共查询到19条相似文献,搜索用时 499 毫秒
1.
董昌明 LIM KAM SIAN Kenny Thiam Choy 蒋星亮 曹玉晗 嵇宇翔 王森 余洋 陆晓婕 周书逸 韦销蔚 BETHEL Brandon Justin 徐广珺 董济海 孙文金 王海丽 单海霞 王锦 王东霞 滕芳园 曹茜 谢文鸿 游志伟 王子韵 林连杰 《海洋科学进展》2022,40(4):660-683
海洋预报是进行海上活动的安全保障,海洋预报系统技术已经成为现代海洋气象业务的技术支撑。海洋观测、数据同化、数值模拟和高性能计算机等技术的进步极大地推动着海洋业务化预报的发展。采用大气数值模式(WRF)、海洋数值模式(CROCO)和海浪数值模式(SWAN)的多模式高分辨率离线耦合方式,添加南京信息工程大学“海洋数值模拟与观测实验室”团队自主研发的一系列海洋模式参数化方案,包括浪致混合参数化方案、亚中尺度参数化方案、海山诱导混合参数化方案以及涡旋诱导的沿等密度面和跨等密度面混合参数化方案,并通过同化技术和最新的人工智能技术与观测资料相结合,构建一种面向中国边缘海的风浪流多参数耦合预报系统,用于海上风电功率的预报和其他海洋灾害预警。实际观测资料的验证表明,该预报系统能较准确地模拟海上风场、海流、海温、波浪、潮汐等海洋气象要素。同时实现了按需实时可视化全景展示。 相似文献
2.
随着国家战略利益的拓展,国家对全球海洋环境预报保障的需求日益凸显。近年来,国家海洋环境预报中心研发并建立我国首个涵盖全球大洋的"全球海洋数值预报系统",该预报系统由MOM4全球海洋环流模式及三维变分同化系统组成。该系统的建立,实现了全球范围海洋环流预报业务全覆盖,为我国探索深海大洋环境的迫切需求提供有力保障,明显提升了我国海洋环境预报能力,体现了我国海洋数值预报技术的发展和进步。该系统的历史回报试验和业务化试运行结果表明其对全球海洋环境要素具有较好的预报能力,其预测结果已经在实际业务中得到了应用,在"雪龙号"极地遇险脱困、马航MH370失联飞机搜救等重大事件的预报保障任务中发挥了重要作用,为我国实施海洋强国战略,推进实施"21世纪海上丝绸之路"的战略构想,应对海上突发事件、维护国家海洋权益等各个方面提供有力的科技支撑和保障,并成为我国全球海洋预报业务的重要参考依据。 相似文献
3.
4.
5.
文章以福建省区域性海洋业务化预报系统为例,阐述其在为政府决策提供依据、为公众提供服务以及为经济发展和安全生产提供保障等方面的建设需求;以需求为导向,从基础能力、技术研发和支撑能力、预报产品、综合应用和服务系统以及信息发布和公众服务等方面,介绍福建省区域性海洋业务化预报系统建设的发展现状;在此基础上,以目前存在的人才、技术、产品和服务等方面的问题为导向,提出加强人才队伍建设、大力发展海洋预警报技术、不断丰富海洋预报产品以及健全海洋预警报信息服务系统的系统建设发展方向,旨在为其他地区的区域性海洋业务化预报系统建设提供有益参考。 相似文献
6.
7.
8.
海区预报中心作为国家海洋预报系统的重要组成部分,承担着海区海洋环境观测预报和海洋灾害预警,为海区海洋防灾减灾、执法管理、科研调查、应急管理以及海上搜救等提供技术支撑的重要职责。文章以北海区为例,在分析海区预报中心海洋灾害预警报服务现状和存在的主要问题的基础上,结合国家和海区海洋事业发展需求及现有预警报服务水平和能力,提出创新海区海洋灾害预警报服务模式的基本原则、总体目标,并给出实现创新目标需要解决的关键问题和需要建立、完善的关键业务技术系统。 相似文献
9.
海区预报中心作为国家海洋预报系统的重要组成部分,承担着海区海洋环境观测预报和海洋灾害预警,为海区海洋防灾减灾、执法管理、科研调查、应急管理以及海上搜救等提供技术支撑的重要职责。文章以北海区为例,在分析海区预报中心海洋灾害预警报服务现状和存在的主要问题的基础上,结合国家和海区海洋事业发展需求及现有预警报服务水平和能力,提出创新海区海洋灾害预警报服务模式的基本原则、总体目标,并给出实现创新目标需要解决的关键问题和需要建立、完善的关键业务技术系统。 相似文献
10.
