【技术实现步骤摘要】
本专利技术涉及海洋环境预测，尤其是一种海面蒸发波导临近期快速预报方法。
技术介绍
1、海上蒸发波导是由于海水蒸发引起贴近海面的大气在垂直方向上出现温湿度急剧变化、进而导致电磁波在传播过程中形成超折射而被陷获的现象。海上蒸发波导现象的判断通常由经验公式接收海表面温度、大气温度、气压、湿度、风速等基本环境要素的输入诊断得出。
2、海上蒸发波导特征参数的预报方法一般包括数值方法和经验方法两种。数值方法一般通过数值天气模式制作的数值天气预报产品诊断得出。数值天气模式通过全球预报场驱动，制作未来数天内大气变量的变化预测数据。以模式输出的海表面温度、大气温度、气压、湿度、风速等预测信息为基础，输入经验蒸发波导模型诊断得出蒸发波导高度等特征的未来变化。数值方法是目前最为广泛的蒸发波导预测方法，但在应用时仍面临两个问题。第一，数值方法依赖的数值模式计算量较大，需要匹配高性能的计算机满足高计算量的需求，并且需要定期接收大数据量的驱动场信息，因此无法在计算能力较弱、与外界数据通信能力有限的设备或传感器端实现直接应用；第二，数值预报产品的时间分辨率通常为小时级，难以适应未来三小时内的环境快速变化，另外，数值模式在未来三小时临近期的预报仍存在一定的误差。上述问题阻碍了蒸发波导的数值预测方法在设备端的集成应用。除了数值方法，经验方法一般通过神经网络等算法构建当前波导参数与未来波导变化间的关系模型。该方法快速简单，能够部署在设备端，但存在的最大问题来源于前期模型训练数据的稀缺。目前用于模型训练的数据一般采用浮标、台站的历史观测数据，但这类数据面
技术实现思路
1、为了克服现有技术中存在的上述问题，本专利技术提出一种海面蒸发波导临近期快速预报方法。
2、本专利技术解决其技术问题所采用的技术方案是：一种海面蒸发波导临近期快速预报方法，包括如下步骤：
3、步骤1，研制历史模拟数据集；收集目标区域内的气象历史真实数据，整理出大气要素观测数据集；收集十年以上大气和海洋再分析数据构成大气要素驱动数据集；构建大气、海洋、海浪双向耦合模型，将大气要素驱动数据集进行处理后驱动双向耦合模型进行模拟，模拟所得的结果为历史模拟数据集；
4、步骤2，研制降尺度数据集：建立模式误差修正模型对步骤1所得的历史模拟数据集进行修正，得到降尺度数据集；
5、步骤3，利用蒸发波导观测系统在目标区域内开展不少于六个月的连续观测，根据蒸发波导模型计算出蒸发波导高度；
6、步骤4，根据步骤2制作观测期间蒸发波导观测区域内的降尺度数据集，并根据蒸发波导模型计算出模拟蒸发波导高度；
7、步骤5，以步骤3所得的蒸发波导高度为目标变量，步骤4所得的蒸发波导高度为输入，对神经网络进行训练，构建修正关系模型；
8、步骤6，通过步骤2所得的降尺度数据集经蒸发波导模型计算得到区域蒸发波导高度长期数据集，将步骤5所得的修正关系模型应用到区域蒸发波导高度长期数据集，得到面向传感器的区域蒸发波导高度长期数据集；
9、步骤7，将步骤6所得的数据集划分训练集和测试集，以某三小时时段内的蒸发波导高度为目标变量，以该时段前24小时的蒸发波导高度为输入，训练神经网络建立经验预测模型；
10、步骤8，利用船舶所携带传感器观测的过去24小时的蒸发波导高度，通过步骤7所得的经验预测模型计算未来三小时的蒸发波导高度。
11、上述的一种海面蒸发波导临近期快速预报方法，所述步骤1中历史模拟数据集具体构建过程包括：选取包括云微物理过程、长波辐射、短波辐射、表面层/近地层、陆面层、行星边界层、积云对流层的七个参数，构建不同参数方案的大气、海洋、海浪双向耦合模型，利用构建的耦合模型开始一个月的连续历史回报模拟，对比不同参数方案耦合模型的模拟结果与大气要素观测数据集间的误差，选取误差最小的耦合模型；将大气要素驱动数据集数据处理为每隔n天一组，第一天作为耦合模型的预热，耦合模型进行单步运行，将每次n-1天的结果作为正式模拟数据收集整理为历史模拟数据集。
