基于20CR数据预测海浪有效波高的方法及其装置制造方法及图纸

本发明专利技术公开了基于20CR数据预测海浪有效波高的方法及其装置，包括获取20CR数据中的原始数据，对原始数据进行数据预处理；选取符合预设条件的海平面气压场；根据20CR数据中第一年代段的数据中与海平面气压场相关的数据校正预测模型；采用20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型；在评估通过后，采用所述预测模型预测海浪有效波高。本发明专利技术采用了美国能源部和美国国家大气海洋局联合发布的20CR数据，时间跨度超过百年，在选取符合预设条件的海平面气压场后，根据20CR数据中第一年代段的数据中与选取的海平面气压场相关的数据校正预测模型，优化模型参数，提高了海浪有效波高预测的准确性。

Method and device for predicting effective wave height of ocean waves based on 20CR data

The invention discloses a method and device for predicting effective wave height based on 20CR data, including acquiring raw data from 20CR data, preprocessing raw data, selecting preset sea level pressure field, and calibrating data related to sea level pressure field according to data from the first decade of 20CR data. Positive prediction model; using 20CR data later than the second decade of the first decade to evaluate the forecasting model; after the evaluation is passed, using the forecasting model to predict the effective wave height. The present invention adopts 20CR data issued jointly by the U.S. Department of Energy and the National Atmospheric Oceanic Administration. The time span exceeds one hundred years. After selecting the preset sea level pressure field, the prediction model is adjusted according to the data related to the selected sea level pressure field in the first decade of 20CR data, and the model parameters are optimized. The accuracy of prediction of effective wave height is improved.

