南海热带气旋路径预报

对中央气象台近10年的南海热带气旋路径预报结论进行全面普查，结果表明：预报质量受定位误差和路径类别影响显著；年预报误差不稳定，5年平均预报误差有减小的趋势；在预报误差总量中，偏西误差占的份额最大；预报质量和预报偏差都有显著的季度差异，在弄清其在什么条件下预报准确率较高、在什么条件下预报有规律性偏差的基础上，制定了一套对中央气象台未来24h预报位置的订正预报方法，用2000年资料试报，效果较好。     

一种分析台风路径预报误差的新方法

台风路径预报误差应包括距离误差和方向误差两个方面,而在以往的业务应用和科学研究中偏向于只考虑对应时刻预报和观测位置点间的距离误差。本文对评估台风路径误差的方法进行了改进,在距离误差基础上建立了一种新的表征台风路径误差的方法——多因子误差法。本文以中国气象局整编的热带气旋最佳路径数据为标准,对2008和2009年中国气象局、美国台风联合预警中心和日本气象厅预报的西北太平洋热带气旋路径,采用新的表征热带气旋路径预报误差的多因子误差法进行分析,并与普遍采用的距离误差法进行对比,结果表明:多因子误差分析方法和距离误差分析方法存在比较明显的差异,多因子误差法优势比较明显。本文是对更科学的台风路径预报误差评定方法的有益探索,有一定的参考价值。     

风暴潮最高水位预报的许可误差的商榷

风暴潮最高水位预报的许可误差的商榷周黔生（浙江省水文总站，杭州）目前海洋和水利部门均开展风暴潮最高水位预报，但对于风暴潮水位预报的许可误差，尚未作出统一规定。原水电部标准ＳＤ１３８——８５”水文情报预报规范”有如下规定：风暴潮最高水位预报的许可误差，...     

模式参数的不确定性对日本南部黑潮大弯曲路径预报的影响

基于1.5层浅水方程模式,利用条件非线性最优参数扰动(CNOP-P)方法,研究模式参数的不确定性对黑潮大弯曲路径预报的影响。研究表明,单个模式参数误差如侧向摩擦系数误差、界面摩擦系数误差以及在不同季节具有不同约束的风应力大小误差,对黑潮大弯曲路径预报的影响较小,并且对背景流场的选取具有一定的敏感性;所有模式参数误差同时存在时对黑潮大弯曲路径预报具有一定的影响,并且预报结果在9个月左右不能被接受。因此,要提高黑潮大弯曲路径的预报技巧,模式中的参数需要给出更好的估计。     

基于CNN-LSTM的珠江河口台风过程实时滚动修正预报

为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络（CNN-LSTM）和误差校正（EC）技术,搭建了珠江河口台风实时预报模型。研究结果表明：“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚动时间的延长,预报整体精度有逐渐改善的趋势。路径预报结果的均方根误差比单次预报减小了25.67%,强度预报结果的平均绝对误差比单次预报减小了65.04%;考虑误差校正的CNN-LSTM-EC的路径、强度“滚动预报”效果均优于CNN-LSTM,前者的路径预报误差较后者减小了22.57%,强度预报误差减小2.5%。     

气象资料的误差对台风暴潮数值预报精度影响的估计

本文计算了台风气象要索的观测与预报的误差对台风暴潮数值预报精度的影响。结果表明,由于台风气压场分布形势、中心气压、风速、最大风速半径诸因子的观测与预报的误差可造成台风暴潮在 24小时的数值预报中出现0.51米的平均绝对误差。     

北印度洋海浪背景误差分析和同化预报初步评估

基于背景误差分析中的观测法,利用Jason-1卫星高度计沿轨有效波高数据并结合Wave Watch Ⅲ海浪模式预报结果,进行北印度洋海域海浪背景误差分析,得到海浪场背景误差方差和各向同性假设下背景误差相关长度的时空分布特征。按经验函数拟合该海域有效波高背景误差协方差时总残差平方和最小的原则给出了更为适用于该海域的描述公式。在上述工作基础上,采用最优插值同化方法将Jason-1和Jason-2卫星高度计有效波高数据连续同化到海浪模式Wave Watch Ⅲ,按业务化标准对2013年1月北印度洋海域的海浪场进行了同化预报试验,经浮标数据检验发现同化可使海浪24 h预报得到明显改进。     

