【技术实现步骤摘要】
基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法
本专利技术属于海洋科学及海洋工程
，主要涉及到一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法。
技术介绍
风暴潮灾害居海洋灾害之首位，世界上绝大多数因强风暴引起的特大海岸灾害都是由风暴潮造成的。风暴潮作用下的气旋风速大都在17米/秒以上，甚至在60米/秒以上，气旋大风及其引起的海浪会摧毁巨轮，飓风级的风力能损坏甚至摧毁陆地上的建筑、桥梁、车辆等。气旋暴雨造成的洪涝灾害，来势凶猛，破坏性极大，也是最具危险性的灾害。当气旋移向陆地时，由于气旋的强风和低气压的作用，使海水向海岸方向强力堆积，潮位猛涨，强气旋的风暴潮能使沿海水位上升5-6米。如果风暴潮与天文大潮高潮位相遇，能产生更高的水位，导致潮水漫溢，海堤溃决，冲毁房屋和各类建筑设施，淹没城镇和农田，造成大量人员伤亡和财产损失。因此，准确、及时地进行涌浪的数值预报，是防灾减灾的关键任务。日益加剧的威胁已经促使研究者通过一种建模方法来开发准确及时的预测风暴潮极端水位，以减轻沿海脆弱地区的灾...
【技术保护点】
1.一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，包括以下步骤：/nS1，对区域内收集水文地形资料，建立Delft3D水动力模型并验证；/nS2，建立主要历史台风数据库，罗列风暴潮驱动要素集；/nS3，基于蒙特卡罗方法重组风暴潮驱动要素；/nS4，选取合适的台风场模型并验证；/nS5，基于典型历史台风的风暴潮模拟并预测极端高水位。/n
【技术特征摘要】
1.一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，包括以下步骤：
S1，对区域内收集水文地形资料，建立Delft3D水动力模型并验证；
S2，建立主要历史台风数据库，罗列风暴潮驱动要素集；
S3，基于蒙特卡罗方法重组风暴潮驱动要素；
S4，选取合适的台风场模型并验证；
S5，基于典型历史台风的风暴潮模拟并预测极端高水位。
2.根据权利要求1所述的一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，
所述步骤S1对区域内收集水文地形资料，建立正交化曲线网格，划定区域边界，对研究区域进行局部加密；其中外海开边界的位置应远离研究区域，采用通过ADCIRC模型的调和分析模块得到水位时间序列。
3.根据权利要求1所述的一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，
所述步骤S1建立Delft3D水动力模型并验证，是利用潮位观测资料进行模拟潮位验证。
4.根据权利要求1所述的一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，
所述步骤S2建立主要历史台风数据库，是采用模拟圆法，具体是：提取在一定时期内途径以要模拟的地点为模拟中心，以设定的距离为半径的圆的所有气旋，以这些气旋的记录作为研究对象；
所述罗列风暴潮驱动要素集，是罗列典型气旋参数，包括：中心气压、最大风速半径、移动速度、流入角及登陆或近岸特征。
5.根据权利要求1所述的一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，
所述步骤S3利用蒙特卡罗方法重组风暴潮驱动要素，具体是：采用数据库中的典型气旋数据，将气压和路径分别作为独立的元素随机组合，模拟生成N年内可能出现的气旋，对重组气旋要素带入已验证的Delft3D水动力模型进行计算。
6.根据权利要求1所述的一种基于随机统计模型与水动力模型耦合的风暴潮极端水位预测方法，其特征在于，
所述步骤S4选取合适的台风场模型并验证，具体是：
首先，选取对工程点附近影响极大的两个气旋作为典型气旋研究对象，由气压分布模型和风场模型组合成气旋风场的模拟方案，简称Jele模型；
其次，利用观测站点的实测增水值进行气旋验证，通过Delft3D水动力模型加载该气旋作用下的风场与气压场边界条件，对风暴潮的增水情况进行验证，与实测增水值进...
【专利技术属性】
技术研发人员：徐宿东，张妮妮，殷锴，冒刘燕，刘硕，李梦琦，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。