【技术实现步骤摘要】
基于20CR数据预测海浪有效波高的方法及其装置
本专利技术涉及海浪参数计算领域，具体而言，涉及基于二十世纪再分析项目(TheTwentiethCenturyReanalysisProject，20CR)数据预测海浪有效波高的方法。
技术介绍
海浪是一种与人类关系最直接、最密切的海洋现象，对人们的生产生活有着不可忽视的影响，比如海上航行、渔业生产、海上石油平台、近海港口航道等都与海浪有密切关联。有效波高就是反映海浪特征的一个重要参数，因此波高的预测研究具有重要的现实意义。想要预测海浪的波高，先要获取长期稳定的海浪观测数据。但是，传统的观测手段如浮标等，虽然能够精确的获得海浪波高的变化信息，但是它们只能获得海浪在固定点的变化，而且覆盖面也非常有限，很难在中国海域得到超过20年的连续的海面波浪的浮标观测数据，使得预测到的海浪的有效波高不够准确。
技术实现思路
本专利技术的目的在于提供基于20CR数据预测海浪有效波高的方法及其装置，能够提高海浪有效波高预测的准确性。本专利技术第一方面提供基于20CR数据预测海浪有效波高的方法，包括：获取20CR数据中的原始数据，对所述原始数据进行数据预处理；选取符合预设条件的海平面气压场；根据所述20CR数据中第一年代段的数据中与所述海平面气压场相关的数据校正预测模型；采用所述20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型；在评估通过后，采用所述预测模型预测海浪有效波高。可选地，所述获取20CR数据中的原始数据，对所述原始数据进行数据预处理，包括：收集基于格点模式的20CR数据的长时段的各时次气象预报数据，包括海平面气压SLP，有效波高Hs；获取所收集的各时次气象预报数据所标格点的坐标，基于所述坐标提取与所述坐标相对应的海平面气压矩阵S，有效波高矩阵H，其中包含m个空间点，每个空间点含有n次观测数据：其中，Smn是第m个空间点的第n时次的海平面气压值,Hmn是第m个空间点的第n时次的有效波高，m是空间点的个数，n是观测时次。可选地，所述根据所述20CR数据中第一年代段的数据中与所述海平面气压场相关的数据校正预测模型，包括：计算所述海平面气压场的海平面气压SLP的均值M，根据所述均值M得到基于格点模式的各时次的所述海平面气压SLP的距平值P：其中，n是观测时次，i表示空间点，j表示时次；对所述距平值P做EOF降维分析，得到不同成分及各成分对总方差的贡献率，保留前28个EOF和主成分；对所述距平值P进行协方差计算，得到协方差矩阵Lm×n，其中，T表示矩阵的转置，计算得到所述协方差矩阵Lm×n的特征向量V和特征值Λ，满足LV＝ΛV，Λ的公式如下：其中，所述特征向量V是正交矩阵，所述特征向量V的第j列元素就是特征值λj对应的特征向量；根据所述特征向量V和所述特征值Λ，计算每个所述特征向量V的方差贡献率和前几个所述特征向量V的累计方差贡献率，根据所述特征值Λ从大到小的顺序对所述协方差矩阵进行排序，排在第一位的为EOF1；对基于格点模式的各时次的所述海平面气压SLP和所述有效波高Hs进行Box-Cox变换，获得变换后的海平面气压trGt和有效波高trHt；基于第k个主成分PCk,t和滞后4小时的第k个主成分PCk,t-4对每个格点上对应的所述有效波高trHt计算其相关系数，并取所述相关系数最高时的28个所述PCk,t或所述PCk,t-4作为所述有效波高trHt的预测因子；计算所述有效波高Hs的标准偏差SH1和28个所述预测因子的标准偏差SXk并保存；将所述预测因子带入预测模型，用F统计量比较第i个和i+1个模型的预测结果，选出能够代表总体真实程度的预测因子；将滞后p的有效波高Ht-p带入所述预测模型，所述预测模型为：其中，Ht是每个格点上经过Box-Cox变换的有效波高，a是常数项，P是跟预测量相关的参变量的滞后系数，Xk,t是第k个基于所述海平面气压SLP的预测因子，t是时次，bk是对应于Xk,t的系数，K是所述预测因子的总数,Ht-p是滞后p的有效波高，cp是对应于Ht-p的系数，ut可以用M阶自回归模型来表示，如果M＝0，ut为白噪声。可选地，所述采用所述20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型，包括：在所述28个EOF的基础上对晚于第一年代段的第二年代段的所述海平面气压场进行预测，得到PCk,t；根据所述SXk选择所述28个预测因子。可选地，所述在评估通过后，采用所述预测模型预测海浪有效波高，包括：将所述预测因子带入所述预测模型，预测目标时期内各时次的有效波高，将预测出的有效波高值还原到Box-Cox变换前的值，将所述还原后的值作为最终有效波高。可选地，所述方法还包括：采用皮尔斯评估指标PSS评估预测水平，所述PSS为：其中，pi为观测相对频率，qi为预测相对频率，pij为联合相对频率。本专利技术第二方面提供基于20CR数据预测海浪有效波高的装置，包括：获取模块，用于获取20CR数据中的原始数据，以及对所述获取模块获取的所述原始数据进行数据预处理；选取模块，用于选取符合预设条件的海平面气压场；校正模块，用于根据所述20CR数据中第一年代段的数据中与选取的所述海平面气压场相关的数据校正预测模型；评估模块，用于根据所述20CR数据中晚于第一年代段的第二年代段的数据评估所述校正模块校正后的所述预测模型；预测模块，用于在所述评估模块评估通过后，根据所述预测模型预测海浪有效波高。可选地，所述获取模块具体用于：收集基于格点模式的20CR数据的长时段的各时次气象预报数据，包括海平面气压SLP，有效波高Hs；获取所收集的各时次气象预报数据所标格点的坐标，基于所述坐标提取与所述坐标相对应的海平面气压矩阵S，有效波高矩阵H，其中包含m个空间点，每个空间点含有n次观测数据：其中，Smn是第m个空间点的第n时次的海平面气压值,Hmn是第m个空间点的第n时次的有效波高，m是空间点的个数，n是观测时次。可选地，所述校正模块具体用于：计算所述海平面气压场的SLP的均值M，根据所述M得到基于格点模式的各时次的所述SLP的距平值P：其中，n是观测时次，i表示空间点，j表示时次；对所述距平值P做EOF降维分析，得到不同成分及各成分对总方差的贡献率，保留前28个EOF和主成分；对所述距平值P进行协方差计算，得到协方差矩阵Lm×n，其中，T表示矩阵的转置，计算得到所述协方差矩阵Lm×n的特征向量V和特征值Λ，满足LV＝ΛV，Λ的公式如下：其中，所述特征向量V是正交矩阵，所述特征向量V的第j列元素就是特征值λj对应的特征向量；根据所述特征向量V和所述特征值Λ，计算每个所述特征向量V的方差贡献率和前几个所述特征向量V的累计方差贡献率，根据所述特征值Λ从大到小的顺序对所述协方差矩阵进行排序，排在第一位的为EOF1；对基于格点模式的各时次的所述海平面气压SLP和所述有效波高Hs进行Box-Cox变换，获得变换后的海平面气压trGt和有效波高trHt；基于第k个主成分PCk,t和滞后4小时的第k个主成分PCk,t-4对每个格点上对应的所述有效波高trHt计算其相关系数，并取所述相关系数最高时的28个所述PCk,t或所述PCk,t-4作为所述有效波高trHt的预测因子；计算所述有效波高Hs的标准偏差本文档来自技高网...

