一种基于海洋环境数据的实海域船舶运动预报方法及系统技术方案

本发明专利技术属于实海环境预报及船舶运动，公开了一种基于海洋环境数据的实海域船舶运动预报方法及系统。该方法由基本航行信息设置、海洋环境输入信息提取、气象数值模式精度优化、海洋数值模式精度优化、海浪数值模式精度优化、环境数值模式耦合计算、海洋环境数据同化分析、船舶耐波性分析及船舶运动响应分析部分组成。本发明专利技术利用气象数值模式、海浪数值模式、海洋数值模式，并通过模式耦合技术实现各部分数据交互，对海洋环境进行高时空分辨率模拟及预报，同时基于实海观测数据、利用数据同化技术实现对海洋环境的高精度预报，为船舶航行提供准确的环境输入。供准确的环境输入。供准确的环境输入。

【技术实现步骤摘要】
一种基于海洋环境数据的实海域船舶运动预报方法及系统


[0001]本专利技术属于实海环境预报及船舶运动领域，尤其涉及一种基于海洋环境数据的实海域船舶运动预报方法及系统。

技术介绍

[0002]船舶在海上航行时，风浪流等海洋环境要素直接影响着船舶的六自由度摇荡运动。当海况较高、环境较恶劣时，船舶会出现剧烈摇荡、甲板上浪等现象，甚至在极端情况下会造成船舶倾覆。
[0003]已有一些海表面风速、波高及流速等水文气象的数值产品。但开源环境信息存在一定时间滞后性，且多聚焦于单要素，无法为船舶提供实时的环境信息，更无法实现对船舶未来运动的预警提供输入。与此同时，目前水文气象信息到航线规划的转化缺少能够将水文气象信息转化为直接的、量化的船舶航行状态信息的方法。
[0004]基于气象、海浪、海洋数值模式的环境预报技术可以实现对目标海域风场、波浪场、流场信息的高精度模拟，给出目标航线上的单要素及环境谱形信息，解决开源环境数据时空分辨率低的问题。基于实海观测数据的数据同化技术可以进一步提高数据预报精度，为船舶运动计算提供高精度环境输入。基于谱分析方法，结合目标船型幅频响应函数及目标航线上的实海域海洋环境特点，可以实现对船舶运动响应的预报。
[0005]现有技术1公开了一种特定海况下的船舶运动预报：上海船舶研究设计院提出了一种船舶运动响应计算方法和装置（中国专利，公开号CN108733951A，公开日20181102）。该专利技术通过给定的船体计算位置，在预先存储的函数库中查找当前海浪工况条件下运动响应的传递函数，进而计算出船舶运动响应，快速评估船舶在海浪中各运动幅度大小以及运动快慢程度。
[0006]现有技术2公开了一种实海域下船舶运动预报：哈尔滨工程大学黄礼敏等提出了一种海洋环境与船舶运动监测预报系统及监测预报方法（中国专利，公开号CN111336996A，公开日20200626）。该专利技术首先通过随船监测系统获取实时的船舶运动信息和海洋波浪信息，再基于风浪数值模型对船舶周围的风浪场进行构建，最后通过深度学习方法对系统的后续决策准确性进行校验，为海上作业决策提供依据。
[0007]现有技术3公开了一种基于实海域风浪数据库的船舶耐波性预报方法（中国期刊，基于实海域风浪数据库的船舶耐波性预报系统，船舶工程期刊，2022,44(9):8，33
‑
40页），该方法基于传感器构建的实海域风浪数据库，采用Python开发一套以船舶在波浪中的运动响应幅频特性（RAO）为系统输入的长期耐波性预报系统软件。
[0008]现有技术4公开了一种基于气象环境信息的无人船舶最短航时航线优化方法（中国专利，公开号CN110196986A，公开日20190902）。该专利技术根据气象环境信息，构建无人船舶航行失速矩阵模型，基于该模型进行无人船最佳航线优化。
[0009]然而，现有技术1仅通过预先设置的海况等级来获取船舶运动响应，没有对实海域的环境情况进行具体分析，无法做到精确预报从而为船舶航行提供预警；现有技术2由于基
于部分实测数据及传统风浪数值模型进行环境数据计算，无法做到高精度、实时位置的船舶运动预报。现有技术3通过传感器测量来获取随船风浪信息，预报精度有限，耗费的人力、财力较大，且无法获取周边海域的风浪信息。现有技术4的一种基于气象环境信息的无人船舶最短航时航线优化方法，其使用的气象环境信息是全球开源数据，存在数据精度和时空分辨率低的问题，并且该专利技术所提及的航线优化仅从耗时角度考虑，未曾设计船舶自身运动，在实际应用时具有局限性。