ECMWF对不同天气形势下影响浙江台风的路径预报评估

对2012—2016年影响浙江台风进行天气形势场基本分型,依次是:(Ⅰ)东侧副高+浅槽型、(Ⅱ)副高+深槽\低涡型、(Ⅲ)带状副高型、(Ⅳ)副高西伸脊型、(Ⅴ)近海块状副高型、(Ⅵ)其他型。基于此对ECMWF台风路径预报进行评估,包括路径预报距离误差、移向误差和二者的分布特性。结果表明:(1)不同天气型的台风预报:24 h、48 h、72 h的平均距离误差为:57 km,105 km,183 km,其随时效增长增大,以Ⅰ类、Ⅱ类预报效果最差,Ⅲ类和Ⅳ类效果较好,与此对应路径多为登陆浙闽交界或者登陆浙江后西行和登陆台湾二次登陆闽中或登陆闽中转向北上;移向误差绝对值看:24 h、48 h、72 h绝对移向误差分别为5.41°,4.85°,6.46°,从移向偏差看,24 h预报移向总体偏右概率大,而对Ⅰ类预报偏左概率大,Ⅲ类、Ⅳ类预报偏右概率大;Ⅳ、Ⅴ型偏离程度小,Ⅱ型偏离程度大,Ⅰ型、Ⅳ型、Ⅴ型偏离程度随时效增长变化较小,较为稳定,Ⅱ型和Ⅲ型较不稳定;(2)从两种误差的分布可知:影响浙江的台风24 h距离误差主要在100 km内,移向误差范围是-10°～10°;随预报时效增长,离散程度增强,说明移向误差随着距离误差的增大而增大。     

黄海南部盐度预报及分析

我们于1978—1980年对黄海南部近海区春季(4—6月)的盐度分布预报试验研究,得出两种比较适用于本海区的盐度预报方法。文中简要介绍了这两种统计预报方法,并对影响本海区盐度变化的显著因子及预报误差进行了分析。预报试验的结果是:预报的总体平均绝对误差为0.44‰,预报相对误差为25％,预报总体偏差为-0.16‰,预报误差小于0.5‰的站数占总站数的72％,预报趋势和实测资料基本一致。     

台风“梅花”(2212)的主要特点和路径预报难点分析

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示：(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。     

基于严密波束归位模型的多波束测深点不确定度改进方法

利用不确定度可有效对多波束测深成果质量进行评估,针对现有不确定度计算模型因近似或简化导致一定误差的问题,本文提出一种基于严密波束归位模型的多波束测深点不确定度改进方法。首先分析了多波束测深过程中的各项误差源,基于误差传播定律与严密波束归位模型,详细推导了各误差源在波束归位各阶段的误差传播情况,最终得出了多波束测深成果不确定度的计算模型。文中利用实测数据计算了每个测深点的不确定度,绘制了单Ping扇面及条带的不确定度分布图,有利于直观、全面地了解所有测深点的误差变化趋势;计算结果与常用HGM不确定度模型进行了对比,表明本文方法更具合理性,对多波束测深成果的质量评估具有一定的参考价值。     

Analyzing Uncertainty in Multibeam Bathymetric Data and the Impact on Derived Seafloor Attributes

Multibeam bathymetric data provide critical information for the modeling of seabed geology and benthic biodiversity. The accuracy of these models depends on the accuracy of the bathymetric data, which contain uncertainties that are stochastic at individual soundings but exhibit a distinct spatial distribution with increasing magnitude from nadir to the outer beams. A restricted spatial randomness method that simulates both the stochastic and spatial characteristics of the data uncertainty performed better than a complete spatial randomness method in analyzing the impact of bathymetric data uncertainty on derived seafloor attributes.     

多波束测深边缘波束误差的综合校正

边缘波束误差是影响多波束测深数据精度的主要因素,数据精度影响其可信度和使用范围,也是进行相关研究的基础.多波束勘测系统声呐参数的精确校正、勘测区声场模型的建立以及实时勘测海洋噪声的合理剔除是影响边缘波束数据质量的关键因素,严重时甚至导致勘测数据出现沿测线方向的条带状假地形或地形位置偏移.上述因素对多波束勘测数据的影响是一个综合作用的过程,靠单一的校正或编辑方法很难提高采集数据的精度.以多波束勘测原理和声学理论为指导,以多波束实测数据为研究基础和分析对象,运用GIS面向对象方法,全面分析造成多波束勘测大误差边缘波束的原因,并探寻改善已勘测多波束大误差数据、提高数据精度的综合处理方法,最终以可视化的方式实现人机交互处理.该项研究成果已初步应用于海洋项目总图编绘工作,并取得了预期效果.     

