一种面向海上漂移轨迹预测的数据与模型耦合分析方法技术

本发明专利技术涉及一种面向海上漂移轨迹预测的数据与模型耦合分析方法，步骤包括：实测漂移轨迹数据收集与海洋环境数据准备、漂移轨迹预测数值模拟实验、不同海洋环境数据集时空分析、多维度漂移轨迹预测精度评价、精度评价结果统计分析、基于预测轨迹与实测轨迹的FSLE分析、多因素敏感度分析和环境数据与预测模型在区域的适用性评估。本发明专利技术提升了漂移轨迹预测中环境数据与物理模型耦合分析评价能力，有助于推动不同模式数据在漂移轨迹预测领域的应用并指导进一步区域数据精化工作。本发明专利技术提出了分析评价方法可以较为全面的验证相关预测模式在区域的真实表现，有助于提升轨迹预测的整体可靠性。

【技术实现步骤摘要】
一种面向海上漂移轨迹预测的数据与模型耦合分析方法
本专利技术涉及一种面向海上漂移轨迹预测的数据与模型耦合分析方法。该方法通过一种全要素分析框架，对于多源海洋环境数据与多种漂移轨迹预测物理模型耦合形成的预测模式进行分析评价，以确定可应用于不同海域的无动力漂浮物漂移轨迹可靠预测模式，同时检验环境数据与预测模型耦合结果的应用潜力。
技术介绍
近年来，我国在南海地区开展了一系列岛礁建设开发、海上业务化运营与南海地区海洋科学研究等相关工作(Chengetal.2019)。在此背景下，对于适用于南海地区的无动力漂浮物海上漂移轨迹预测模式的实际需求不断增加。在海洋业务化运营方面，无动力漂浮物海上漂移轨迹预测是海上搜救工作的重要基础支撑技术(Breiviketal.2013)。根据漂移轨迹预测结果分析搜救场景、制定搜救计划对提升海上搜救的成功率具有重要帮助。同时，通过海上漂浮物漂移轨迹预测的研究，可以针对不同地区漂移特点，合理部署南海地区搜救力量、整合资源、优化调配。在南海地区海洋科学研究方面，区域海洋环流系统研究(Lehahnetal.2018)、海洋表面中本文档来自技高网...

【技术保护点】
1.一种面向海上漂移轨迹预测的数据与模型耦合分析方法,包括以下步骤：/n步骤1、轨迹数据收集与海洋环境数据准备——收集研究区域收集指定时间区域内漂浮物的实测轨迹数据，所述漂浮物为假人模型、救生筏、小艇自由无动力漂移轨迹或SVP浮标中的一种或数种；收集研究区范围内可用的海洋环境数据集，包括海流环境数据集、海风环境数据集与海浪模拟数据集；/n步骤2、轨迹数据预处理——对收集到的轨迹数据进行数据预处理，预处理工作包含：栅格数据矢量化、数据异常值检查、数据缺失值填充、判断数据信息有效性和数据集格式转换操作；/n步骤3、漂移轨迹预测——将指定时间区分割为若干时间子区间，针对每个时间子区间，选定时间子区间...

【技术特征摘要】
1.一种面向海上漂移轨迹预测的数据与模型耦合分析方法,包括以下步骤：
步骤1、轨迹数据收集与海洋环境数据准备——收集研究区域收集指定时间区域内漂浮物的实测轨迹数据，所述漂浮物为假人模型、救生筏、小艇自由无动力漂移轨迹或SVP浮标中的一种或数种；收集研究区范围内可用的海洋环境数据集，包括海流环境数据集、海风环境数据集与海浪模拟数据集；
步骤2、轨迹数据预处理——对收集到的轨迹数据进行数据预处理，预处理工作包含：栅格数据矢量化、数据异常值检查、数据缺失值填充、判断数据信息有效性和数据集格式转换操作；
步骤3、漂移轨迹预测——将指定时间区分割为若干时间子区间，针对每个时间子区间，选定时间子区间起始时刻的漂浮物坐标为漂移轨迹预测的起始点，使用不同海洋环境数据集的组合分别驱动漂移轨迹预测物理模型，预测物理模型包含Lagrangian粒子模型和Leeway模型，实现对漂浮物漂移轨迹的预测，得到各时间子区间内不同海洋环境数据集组合下的两种模型的漂移轨迹预测结果；
步骤4、不同海洋环境数据集时空分析——时空分析包含两个部分，第一是不同环境数据集的时空变化，第二部分是同一时间点下不同海洋环境数据集的空间分布模式对比分析；通过本步骤的时空分析验证漂移轨迹预测实验的正确性，同时进一步分析海洋环境数据集对漂移轨迹预测影响的主导因素，分析的主导因素包含：海流环流模式、海洋环境数据时空分辨率；
步骤5、漂移轨迹预测精度评价——分别使用累积分离距离、归一化累积分离距离、累积分离距离时空分布、II型有限尺度的李雅普诺夫指数和分离距离增长速度,对预测的步骤4获得的所有漂移轨迹预测结果进行精度评价；
步骤6、利用精度评价结果进行统计分析与FSLE分析——基于步骤5的漂移轨迹预测的精度评价结果，进行统计分析与FSLE分析，统计分析包括不同海洋环境数据集组合、不同漂移轨迹预测物理模型下的统计指标的分布情况；FSLE分析包含针对不同海洋环境数据集组合、不同漂移轨迹预测物理模型下的FSLE-II与分离尺度之间的关系、以及早期误差增长速度的估计值；
步骤7、总结得出研究区优选的环境数据集和轨迹预测物理模型——根据在研究区域不同环境数据集组合驱动同一种漂移轨迹预测物理模型的漂移预测性能、不同环境数据组合与漂移轨迹预测物理模型耦合表现，确定适应研究区域的环境数据集和漂移轨迹预测物理模型。


2.根据权利要求1所述面向海上漂移轨迹预测的数据与模型耦合分析方法，其特征在于：步骤1中，海风数据集包括：NCEP数据集、ERA5再分析数据集、IFREMER数据集中的一种或几种；海流数据集包括：CMEMS数据集、CMEMS-R数据集、GlobCurrent数据集的一种或几种；海浪数据集选用：MFWAM数据集。


3.根据权利要求1所述面向海上漂移轨迹预测的数据与模型耦合分析方法，其特征在于：步骤3中，轨迹预测过程中求解的运动方程的时间间隔为10分钟，输出预测过程中时间间隔每1小时漂浮物的预测空间位置坐标和对应的海洋环境数据值用于进一步的数据分析。


4.根据权利要求1所述面向海上漂移轨迹预测的数据与模型耦合分析方法，其特征在于：步骤3中，
Lagrangian粒子模型为：
Vdrifter＝Vcurrent+α*Vwind+[Vothers]
式中，Vdrifter是预测的漂浮物速度，Vcurrent是海流流速，Vwind是海风风速，Vothers为其他环境影响因素的表征速度，如表征海浪的Stokes漂移速度；符号[]表示为可选项，当不考虑其他因...

【专利技术属性】
技术研发人员：程亮，张雪东，张方利，吴洁，李舒怡，刘家辉，楚森森，闵开付，左潇懿，李满春，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32