一种高精度的有效波高数据估计方法技术

本发明专利技术提出了一种高精度的有效波高数据估计方法，获取目标区域内各个近岸陆地站点及海洋浮标的有效波高数据及地理和大气参数数据，筛选相关度较高的参数，将不同历史时期的样本数据分为训练数据和验证数据，基于逐步聚类法得到有效波高数据及地理和大气参数数据多元回归关系，基于验证数据利用分位数映射法得到有效波高数据的模拟值和观测值之间的累计概率分布函数及传递函数。利用全球气候模型中未来情境下的地理及大气参数数据作为多元回归统计关系的输入量，预测未来有效波高数据，并利用传递函数对其进行修正。本方法建立了有效波高和气候因子之间的关系，能够进行气候变化条件下的海洋指标影响分析，提高了有效波高数据预测的精度。波高数据预测的精度。波高数据预测的精度。

【技术实现步骤摘要】
一种高精度的有效波高数据估计方法


[0001]本专利技术涉及气象信息
，尤其涉及一种高精度的有效波高数据估计方法。

技术介绍

[0002]作为海洋动力的表现形式之一，波浪会进行有规律的周期性起伏运动，该种运动与海风、气压变化等气候要素有诸多关联。同时，波浪的运动直接影响区域乃至全球海洋的时空演变规律。研究波浪的空间和时间分布以及未来变化趋势是研究气象与海洋相互作用机理的重要部分。
[0003]波浪的本质是不同的波高、周期、峰值的波的无规律组合。波高作为波浪要素之一，对其的研究是分析波浪性质及其影响的重要方面。研究波浪的主要参数之一为有效波高。有效波高是通过统计方法分析众多单一波高的概率密度而得到的实际波高值。相较于其他几种波浪的参数有以下几点优势：(1)有效波高表示波浪波动的可视平均水平，与目测波高值相近；(2)相较于显著波高，具有一般普适性；(3)可以通过雷达回波的形状获得。
[0004]在将波浪信息整合入气候变化影响的量化中时，由于数据精度较低以及参数的特殊性，波浪信息不能被直接利用于气候变化影响评估；另外，在利用海滩沉积物的迁移变化、海平面的波浪起伏以及上升分量等时，分析过程依赖于高精度高分辨率的海浪信息(有效波高数据)；这两点要求波浪数据需要进行降尺度操作。另外，在对有效波高数据进行降尺度操作时的不确定性也需要被量化。而通过目前现有的统计降尺度方法得到的有效波高数据，精度、准确度、以及对不确定性的量化表现都有待进一步提高。