技术实现思路

[0010]为克服相关技术中存在的问题，本专利技术公开实施例提供了一种基于海洋环境数据的实海域船舶运动预报方法及系统。
[0011]所述技术方案如下：基于海洋环境数据的实海域船舶运动预报方法，包括以下步骤：S1，设置船舶的目标航线、目标航行时间信息，利用开源气象、海洋环境数据集，提取与目标航线相对应的地形信息以及与目标航行时间相对应的气象和海洋边界初始场数据，作为气象、海浪、海洋环境数值模式的输入信息；S2，基于输入信息，进行气象数值、海洋数值、海浪数值的环境数值模式精度优化，基于获取的精度优化数据，利用耦合器对目标海域及航行时间下的环境信息进行数值耦合计算，构建高精度海洋波浪数值数据；S3，基于构建的高精度海洋波浪数值数据，利用浮标及卫星观测数据进行海浪数据同化，得到目标海域及航行时间下的高精度海洋波浪再分析数据；S4，针对目标船型进行耐波性分析，利用船舶水动力计算方法，计算与高精度海洋波浪再分析数据中实海域海浪谱的频率及方向相对应的幅频响应函数，同时基于船舶航行时的最大及最小航速设定船速范围，并以设定航速间隔计算不同航速下的幅频响应函数，形成包含多航速下船舶RAO谱的目标船型幅频响应数据库；S5，基于目标海域及时段内的高精度海洋波浪再分析数据，利用谱分析方法对实海域海浪谱及RAO谱进行计算，获取船舶六自由度运动谱，基于船舶六自由度运动谱，进行船舶实海域航行时六自由度摇荡运动有义值的预报。
[0012]在步骤S1中，在输入信息中，利用开源环境数据集，对环境数值模式计算所需的地形信息、气象及海洋边界初始场数据进行获取。
[0013]在步骤S2中，对气象数值模式进行精度优化，通过数值计算方法及参数化方案优化对目标海域气象条件进行数值模拟及预报；所述数值计算方法包括输入数据精度计算、网格收敛性计算、积分时间敏感性计算；所述参数化方案优化包括：参数化方案选取方法、目标海域方案优化；所述输入数据精度计算包括：针对开源环境数据集，结合船舶出航的目标海域，利用实海观测数据对开源数据集的精度进行分析，观测风速与开源数据风速均方根误差作为评价指标，选出目标海域下最优数据对气象数值模式进行驱动；实海观测风速与开源风速数据的均方根误差计算公式为：
；式中，表示均方根误差，表示对比的结果的时刻数，表示不同的观测位置或同一位置不同观测时间的序号，表示位置或时刻下数值模拟的结果，表示位置或时刻下实海观测值；所述网格收敛性计算包括：结合目标海域空间范围，对海域进行分块处理，并结合海域大小设置粗糙网格及精细网格两种空间分辨率，分别进行大海域粗糙网格、小海域粗糙网格及小海域精细网格三组实验，对三组实验结果进行收敛性分析，最终选出该目标海域模式计算网格；所述积分时间敏感性计算包括：对模式长时段下计算产生的系统误差进行分析及方法优化，分别开展目标时段一次性计算、10天重置初始边界场、3天重置初始边界场、1天重置初始边界场分析，并基于实海观测结果对四组实验进行误差分析，最终选出该目标海域下最优积分方法。
[0014]所述参数化方案选取方法包括：针对气象数值模式计算过程中的物理过程，结合海洋气象问题对微物理、积云、近地面及边界层四个过程进行分析，主要对各过程所包含的多种计算方案通过排列组合的方式进行确定，最终确定待优化的多套参数化方案。
[0015]所述目标海域方案优化包括：基于选定的参数化方案优选方法，选取该目标海域下最优输入数据、计算网格及积分方法，进行长时段本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于海洋环境数据的实海域船舶运动预报方法，其特征在于，该方法包括以下步骤：S1，设置船舶的目标航线、目标航行时间信息，利用开源气象、海洋环境数据集，提取与目标航线相对应的地形信息以及与目标航行时间相对应的气象和海洋边界初始场数据，作为气象、海浪、海洋环境数值模式的输入信息；S2，基于输入信息，进行气象数值、海洋数值、海浪数值的环境数值模式精度优化，基于获取的精度优化数据，利用耦合器对目标海域及航行时间下的环境信息进行数值耦合计算，构建高精度海洋波浪数值数据；S3，基于构建的高精度海洋波浪数值数据，利用浮标及卫星观测数据进行海浪数据同化，得到目标海域及航行时间下的高精度海洋波浪再分析数据；S4，针对目标船型进行耐波性分析，利用船舶水动力计算方法，计算与高精度海洋波浪再分析数据中实海域海浪谱的频率及方向相对应的幅频响应函数，同时基于船舶航行时的最大及最小航速设定船速范围，并以设定航速间隔计算不同航速下的幅频响应函数，形成包含多航速下船舶RAO谱的目标船型幅频响应数据库；S5，基于目标海域及时段内的高精度海洋波浪再分析数据，利用谱分析方法对实海域海浪谱及RAO谱进行计算，获取船舶六自由度运动谱，基于船舶六自由度运动谱，进行船舶实海域航行时六自由度摇荡运动有义值的预报。