一种台风浪实时集合预报方法、介质及系统技术方案

本发明专利技术提供了一种台风浪实时集合预报方法、介质及系统，属于预报方法技术领域，该方法包括以下步骤：获取多个台风路径数据；将台风路径数据输入Holland台风经验模型，生成不同路径数据、不同台风模型参数对应的台风风场；将多个台风风场模型分别输入对应的WaveWatch

【技术实现步骤摘要】
一种台风浪实时集合预报方法、介质及系统


[0001]本专利技术属于预报方法
，具体而言，涉及一种台风浪实时集合预报方法。

技术介绍

[0002]台风灾害是我国第二大海洋灾害，作为台风引起的海洋灾害之一，台风浪会破坏海岸防护结构物，对海上交通和养殖业造成巨大威胁，对人类社会的生命安全和财产安全造成重大危害。台风发生期间，台风风场随着台风中心的运动而不断变化，台风带来的波浪也随着风场的变化而不断变化，使台风浪的预报具有极大的不确定性，深入研究台风浪的预报方法，对于港口运输、防灾减灾、海岸工程防护具有重要意义。由于普通业务化海浪预报所使用的中尺度气象预报产品对台风位置和强度预报不够准确，导致台风浪模拟也不够准确。常规业务化海浪预报只有一个确定性预报结果，缺乏对台风等不确定过程的集合预报。常规业务化海浪预报每天定时启动预报，无法使用最新的台风路径信息，因此无法实现对台风浪的准确模拟，导致台风浪的预报误差较大。目前针对海浪集合预报的方法介绍较少，台风浪集合预报方法未有研究。

