防汛部门提供技术支持，提高减灾防灾的效益，本文研制了界面清晰、操作方便、图文信息直观的台风增水预报可视化软件，预报台风对杭州湾水位带来的影响，预报结果直观、形象。     

莱州湾夏营站温带风暴潮预报方案编制

本文依据莱州湾夏营站１９６０－１９８７年的风暴增水资料，对夏营站的风暴增水以及诱发增水的天气形势进行了分析分类，对夏营站的温带风暴潮预报方法进行了研究，从而建立了经验相关和统计相关两类预报方案，通过对这些方案的检验，都获得了比较满意的结果。     

汕头市妈屿站台风潮预报方法

为了提高预报精度,本文采用两种方法对妈屿站编制预报方案。第一种方法是经验法。这种方法首先定出导致本站增水的主导风向和增水区域,然后建立增水与本站风力的相关关系。第二种方法是应用陈金泉（厦门大学）提出的 “我国东南海岸台风潮逐时预报的动力模式”一文的原理编出了逐时台风潮预报方案。 用两种方法计算的预报值与实测值都很一致。使用两种方法对同一台风潮进行验算,有助于检验其预报合理性和预报值精度。     

莱州湾温带风暴潮预报研究

本文依据莱州湾羊角沟、夏营两站建国以来的风暴增水资料，对莱州湾建国后发生的风暴潮进行了统计分析，并探讨了温带风暴潮产生的物理机制，此外还对莱州湾温带风暴增水以及诱发增水的天气形势进行了分析分类。在此基础上建立了莱州湾温带风暴潮统计预报方法，并在作业预报中对模型进行了检验，取得较为理想的效果。     

风暴潮与天文潮非线性相互作用结果及有关问题的分析

分析了风暴潮与天文潮非线性相互作用的结果，给出了增、减水的解析表达式，指出了潮汐预报精度在增、减水分离中的重要性，提出了提高潮汐分析预报精度的方法。     

杰氏风暴潮预报方法在珠海及粤西海域的应用

本文通过杰氏风暴潮预报方法对历史上给珠海和粤西海域造成较大影响的台风增水事件进行后报试验,并通过统计分析方法对原有的预报公式进行订正,总结出适合珠海及粤西海域的风暴潮预报公式.利用5a的时间对珠海及粤西海域的台风增水进行试报,结果表明预报准确率分别达95.0%和87.6%,尤其对一些增水较大、影响较严重的台风增水预报相对更加准确,预报准确率均达90.0%以上.这说明订正后的公式对珠海及粤西海域的风暴潮预报能得到较好的预报效果.     

基于BP神经网络的厦门沿海风暴潮预报应用

以BP人工神经网络可有效描述非线性问题的特性应用于短期风暴潮增水预报,利用风暴潮增水与各项影响因素的关系,建立厦门沿海的风暴潮增水预报的人工神经网络模型。该模型将以台风中心最低气压、最大风速,七级大风半径、台风中心距测站位置的距离和测站当地气压、当地风速、天文潮位及增水值、作为主要的输入因子,预测未来1 h、2 h、3 h及6 h风暴潮增水值。分别探讨厦门沿海的风暴潮増水在3种代表性热带气旋路径的影响下的模型应用情况,由预报结果的分析显示:该BP神经网络模型所预报的风暴潮增水较好的拟合了实际变化趋势,表明本模型对于厦门沿海风暴潮増水的预报具有相当不错的成效。     

浙江沿海台风风暴潮类型与成因初探

本文主要对浙江沿海几个站点3次台风过程中所产生的前兆波增水类型进行研究，浅析了几种环境要素与增水的关系，从而为今后的增水预报提供参考。本文的增水曲线是用逐时实测潮位减去天文潮位所得的剩余绘制而成的。     

浙江沿岸"0216"号台风风暴潮特征及预报经验总结

本文对2002第16号台风“森拉克”的风暴潮灾害过程做了回顾，总结预报经验，分析本次过程浙江沿海各岸段风暴潮特征及成因，提出特殊河口、湾口地形的风暴增水和天文潮相互作用的问题。预报实践证明，及时地根据最新的气象预报和实况观测资料来调整潮位和风暴增水预报值是本次风暴潮预报取得成功的关键。预报和实况的对比结果说明，本次对浙江沿岸各岸段的增水和高潮的过程预报是及时、准确的。台风在登陆前几个小时移动速度突然急剧加快，是本次风暴高潮位预报出现误差的主要原因。     

神经网络在珠江口风暴潮预报中的应用

当风暴潮沿河道上溯时,处于珠江口地区的灯笼山测站和黄埔测站的水位之间存在着非线性响应关系。文章利用BP人工神经网络,建立了两测站台风暴潮和天文潮的综合增水效应预报模型,对9903、9908和9910号台风期间黄埔站的综合增水进行了预报,并针对不同预报时段对计算结果和潮位极值的准确程度进行了相应的讨论。结果表明,该方法的预报精度较高。最后通过与纯风暴增水模型的对比,说明了综合增水模型的优越性。     

基于高低潮的风暴增水人工神经网络预报模型

针对只有高低潮数据的情况,利用人工神经网络建立起一种预报当前台风时刻后第一个高潮时增水的模型。该模型选取台风在当前时刻、前6 h、前12 h、前18 h的中心经度、纬度、最大风速、中心气压以及当前时刻前第一个高潮时刻的风暴增水为输入单元。台风当前时刻后第一个高潮时刻风暴增水为模型输出单元。利用历史资料形成的规范化后的模式对,对模型进行训练,训练成功后,结合台风因子预报模型,即可用于风暴增水的预报。经过长江口高桥站高低潮实测资料的检验,结果表明该模型提取到了风暴增水效应,说明该模型可用于风暴增水的预报。     

风暴增水系统的记忆期概念及其预报方法

本文提出风暴潮增水系统的记忆期概念，用实测资料和理论模型分析了记忆期的存在，把记忆期的概念应用于风暴增水预报方程中，并且用实测资料作了检验，收到了良好的效果     

对台风潮单站极值预报方法的改进

前 言 近年来以相关统计方法建立的台风潮单站极值预报公式进入预报业务并取得较好的效果。为了进一步提高预报精度,本文以汕头测站为例,在原有预报公式的基础上对局地风场在增水中的贡献又作了一些探讨和计算,供预报参考。 一、现行台风潮预报公式 现行预报公式为: △H_(max)=a+b△P_0(1-e~(-r)o/r) 式中△H_(max)为最大增水。△P_0=1008—P_0为气压下降量,外围气压取1008hPa,P_0为台风中心气压,采用最大增水时刻前24小时(即四个正点资料)实测资料的平均值。r_0为大风半径,取常数0.64。r为最大增水时刻台风中心至测站距离,从台风路径图中量取(以纬距为单位)。a、b为待定系数。     

粤东海岸台风风暴潮数值预报

粤东海岸台风风暴潮数值预报取风暴潮运行的全流方程组及其有限差分方程组，并取Jelesnianski飓风模型，在注意到复杂海岸和海洋边界的同时，采用独特的边界布局、复合开边界及使用简便的固化预报程序处理方法，提出了一组可适用本海岸的台风风暴潮数值预报模式。在闽粤海岸经袭击影响粤东海岸的18场历史台风风暴潮的数值计算试验，有实测增水资料可对比的试验结果中，多数试验的计算与实测台风增水曲线拟合较佳，达到本项目研究的预期目标。试验结果有力地证明了该风暴潮数值模型是可靠的，可加以推广和应用。