11.
我国海洋观测预报系统概述 总被引:4,自引:0,他引:4
本文通过对大量国内外文献的搜集、研读、比较,结合笔者具体工作体会,全面概述了我国海洋观测预报系统的发展历程、取得的主要成就及社会服务功能、与发达国家和国际海洋观测预报业务以及计划的差距;提出了我国海洋观测预报业务未来发展的路线,树立正确海洋观测预报系统的框架,制定完善立体和多学科观测体系的规划,促进和加快新型预报模式的研发和应用. 相似文献
12.
13.
14.
15.
全球海洋观测系统及我们的对策初探 总被引:1,自引:0,他引:1
全球海洋观测系统( G O O S- the Global Ocean Observing System) 是一个新型的、根据用户需要对海洋资料进行获取、收集、质量控制和分发的全球性业务化系统。它由气候、海洋生物资源、海洋健康、海岸带环境和海洋服务等五个模块组成。 G O O S 计划目前已由概念设计阶段进入到地区性示范阶段,东北亚 G O O S 计划和欧洲 G O O S 计划已取得一些进展。 G O O S 计划已受到世界各海洋国家的关注和支持,参与的国家越来越多。本文介绍了 G O O S 计划的背景、目标、任务和 G O O S系统的构成,简述了迄今取得的进展,讨论了我们从参与 G O O S 计划可获得的效益,并对我国实施 G O O S 计划提出了一些建议。 相似文献
16.
17.
In order to improve the ocean forecasting in the North Sea and Baltic Sea, an assimilation scheme based on a bottom-topography-dependent anisotropic recursive filter has been used in this study. This scheme can stretch or flatten the shape of a local representative contour surface of the background error covariance function into the form of an ellipse. Furthermore, the computing efficiency has been largely improved due to implicit computation of the background error covariance. A two-month experiment has been used for verifying the impact of assimilating ocean profile observations on ocean forecasting. The results indicate that the use of temperature and salinity profiles can largely improve the oceanic forecasting. The root mean square differences between the forecasts and observations for temperature and salinity have been reduced by 36% and 18% in the experiment period, respectively. Moreover, it is found that the anisotropic recursive filter approach is especially efficient in areas with complex coastlines and sharp fronts, e.g., inner Danish waters. The results also show that the propagation of observation information from an observation position to its neighboring grid points is closely related to currents. 相似文献
18.
基于无结构有限体积法海洋模式(FVCOM),建立了马尔代夫双重嵌套的水位、海流预报模式,并实现了业务化运行。利用三角网格提高重点区域(马尔代夫大桥及岛屿附近海域)的分辨率,最高网格分辨率达到45 m。垂向分层采用σ-s混合坐标的方式划分,分为31层,分别在表层和底层进行加密。采用GFS预报的风场、气压场和热通量结果制作模式表面强迫场文件。在开边界处与HYCOM预报结果进行嵌套,在斜压条件下,采用热启动的方式,业务化模拟了马尔代夫海域2020年的水位流场过程。结果表明,模式能够较好地再现计算海域内天文潮和综合水位的预报,模式预报的水位值与潮位站实测值非常接近。 相似文献
19.
海面高度异常 (SSHA) 作为重要的海洋要素,对研究海洋温盐剖面、海洋涡旋等海洋动力现象具有重要意义。然而,传统的海洋预测技术存在着预测时效过短、预测过程复杂等诸多问题,现有的机器学习预测方法也只针对几个点或区域
进行平均,忽略了很多重要信息。因此,本文提出了一种基于经验正交函数和 BP 神经网络 (一种机器学习方法) 的 SSHA预测模型 (EOF-BPNN) 来实现对起报时刻后 30 天的南海 SSHA 预测。首先,对 1993 年 1 月 1 日—2013 年 12 月 31 日的逐日 SSHA 数据进行距平归一化预处理,构建相关系数矩阵,并对该矩阵进行 EOF 分解,获取主成分。然后将主成分输入 BP神经网络进行训练,实现对主成分的预测。最后将主成分预测值与相应的空间模态结合,获取 SSHA 预测值。结果表明,相较于惯性预报和气候态预报,EOF-BPNN 模型不仅能够提供提前 30 天的较为精确的 SSHA 和相应的涡旋演化过程预报,且在整个南海区域拥有更高的 SSHA 相关系数,证明了 EOF-BPNN 模型具有较好的预测性能。 相似文献