技术实现思路

[0003]有鉴于此，本专利技术提供一种台风浪实时集合预报方法、介质及系统用于解决由于普通台风浪预报所使用的方法预报台风不准、只有确定性预报、无法使用最新台风路径信息等导致台风浪的预报误差较大的技术问题。
[0004]本专利技术是这样实现的：本专利技术第一方面提供一种台风浪实时集合预报方法，包括以下步骤：S1、获取m个台风路径数据，所述台风路径数据包括台风中心经纬度、中心压强和最大风速；S2、将所述m个台风路径数据输入使用不同参数的Holland台风经验模型，生成多条路径和多个台风模型参数对应的台风风场；S3、将所述台风风场模型与大范围背景风场进行融合，得到融合风速；S4、将所述台风风场模型输入使用不同参数的WaveWatch
‑
III海浪数值模型进行数值模拟，生成多个风场和多个海浪模型参数对应的海浪有效波高模拟结果成员；S5、对所述多个成员进行集合计算得到处理集；S6、利用ecFlow软件根据所述处理集，实现当有台风出现时启动，对台风浪进行预报；其中，m为大于等于3的整数。
[0005]在上述技术方案的基础上，本专利技术的一种台风浪实时集合预报方法还可以做如下改进:生成台风风场模型，具体步骤为：步骤一：在指数气压分布模型基础上，引入Holland
‑
B参数，利用梯度风场得到
Holland台风经验模型，包括气压方程、风场方程：其中，气压方程为：；其中，所述为台风中心气压；所述为外围气压；所述为最大风速半径；所述为空气密度；所述为科氏力；所述为网格点与台风中心的距离；所述参数为Holland
‑
B，决定了台风的峰度和强度；所述为风速；风场方程为：；其中，建立Holland台风经验模型；其中参数B的计算方法为：；步骤二：设置多个集合成员对应的数值，其变化范围为[19000， 51000]，形成多个集合成员对应的Holland模型。
[0006]步骤三：将所述m个预报路径数据分别输入所述多个对应的Holland台风经验模型，生成不同路径、不同参数对应的台风风场;将所述台风风场模型与大范围背景风场进行融合，得到融合风速的具体公式为：；式中，为融合风速，为Holland台风风速，为ECMWF预报风速，为权重系数，计算方法为：；其中为网格点与台风中心的距离，为经验系数，一般的=10，为台风最大风速半径，来自于台风路径数据。
[0007]本专利技术提供一种台风浪实时集合预报方法，其中，建立所述WaveWatch
‑
III海浪数值模型的具体步骤为：步骤一：收集起始数据，所述起始数据包括海域和气象变量，具体为风速、风向、气压、水深；步骤二：将所述海域离散化成网格，建立所述网格需要考虑所述海域和岸线的形状、水深和地形；步骤三：定义模拟时间，所述模拟时间为24h~72h；步骤四：定义不同海浪模式集合成员对应的参数，其变化范围为[1.2， 2.0]，形成多个集合成员对应的海浪数值模型；步骤五：根据所述起始数据、所述网格和所述模拟时间创建三维矩阵；步骤六：根据所述三维矩阵和参数设置运行所述WaveWatch
‑
III海浪数值模型，生成不同台风路径、不同台风模型参数、不同海浪模型参数对应的海浪波高场预报成员。
[0008]其中，所述对所述数值模拟后的模拟结果进行集合计算的操作，具体步骤为：
步骤一：获取所述WaveWatch
‑
III海浪数值模型的模拟结果；步骤二：确定各成员的权重计算方法。对于各个台风浪模拟结果成员对应的权重的计算，可采用成员遍历法、误差倒数法、变权平均法，其中：成员遍历法：按照一定比例间隔设置多种权重组合。遍历每种组合，计算多站位RMSE(k个观测结果)，观测结果为Hobs，观测遍历权重对应取RMSE最小的组合。
[0009]；误差倒数法：对于观测结果，计算不同成员与多站位的平均RMSE，，n表示成员的数量，计算以平均RMSE的倒数为比例的权重：；变权平均法：对于台风浪有效波高集合预报，其成员值为。确定集合成员有效波高等概率区间的分界值为，根据这些分界值对集合成员进行分组，记落入每个区间中的集合成员数为。那么每个区间内的集合成员平均值为：；为第k个区间内的第i个集合成员的值，且每个区间内的集合成员的权重为，下面对这一权重进行调整，第1和第n+1区间是开区间，其权重保持不变，剩余区间总权重为。记总区间长度为S，每个区间长度为:；；每个区间权重为：；对各区间权重进行调整：；；；步骤三：计算多个成员集合后的海浪有效波高场。
[0010]对于某一台风浪成员的有效波高，其对应成员遍历法或误差倒数法的权重为，有效波高集合结果应为：；对应变权平均法权重为，设定区间内的台风浪有效波高集合成员平均值为，有效波高集合结果应为：；本专利技术提供一种台风浪实时集合预报方法，其中，利用ecFlow实现台风浪集合预报的实时启动和运行的步骤为：步骤一：构建基于ecFlow的系统脚本，建立台风浪实时集合预报系统；步骤二：在台风应急期间，通过在ecFlow可视化界面中的启动台风浪集合预报系
统，实现台风浪的实时集合预报。
[0011]本专利技术第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种台风浪实时集合预报方法。
[0012]本专利技术第三方面提供一种台风浪实时集合预报系统，包括上述的一种计算机可读存储介质。
[0013]与现有技术相比较，本专利技术提供的一种台风浪实时集合预报方法的有益效果是：包括以下步骤：获取m个台风路径数据，所述台风路径数据包括台风中心经纬度、中心压强和最大风速；将所述m个台风路径数据输入Holland台风经验模型，生成不同路径数据、不同台风模型参数对应的台风风场模型；将m个所述台风风场模型分别输入WaveWatch
‑
III海浪数值模型进行数值模拟，生成不同路径、不同台风模型参数、不同海浪模型参数对应的海浪波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种台风浪实时集合预报方法，其特征在于，包括以下步骤：S1、获取m个实时的台风路径数据，所述台风路径数据包括台风中心经纬度、中心压强和最大风速；S2、将m个台风路径数据输入Holland台风经验模型，生成台风风场模型；S3、将所述台风风场模型与大范围背景风场进行融合，得到融合风速；S4、将所述台风风场模型输入WaveWatch
‑
III海浪数值模型进行数值模拟；S5、确定各模拟结果成员的权重，并对所述数值模拟后的多个模拟结果进行集合计算得到处理集；S6、利用ecFlow软件根据所述处理集，实现当有台风出现时启动，对台风浪进行预报；其中，m为大于等于3的整数。2.根据权利要求1所述的一种台风浪实时集合预报方法，其特征在于，其中，将m个台风路径数据输入Holland台风经验模型，生成台风风场模型，具体步骤为：步骤一：在指数气压分布模型基础上，引入Holland
‑
B参数，利用梯度风场得到Holland台风经验模型，包括气压方程、风场方程：其中，气压方程为：；其中，所述为台风中心气压；所述为外围气压；所述为最大风速半径；所述为空气密度；所述为科氏力；所述为网格点与台风中心的距离；所述参数为Holland
‑
B，用于决定台风的峰度和强度；所述为风速；风场方程为：；其中参数B的计算方法为：；步骤二：设置多个集合成员对应的数值，其变化范围为[19000， 51000]，形成多个集合成员对应的Holland模型；步骤三：将m个预报路径数据分别输入对应的Holland台风经验模型，生成不同路径、不同参数对应的台风风场。3.根据权利要求1所述的一种台风浪实时集合预报方法，将所述台风风场模型与大范围背景风场进行融合，得到融合风速的具体公式为：；式中，为融合风速，为Holland台风风速，为ECMWF预报风速，为权重系数，计算方法为：；其中为网格点与台风中心的距离，为经验系数，为台风最大风速半径，来自于台
风路径数据。4.根据权利要求1所述的一种台风浪实时集合预报方法，其特征在于，其中，所述WaveWatch
‑
III海浪数值模型建立的具体步骤为：步骤一：收集起始数据，所述起始数据包括海域和气象变量，具体为风速、风向、气压、水深；步骤二：将所述海域离散化成网格，建立所述网格需要考虑所述海域和岸线的形状、水深和地形；步骤三：定义模拟时间，所述模拟时间为24h~72h；步骤四：定义不同海浪模式集合成员对应的参数，其变化范围为[1.2，2.0]，形成多个集合成员对应的海浪数值模型；步骤五：根据所...

【专利技术属性】
技术研发人员：李锐，岳澈，张薇，王彬，李文博，于梦超，刘爱超，
申请(专利权)人：国家海洋局北海预报中心国家海洋局青岛海洋预报台国家海洋局青岛海洋环境监测中心站，
类型：发明
国别省市：