2.根据权利要求1所述的基于海洋环境数据的实海域船舶运动预报方法，其特征在于，在步骤S1中，在输入信息中，利用开源环境数据集，对环境数值模式计算所需的地形信息、气象及海洋边界初始场数据进行获取。3.根据权利要求1所述的基于海洋环境数据的实海域船舶运动预报方法，其特征在于，在步骤S2中，对气象数值模式进行精度优化，通过数值计算方法及参数化方案优化对目标海域气象条件进行数值模拟及预报；所述数值计算方法包括输入数据精度计算、网格收敛性计算、积分时间敏感性计算；所述参数化方案优化包括：参数化方案选取方法、目标海域方案优化；所述输入数据精度计算包括：针对开源环境数据集，结合船舶出航的目标海域，利用实海观测数据对开源数据集的精度进行分析，观测风速与开源数据风速均方根误差作为评价指标，选出目标海域下最优数据对气象数值模式进行驱动；实海观测风速与开源风速数据的均方根误差计算公式为：；式中，表示均方根误差，表示对比的结果的时刻数，表示不同的观测位置或同一位置不同观测时间的序号，表示位置或时刻下数值模拟的结果，表示位置或时刻下实海观测值；所述网格收敛性计算包括：结合目标海域空间范围，对海域进行分块处理，并结合海域大小设置粗糙网格及精细网格两种空间分辨率，分别进行大海域粗糙网格、小海域粗糙网
格及小海域精细网格三组实验，对三组实验结果进行收敛性分析，最终选出该目标海域模式计算网格；所述积分时间敏感性计算包括：对模式长时段下计算产生的系统误差进行分析及方法优化，分别开展目标时段一次性计算、10天重置初始边界场、3天重置初始边界场、1天重置初始边界场分析，并基于实海观测结果对四组实验进行误差分析，最终选出该目标海域下最优积分方法；所述参数化方案选取方法包括：针对气象数值模式计算过程中的物理过程，结合海洋气象问题对微物理、积云、近地面及边界层四个过程进行分析，对各过程所包含的多种计算方案通过排列组合的方式进行确定，最终确定待优化的多套参数化方案；所述目标海域方案优化包括：基于选定的参数化方案优选方法，选取该目标海域下最优输入数据、计算网格及积分方法，进行长时段气象数值模拟，利用实海观测数据对参数化方案结果进行分析，以计算风速与实海观测风速均方根误差的形式对结果进行评定，最后筛选出适用于该海域的气象数值模式最优参数化方案。4.根据权利要求1所述的基于海洋环境数据的实海域船舶运动预报方法，其特征在于，在步骤S2中，对海洋数值模式进行精度优化，通过数值计算方法及参数化方案优化，对目标海域海洋条件进行数值模拟及预报；所述数值计算方法包括输入数据计算；参数化方案优化包括目标海域方案优化；所述输入数据计算包括：针对开源环境数据集，结合船舶出航的目标海域，利用实海观测数据对各类开源数据集的精度进行分析，以各位置下观测海洋要素与开源数据中海洋要素均方根误差作为评价指标，最终选出该目标海域下最优数据对海洋数值模式进行驱动；所述目标海域方案优化包括：针对海洋数值模式计算中的各类物理过程计算方案进行分析，并利用实海观测数据对模式计算结果以均方根误差形式进行对比，最后筛选出适用于该海域的海洋数值模式最优参数化方案。5.根据权利要求1所述的基于海洋环境数据的实海域船舶运动预报方法，其特征在于，在步骤S2中，对海浪数值模式进行精度优化，通过数值计算方法及参数化方案优化，对目标海域海浪条件进行数值模拟及预报；所述数值计算方法包括：边界场计算方法、强迫场计算方法，所述参数化方案优化包括：源项影响程度优化、各源项计算方案优化、目标海域方案优化；所述边界场计算方法包括：针对目标海域，分别对基于开源数据构建边界场、采用嵌套计算两种边界计算方案；首先结合目标海域划定边界海域范围；进而获取该时段及区域下的开源数据，进行海浪数值模式计算；然后采用嵌套方案用大边界给目标海域提供边界信息，进行海浪数值模式计算；最后对两种方案计算结果进行分析，利用实海观测数据，以均方根误差形式对两种结果进行分析，选出精度较高的计算方案，并结合计算效率，实现对目标海域边界场计算方法的制定；所述强迫场计算方法包括：分别对各类强迫影响下的海浪及各情况排列组合方案下的强迫影响情况进行分析，最终从计算效率及计算精度两方面进行分析；所述源项影响程度优化包括：对海浪模式计算过程中的风能输入、耗散、非线性波波相互作用、线性输入、波底相互作用、附加波浪破碎、三波相互作用源项进行分析，结合目标海域特点筛选出海浪计算过程中重...

【专利技术属性】
技术研发人员：张璐，黄礼敏，刘育良，尧仕杰，崔昕邈，马学文，杨珂，姜帆，
申请(专利权)人：青岛哈尔滨工程大学创新发展中心，
类型：发明
国别省市：