人工神经网络技术在海浪预报中的应用

利用人工神经网络中的BP算法，建立了南海硇洲岛海区风浪的预报方案。结果表明，人工神经网络方法在海浪的定性及定量预报上，均有较好的拟合历史风浪浪高的能力。该方案对风浪浪高的预报也达到一定的精度。文中还针对BP网络容易产生振荡，易发生不收敛的情况，建立了不同的预报方案并进行了对比分析，达到了较好的预报效果。     

基于浮标站和ERA5 再分析资料的浙江沿海台风浪特征分析

为了分析台风影响下浙江沿海风和浪的演变特点，利用浙江省海洋浮标站监测数据和欧洲中期天气预报中心第五代全球气候大气再分析数据（European Centre for Medium-Range Weather Forecasts Reanalysis v5，ERA5），选取2010年以来严重影响浙江的7次台风个例，对台风作用下浙江沿海海面风和浪的演变特点进行分析。结果表明：在台风影响过程中，海浪波型多数呈现混合浪-风浪-混合浪的演变规律；涌浪波型的出现与台风强度及其与浮标站的距离和方位有关，也与海洋潮汐现象紧密相关。台风影响期间，浙江沿海浪高的变化受风速和风向共同作用影响。在风向不变的情况下，持续风速增大对浪高的增大有明显作用；风向的变化也会对浪高变化产生影响，向岸风和离岸风的转变会造成浪高出现剧烈变化。ERA5 再分析资料有效波高在台风浪较大时会呈现偏小的趋势，分析订正后的ERA5 有效波高发现，台风浪有效波高大值区与台风中心位置相关。研究结果可为严重影响浙江沿海的台风浪预报服务提供参考。     

山东半岛东部沿海海浪预报方法初步探讨

本文采用麦夸特法（Levenberg—Marquardt）＋通用全局优化的拟合方法,依据山东半岛不同海区海浪和风的实况资料,确定不同海区拟合方程,拟合方程以WRF风场预报模式预报24小时风速为预报因子,以海浪浪高为预报量。根据拟合方程计算出的每个海区的浪高的值,对每个海区分别进行海浪的浪高预报,产品以GRADES图形的形式输出。     

基于机器学习方法对台风浪短期预报应用

基于第三代海浪模型SWAN建立中国东海波浪数值模型,模拟1509号“灿鸿”台风,1909号“利奇马”台风和2106号“烟花”台风过境期间的波浪场,并将结果作为多层感知机,随机森林和支持向量回归预报台风浪模型的数据集,同时引入空间性特征对算法输入进行改进,并对比不同模型的训练速度。结果显示,加入空间性特征后,模型预报精度得到提升,其中多层感知机均方根误差降低40.4%,运行速度最快,随机森林均方根误差降低20.8%,运行速度最慢,支持向量回归均方根误差降低8.7%,运行速度介于前两者之间。表明改进后的模型有效提高了预报精度,可以用于针对台风浪的短期预报。     

耦合模式中海浪参数对台风浪预报的影响研究

以西北太平洋一次"双台风"共同影响下的台风浪为例,针对模式中风摄入和白帽耗散、底摩擦、波破碎、波-波非线性相互作用等海浪物理过程对台风浪预报的影响进行了敏感性试验分析。在此基础上,基于各物理过程最优参数化方案探讨了耦合模式和单独海浪模式的海浪预报性能,分析了耦合模式的海浪预报场分布特征。结果表明:不同海浪物理过程参数化对于波高预报的准确性是有所差异的。在相对最优的海浪各参数化方案组合下,无论耦合模式还是单独海浪模式都能较好地反映波高的变化和分布趋势。相比而言,耦合模式对于台风浪大值区的浪高预报要比单独海浪模式的更接近观测,且可以很好地刻画出双台风影响下浪的分布演变特征,对于西太平洋台风浪的预报具有很好的适用性。     