GNSS船姿测量方法及对多波束测深精度的影响分析

GNSS船姿测量以其观测误差不随时间累积的特点得到了广泛研究和应用,本文基于三天线GNSS船姿测量方式,构建了波束脚印误差与姿态误差间的关系模型,设计仿真实验分析了基线长度对姿态误差的影响,以及不同水深环境下姿态误差与GNSS定位误差的关系。为突破传统RTK在测量距离上的限制,本文采用PPP、PPK、MBD (动态参考站差分)三种方法进行GNSS船姿计算,并通过海上实验与高精度惯性导航系统进行对比分析,结果表明使用MBD测姿结果要优于PPK和PPP模式,得到的航偏角、横摇角、纵摇角标准差均在0.1°左右,可满足通常情况下多波束测深对姿态精度的要求。     

An analysis of the error space of a high-resolution implementation of the GHER hydrodynamic model in the Mediterranean Sea

An ensemble of 250 model setups covering the Mediterranean Sea is built by perturbing various parameters: the bathymetry, the initial conditions, atmospheric forcing fields (air temperature, cloud coverage, wind), and internal model parameters (diffusion coefficients). The ensemble is then forwarded in time using the GHER hydrodynamic model, allowing to obtain information about the expected error associated with the forecast in a natural way. The evolution of this error is analyzed. In particular, we examine the time evolution and stationarity of its spatial average, and the spatial distribution of the error at different instants, by means of its first to fourth order moments, and of empirical orthogonal functions. We verify whether the a posteriori error distribution is Gaussian using the Anderson-Darling test. From these results, we are able to assess what parameters and forcing fields are most critical for the forecast. Qualitative conclusions are obtained throughout the text, in accordance with our expectations. Moreover, quantitative estimations of the expected error are also given.     

Stochastic Analysis Method of Sea Environment Simulated by Numerical Models

1 .IntroductionNumericalmodelsmostwidelyusedforseaenvironmentandsedimenttransportfocusonsolvingseriesofdifferentialequations .Theinputandoutputofanumericalmodelareconsideredasdecisivefactors .Butinrealitythecausesofnaturaleventssuchasmeteorological,astronomical,oceanograph ic ,geomorphologicandgeophysicalfactorsarerandom .Therearemanyuncertaintiesinvolvedininputfactorsinnumericalmodels .Correspondinglytheoutputsofnumericalmodelsarealsorandom .There fore ,theoutputparametersofnumericalmodelsca…     

Decoupled stochastic mapping [for mobile robot & AUVnavigation]

This paper describes decoupled stochastic mapping (DSM), a new computationally efficient approach to large-scale concurrent mapping and localization (CML). DSM reduces the computational burden of conventional stochastic mapping by dividing the environment into multiple overlapping submap regions, each with its own stochastic map. Two new approximation techniques are utilized for transferring vehicle state information from one submap to another, yielding a constant-time algorithm whose memory requirements scale linearly with the number of submaps. The approach is demonstrated via simulations and experiments. Simulation results are presented for the case of an autonomous underwater vehicle navigating in an unknown environment with 110 and 1200 features using simulated observations of point features by a forward look sonar. Empirical tests are used to examine the consistency of the error bounds calculated by the different methods. Experimental results are also presented for an environment with 93 features using sonar data obtained in a 3 by 9 by 1 m testing tank     

Uncertainty in marine weather routing

Weather routing methods are essential for planning routes for commercial shipping and recreational craft. This paper provides a methodology for quantifying the significance of numerical error and performance model uncertainty on the predictions returned from a weather routing algorithm. The numerical error of the routing algorithm is estimated by solving the optimum path over different discretizations of the environment. The uncertainty associated with the performance model is linearly varied in order to quantify its significance. The methodology is applied to a sailing craft routing problem: the prediction of the voyaging time for an ethnographic voyaging canoe across long distance voyages in Polynesia. We find that the average numerical error is an order of magnitude smaller than the performance model uncertainty. These results illustrate the significance of considering the influence of numerical error and performance uncertainty when performing a weather routing study.