【技术保护点】
1.一种基于20CR数据预测海浪有效波高的方法，其特征在于，包括：获取二十世纪再分析项目20CR数据中的原始数据，对所述原始数据进行数据预处理；选取符合预设条件的海平面气压场；根据所述20CR数据中第一年代段的数据中与所述海平面气压场相关的数据校正预测模型；采用所述20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型；在评估通过后，采用所述预测模型预测海浪有效波高。

【技术特征摘要】
1.一种基于20CR数据预测海浪有效波高的方法，其特征在于，包括：获取二十世纪再分析项目20CR数据中的原始数据，对所述原始数据进行数据预处理；选取符合预设条件的海平面气压场；根据所述20CR数据中第一年代段的数据中与所述海平面气压场相关的数据校正预测模型；采用所述20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型；在评估通过后，采用所述预测模型预测海浪有效波高。2.根据权利要求1所述的方法，其特征在于，所述获取20CR数据中的原始数据，对所述原始数据进行数据预处理，包括：收集基于格点模式的20CR数据的长时段的各时次气象预报数据，包括海平面气压SLP，有效波高Hs；获取所收集的各时次气象预报数据所标格点的坐标，基于所述坐标提取与所述坐标相对应的海平面气压矩阵S，有效波高矩阵H，其中包含m个空间点，每个空间点含有n次观测数据：其中，Smn是第m个空间点的第n时次的海平面气压值,Hmn是第m个空间点的第n时次的有效波高，m是空间点的个数，n是观测时次。3.根据权利要求2所述的方法，其特征在于,所述根据所述20CR数据中第一年代段的数据中与所述海平面气压场相关的数据校正预测模型，包括：计算所述海平面气压场的SLP的均值M，根据所述均值M得到基于格点模式的各时次的所述SLP的距平值P：其中，n是观测时次，i表示空间点，j表示时次；对所述距平值P做EOF降维分析，得到不同成分及各成分对总方差的贡献率，保留前28个EOF和主成分；对所述距平值P进行协方差计算，得到协方差矩阵Lm×n，其中，T表示矩阵的转置，计算得到所述协方差矩阵Lm×n的特征向量V和特征值Λ，满足LV＝ΛV，Λ的公式如下：λ1≥λ2≥…≥λm，其中，所述特征向量V是正交矩阵，所述特征向量V的第j列元素就是特征值λj对应的特征向量；根据所述特征向量V和所述特征值Λ，计算每个所述特征向量V的方差贡献率和前几个所述特征向量V的累计方差贡献率，根据所述特征值Λ从大到小的顺序对所述协方差矩阵进行排序，排在第一位的为EOF1；对基于格点模式的各时次的所述海平面气压SLP和所述有效波高Hs进行Box-Cox变换，获得变换后的海平面气压trGt和有效波高trHt；基于第k个主成分PCk,t和滞后4小时的第k个主成分PCk,t-4对每个格点上对应的所述有效波高trHt计算其相关系数，并取所述相关系数最高时的28个所述PCk,t或所述PCk,t-4作为所述有效波高trHt的预测因子；计算所述有效波高Hs的标准偏差SH1和28个所述预测因子的标准偏差SXk并保存；将所述预测因子带入预测模型，用F统计量比较第i个和i+1个模型的预测结果，选出能够代表总体真实程度的预测因子；将滞后p的有效波高Ht-p带入所述预测模型，所述预测模型为：其中，Ht是每个格点上经过Box-Cox变换的有效波高，a是常数项，P是跟预测量相关的参变量的滞后系数，Xk,t是第k个基于所述海平面气压SLP的预测因子，t是时次，bk是对应于Xk,t的系数，K是所述预测因子的总数,Ht-p是滞后p的有效波高，cp是对应于Ht-p的系数，ut可以用M阶自回归模型来表示，如果M＝0，ut为白噪声。4.根据权利要求3所述的方法，其特征在于,所述采用所述20CR数据中晚于第一年代段的第二年代段的数据评估所述预测模型，包括：在所述28个EOF的基础上对晚于第一年代段的第二年代段的所述海平面气压场进行预测，得到PCk,t；根据所述SXk选择所述28个预测因子。5.根据权利要求4所述的方法，其特征在于,所述在评估通过后，采用所述预测模型预测海浪有效波高，包括：将所述预测因子带入所述预测模型，预测目标时期内各时次的有效波高，将预测出...

【专利技术属性】
技术研发人员：吴玲莉，秦杰，吴腾，梁桂兰，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32