北■海域台风浪数值预报模式的应用和发展

北海域位于东海南部,为灾害性台风浪的频发海域,直接影响本海域的台风,平均每年为３次,给社会经济带来了很大的危害。本文主要是在应用“八五”攻关成果的基础上,利用历史资料,筛选出一套适合于北海域的台风浪数值预报模式,并试图对它进行优化和发展：①在计算时,将采用（１／４）°×（１／４）°的细网格;②在边界条件的处理上,将扩大计算区域,把大区域得到的结果作为本海域的边界条件;③优化海上风的预报模式,以提高风场的预报精度,进而提高浪场的预报精度;④调整地形信息场,预报海浪数值预报模式调用。经过对９７年影响本海域的两次台风过程的试预报,预报效果令人满意,模式的运行也很稳定。海浪数值预报模式得出的结果,可以为防台减灾提供科学的依据,也可供海浪经验预报和海洋工程作参考。     

1205号台风“泰利”影响下台湾海峡风浪特征分析

利用相对密集的海上浮标和岸基台站观测资料,分析、总结了1205号台风"泰利"影响期间台湾海峡及周边海域的风浪特征,得到如下结论:(1)台湾海峡东南海域海浪始终相对较大,过程极值出现在该区域的七股浮标;(2)台风中心位于台湾海峡中部和南部时,海峡中线浪高自台风中心向外递减,台风中心位于台湾海峡北部时,海峡中线浪高自台风中心向外递增;(3)台湾海峡西南侧1号浮标风速曲线两次出现漏斗型向下波动;(4)在13个主要浮标站点中有8个浮标的风浪经验相关系数未达到高度相关。本文从台风机构、风浪成长要素、相关天气系统、台湾海峡特殊地形、边界层风场环流等方面分析了台湾海峡的台风浪分布特征及形成机理,研究成果可为该类型台风浪预报提供参考。     

中尺度海气浪耦合模式对西北太平洋双台风影响下的海浪预报研究

为了分析中尺度海气浪耦合模式对西北太平洋双台风影响下的海浪预报效果,采用GFS全球预报系统和西北太平洋海洋预报系统预报场驱动区域中尺度海气浪耦合模式,针对西北太平洋一次"双台风"共同影响下的台风浪进行了连续5 d逐日72 h预报,并分析了海浪场预报分布特征,检验了耦合模式的海浪预报性。结果表明,耦合模式能较好地预报出双台风移动路径,以及双台影响下的海浪分布、演变特征。台风浪的最大有效波高与近中心最大风速成正比、中心最低气压成反比的演变规律与模式预报的较为一致,波高的整体预报效果与卫星高度计观测值较为吻合。但台风浪的预报效果受台风强度、所处海域等影响,远海期间海浪的预报效果要优于近海和台风强度明显变化期的。研究结果可为后续耦合模式的台风浪业务化定量预报发展提供有益参考。     

改进BP算法在风暴潮极值水位预报中的应用

提出1种基于改进BP算法的风暴潮极值水位预报方法。首先针对现有人工神经网络BP算法存在的缺陷,引入Cauchy训练方法计算连接权的调整,解决BP算法的局部极小点和网络瘫痪的问题。然后结合山东海区水文观测站每年的台风风暴潮资料,应用该改进算法建立台风强度、风速和台风移速与风暴潮极值水位的非线性网络预报模型,对该站极值水位进行预报。实验结果表明,该算法具有很好的稳定性和准确性,为风暴潮预报分析提供了1种可靠的技术手段。     

近岸台风浪的嵌套数值模式

本文将混合数值海浪模式与第三代海浪模式结合起来研究近岸台风浪。在西北太平洋及中国海域采用混合数值海浪模式预报海浪，而在近岸台风区域采用包括海底绕射项的ＷＡＭ模式，该小区域的浪边界条件由大区域上得到的计算结果提供。我们建立的数值近岸台风浪预报系统既利用了混合海模式节省计算机时的优点，又用细网格的ＷＡＭ模式抓住了近岸海底地形对海浪的作用，该模式的后报结果表明，模式计算的近岸台风浪台站的实测资料符 合料     