技术实现思路

[0005]为解决波浪信息整合入气候变化影响评估过程中存在的数据精度低、参数特殊、波浪信息不能直接用于气候变化影响评估等缺陷，本专利技术利用逐步聚类方法对选定区域的有效波高数据进行降尺度操作，从而得到高精度高准确度的有效波高数据。
[0006]本专利技术提出一种高精度的有效波高数据估计方法，包括：
[0007]步骤1：获取目标区域内各个近岸陆地站点及海洋浮标的有效波高数据以及地理和大气参数数据，并作为样本数据；
[0008]步骤2：在选定的时间范围内，将步骤1中的样本数据划分为训练数据和验证数据；
[0009]步骤3：选取有效波高数据为因变量，对应的地理及大气参数作为自变量，计算他们之间的相关系数，筛选出与有效波高数据相关系数较高的地理及大气参数数据指标；
[0010]步骤4：利用筛选出的相关度较高的地理及大气参数的训练数据和对应的有效波高的训练数据，基于逐步聚类方法建立他们之间的多元回归统计关系；
[0011]步骤5：将样本数据中的地理及大气参数的验证数据代入所述步骤4建立的多元回归统计关系中，得到对应的有效波高数据模拟值；
[0012]步骤6：基于分位数映射法，计算所述步骤5中的地理及大气参数的验证数据所对应的有效波高的验证数据和所述步骤5得到的有效波高数据的模拟值的累积概率分布函
数，并构建两者之间的传递函数；
[0013]步骤7：针对目标区域内的各个近岸陆地站点及海洋浮标，将全球气候模型中未来情境下的地理及大气参数数据作为输入量，利用所述步骤4建立的多元回归统计关系计算得出未来相应时段的有效波高数据模拟值，即有效波高数据估计值；
[0014]步骤8：利用所述步骤6得到的传递函数，对所述步骤7计算得出未来相应时段的有效波高数据模拟值进行偏差修正，得到有效波高数据估计值。
[0015]优选地，步骤1中获取的样本数据中的有效波高数据为小时尺度数据。
[0016]更优选地，采用相同的空间分辨率，将样本数据中的有效波高数据通过求平均值或最大值的方法，处理为不同时间步长的数据。
[0017]优选地，样本数据中的训练数据时间跨度长于验证数据。
[0018]优选地，步骤3中的相关系数利用皮尔逊相关系数计算方法进行计算。
[0019]更优选地，选择所述相关系数大于0.7的参数作为最终自变量。
[0020]优选地，基于所述累计概率分布函数，利用非参数转换QUANT得到所述传递函数。
[0021]优选地，步骤6中的累积概率分布函数按浅水区域和深水区域划分，浅水区域的累积概率分布函数为：
[0022][0023]其中，H
*
为浅水系数，当H
*
＝0时，为深水区域的经验累积概率分布函数，H为一次海浪连续记录中所有波高；为一次海浪连续记录中所有波高的平均值；d为水深。
[0024]优选地，所述步骤1中，获取各个站点及海洋浮标所对应经纬度的遥感卫星有效波高数据，对各个站点及海洋浮标数据和所述对应经纬度的卫星遥感数据进行空间插值处理，得到最终的样本数据。
[0025]优选地，选择至少三种采用相同的空间分辨率以及相同的地理及气象参数的全球气候模型数据作为未来预测数据，经过所述步骤7和8分别得到有效波高的估计值，并进行集合预报。
附图说明
[0026]图1是本专利技术方法的流程图；
[0027]图2是本专利技术方法的一个实施例的流程图；
[0028]图3是本专利技术方法另一个实施例的流程图；
[0029]图4是本专利技术方法又一个实施例的流程图。
具体实施方式
[0030]为使本专利技术方法的特征能更清晰易懂，下面将结合附图对本专利技术的实施例进行详细的说明。
[0031]有效波高是海洋科学领域中的名词。海面波浪实际上是由海水震动形成的单一波浪，经过无规则组合形成的综合体。由于这些单一波浪有着不同的波高、周期、以及行进方
向等特征，因此单独地研究一个波浪的参数，既不现实，又没有代表性。有效波高是指将给定波列中的波高按由大到小的顺序排列，选择最大的前1/3部分，又称“1/3大波平均波高”。这样经过一定的统计学处理过后的波浪综合体参数，可以表示波动的可视平均水平，与目测波高值相近，被广泛用于描述特定区域或空间内的波浪特征。
[0032]海洋浮标是观测、获取海洋水文水质气象数据的最主要载体之一，特别是能收集到海洋科考调查船难以收集的恶劣天际及多年连续观测样本。海洋浮标长期锚定在海上，是以观测浮标为主体组成的自动观测站。一般来说，海洋浮标由浮体、桅杆、锚系和配重组成，并搭载各种气象类、水文类、生态环境类传感器，以获得水文(波浪、温、盐、深等)参数、水质(叶绿素、COD等)参数以及气象(海平面气压、近洋面风速、风向等)参数。另外，波浪的作用位置不仅在大洋内部，海陆交界处的海岸带、潮间带区域，也会受到波浪的侵蚀、冲刷作用，因此相关的海洋水文水质气象数据也可从近海沿岸的观测站点获取。随着统计学和地理信息技术的发展，现有的科研过程通常对已知站点和浮标的原始数据进行空间插值，从而实现由点到面的转化，能在一定的空间分辨率上形成空间分布数据网络。
[0033]气候变化导致海平面、波浪、风暴潮和降雨等海洋相关的因素都在发生着急速变化。通过寻找现有的气候参数和海洋参数之间关系，将这种关系应用于在未来气候变化背景下的海洋本身及海陆交互系统的变化被认为是可行的。而作为研究气候变化的关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度的有效波高数据估计方法，包括：步骤1：获取目标区域内各个近岸陆地站点及海洋浮标的有效波高数据以及地理和大气参数数据，并作为样本数据；步骤2：在选定的时间范围内，将步骤1中的样本数据划分为训练数据和验证数据；步骤3：对于步骤1得到的样本数据，选取有效波高数据为因变量，对应的地理及大气参数作为自变量，计算他们之间的相关系数，筛选出与有效波高数据相关系数较高的地理及大气参数数据指标；步骤4：利用筛选出的相关度较高的地理及大气参数的训练数据和对应的有效波高的训练数据，基于逐步聚类方法建立他们之间的多元回归统计关系；步骤5：将样本数据中的地理及大气参数的验证数据代入所述步骤4建立的多元回归统计关系中，得到对应的有效波高数据模拟值；步骤6：基于分位数映射法，计算所述步骤5中的地理及大气参数的验证数据所对应的有效波高的验证数据和所述步骤5得到的有效波高数据的模拟值的累积概率分布函数，并构建两者之间的传递函数；步骤7：针对目标区域内的各个近岸陆地站点及海洋浮标，将全球气候模型中未来情境下的地理及大气参数数据作为输入量，利用所述步骤4建立的多元回归统计关系计算得出未来相应时段的有效波高数据模拟值，即有效波高数据估计值；步骤8：利用所述步骤6得到的传递函数，对所述步骤7计算得出的未来相应时段的有效波高数据模拟值进行偏差修正，得到有效波高数据估计值。2.根据权利要求1所述的一种高精度的有效波高数据估计方法，其特征在于：所述步骤1中获取的样本数据中的有效波高数据为小时尺度数据。3.根据权利要求2所述的一种高精度的有效波高数据估计方法，其特征在于：采用相同的空间分辨率，将样本数据中的有效波高数据通过求...

【专利技术属性】
技术研发人员：王丝雨，黄国和，翟媛媛，田初引，林夏婧，张重，吴莹辉，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：