海南岛近岸养殖区台风浪预报技术研究

随着海南深水网箱养殖规模的不断扩大,海浪精细化预报的需求越来越紧迫。以海南岛周边海域为目标区域,基于近岸海洋模式ADCIRC(Advancedcirculationmodel)和海浪模式SWAN(Simulating WavesNearshore),建立了海南岛近岸养殖区台风浪数值预报系统。该系统采用非结构高分辨率网格,近岸分辨率达到了100m。选取2014年第9号超强台风"威马逊"(RAMMASUN)进行针对海南岛近岸养殖区的台风浪数值模拟后报。模拟结果与实测数据较为吻合。采用全球预报系统GFS(Global Forecast System)风场和气压场数据作为驱动场对2018年7月的一次热带风暴过程进行预报,48小时、24小时预报的有效波高和实测结果比较平均相对误差分别为20.75%和17.0%。总体来说,该模型的预报精度可以满足近岸养殖区台风浪预报业务的需求。     

风浪状态对海面粗糙度影响

风浪状态参数常用于对海面粗糙度的参数化。中等风速条件下考虑风浪状态参数影响的海面粗糙度参数化方案常存在自相关效应,本文通过分析实测数据得到了无量纲粗糙度随波陡变化的参数化方案,该方案能够有效去除自相关效应;高风速下风浪状态对海面粗糙度仍存在影响,文中基于新得出的中等风速下的海面粗糙度参数化方案,考虑海面飞沫悬浮层的影响,建立了适用于高风速条件下的海面粗糙度参数化方案,该海面粗糙度方案同样考虑了波陡的作用,将该方案计算出的理论值与实测数据进行比对,发现随着波陡的变化,理论值基本涉及测量值的覆盖范围,说明新建立的高风速条件下海面粗糙度方案对海面风浪状态具有较好的敏感性,且该方案能够较合理地描述海气界面之间动量传输。将新提出的适用于高风速下的海面粗糙度方案加入到海浪数值模式中,模拟飓风Ivan产生的台风浪,利用浮标数据进行验证,结果显示模拟的有效波高相对模式默认方案具有较高的精度,说明采用本文新建立的适合高风速的海面粗糙度方案能够改进海浪模式的台风浪有效波高模拟结果。     

基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究

基于海洋气象历史观测资料和再分析数据等,利用LSTM深度神经网络方法,开展在有监督学习情况下的海面风场短时预报应用研究。以中国近海5个代表站为研究区域,通过气象台站观测数据和ERA-Interim 6 h再分析数据构建数据集。选取21个变量作为预报因子,分别构建两个LSTM深度神经网络框架(OBS_LSTM和ALL_LSTM)。经与2017年WRF模式6 h预报结果对比分析,得出如下结论:构建的两个LSTM风速预报模型可以大幅降低风速预报误差,RMSE分别降低了41.3%和38.8%,MAE平均降低了43.0%和40.0%;风速误差统计和极端大风分析发现,LSTM模型能够抓住地形、短时大风和台风等敏感信息,对于大风过程预报结果明显优于WRF模式;两种LSTM模型对比发现,ALL_LSTM模型风速预报误差最小,具有很好的稳定性和鲁棒性,OBS_LSTM模型应用范围更广泛。     

基于神经网络的南太平洋长鳍金枪鱼渔场预报

南太平洋长鳍金枪鱼是我国远洋渔业的重点捕捞对象;对南太平洋长鳍金枪鱼进行准确的渔场预报;可以提高捕捞效率;提高渔业的生产能力。本研究根据1993-2010年南太平洋长鳍金枪鱼的延绳钓生产数据以及海洋卫星遥感数据（海水表面温度;SST;海面高度;SSH）和ENSO（El Niño-Southern Oscillation）指标;采用DPS（data processing system）数据处理系统中的BP人工神经网络模型;以渔获产量（单位时间的渔获尾数）和单位捕捞努力量渔获量（CPUE;Catch per unit of effort）分别作为中心渔场的表征因子;并作为BP模型的输出因子;以月、经度、纬度、SST、SSH和ENSO指标等作为输入因子;分别构建4-3-1;5-4-1;5-3-1;6-5-1;6-4-1;6-3-1等BP模型结构;比较渔场预报模型优劣。研究结果表明;以CPUE作为输出因子的BP人工神经网络结构总体上较优;其中以6-4-1模型结构为最优;相对误差只有0.006 41。研究认为;以CPUE为输出因子的6-4-1结构的人工神经网络模型;能够准确预报南太平洋长鳍金枪鱼的渔场位置。     

定性模拟在台风浪场分析中应用的可行性研究

本文扼要介绍了人工智能定性模拟的理论和方法，并探索了进行台风路径的浪场演变过程定性模拟的可行性，为分析，预测复杂天气系统和海况提供新的途径。     

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。     

台湾岛邻近海域台风浪的模拟研究

基于目前国际上较为先进的第三代近岸海浪数值模式SWAN（Simulation Waves Near-shore)。在充分考虑相关物理过程（风生浪，底摩擦，白帽耗散，深度诱导波破碎，非线性波－波相互作用）基础上，以较高的分辨率对影响台湾岛邻近海域的9015号台风浪过程进行了模拟研究。模式所需风场由藤田台风风场模型同化相应台风资料后提供；用自嵌套方式提供模式波谱边界条件。模拟结果与实际台风浪资料相符较好。台风过程模拟结果表明；台风中心位于台湾岛邻近海域的不同位置，台风浪有效波高的分布特征和传播方向都有着较大的差异。可以为整个台湾岛邻近海域台风浪分布特征的了解与认识提供较好的参考。     

Validation of an operational forecasting system of sea dike risk in the southern Zhejiang Province,South China

In this study,an operational forecasting system of sea dike risk in the southern Zhejiang Province,South China was developed based on a coupled storm-surge and wave model.This forecasting system is important because of the high cost of storm-surge damage and the need for rapid emergency planning.A comparison with astronomical tides in 2016 and the validation of storm surges and high water marks of 20 typhoons verified that the forecast system has a good simulation ability.The system can forecast relatively realistic water levels and wave heights as shown under the parametric atmospheric forces simulated in a case study;the sea dikes in credible high risk were mainly located in the estuaries,rivers,and around the islands in the southern Zhejiang.Therefore,the forecast system is applicable in the southern Zhejiang with a support to the effective prevention from typhoon storm-surge damage.     

非结构网格模型在闽东沿海台风浪模拟中的应用

基于加密的非结构三角网格,以Holland模型风场叠加美国国家环境预报中心（NCEP）海面风场构造的合成风场驱动第三代浅水波浪数值模型（SWAN）对2017年影响闽东海域的“纳沙”和“泰利”台风过程进行数值模拟,并运用浮标站的实测数据对模拟结果进行验证.结果表明,模型计算的风速、有效波高与实测值符合较好,合成风场能较好地模拟台风期间的风速变化过程,SWAN模式能够合理地再现闽东沿海台风浪的时空分布特征.由模拟结果可见：台风“纳沙”中心越过台湾岛进入台湾海峡北部海面,受海峡地形的约束,其波浪场呈NE—SW向椭圆状分布,北部海域的浪高大于南部,闽东沿海遍布大范围的巨浪到狂浪;超强台风“泰利”未登陆闽东,当其台风中心与大陆的距离最近时,海面波浪场分布与台风风场结构一致,台风中心附近海域为14 m以上的怒涛区,巨浪遍布于闽东沿海.研究结果可为闽东沿海台风浪灾害预警和应急管理提供技术支撑和参考依据.