12、上述的一种海面蒸发波导临近期快速预报方法，所述步骤2具体包括：以大气要素观测数据集为基准，逐要素计算所有大气、海洋、海浪双向耦合模型输出变量与大气要素观测数据集的相关系数，选择所有相关系数0.4以上的耦合模型输出变量为经验学习模型的输入变量，以耦合模型模拟变量减历史观测数据的误差为目标估计，筛选出误差最小的经验学习模型作为误差修正模型；利用误差修正模型对目标区域内的站点建立误差修正关系，通过距离平方反比插值的方法对除站点外其他区域其他位置建立误差修正关系，利用误差修正关系对历史模拟数据集进行修正，制作经误差修正的降尺度数据集。
13、上述的一种海面蒸发波导临近期快速预报方法，所述步骤3中蒸发波导模型计算蒸发波导高度的具体过程包括：根据monin-obukhov相似理论，利用收集的气象要素来确定各气象要素廓线分布，基于确定的廓线分布来求得修正折射率廓线，最后根据修正折射率最小值对应的高度，确定蒸发波导的高度。
14、上述的一种海面蒸发波导临近期快速预报方法，所述步骤3中蒸发波导观测系统为船舶搭载的传感器，并搭载服务器接受传感器采集的数据，所述蒸发波导观测系统用于测量海水表面皮温以及至少一层高度的气压、气温、湿度、风速。
15、本专利技术的有益效果是，本专利技术公开了海上蒸发波导临近预报方法与流程，与现有技术相比，能够适应区域的变化而不出现预报精度显著退化的问题，同时该方法主要针对计算能力较低、大数据传输能力欠缺的海洋观测设备设计，能够有效集成在移动船舶的硬件设备之中，实现未来三小时临近期分钟级的蒸发波导自动预测。
本文档来自技高网...【技术保护点】
1.一种海面蒸发波导临近期快速预报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤1中历史模拟数据集具体构建过程包括：选取包括云微物理过程、长波辐射、短波辐射、表面层/近地层、陆面层、行星边界层、积云对流层的七个参数，构建不同参数方案的大气、海洋、海浪双向耦合模型，利用构建的耦合模型开始一个月的连续历史回报模拟，对比不同参数方案耦合模型的模拟结果与大气要素观测数据集间的误差，选取误差最小的耦合模型；将大气要素驱动数据集数据处理为每隔n天一组，第一天作为耦合模型的预热，耦合模型进行单步运行，将每次n-1天的结果作为正式模拟数据收集整理为历史模拟数据集。
3.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤2具体包括：以大气要素观测数据集为基准，逐要素计算所有大气、海洋、海浪双向耦合模型输出变量与大气要素观测数据集的相关系数，选择所有相关系数0.4以上的耦合模型输出变量为经验学习模型的输入变量，以耦合模型模拟变量减历史观测数据的误差为目标估计，筛选出误差最小的经验学习
4.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤3中蒸发波导模型计算蒸发波导高度的具体过程包括：根据Monin-Obukhov相似理论，利用收集的气象要素来确定各气象要素廓线分布，基于确定的廓线分布来求得修正折射率廓线，最后根据修正折射率最小值对应的高度，确定蒸发波导的高度。
5.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤3中蒸发波导观测系统为船舶搭载的传感器，并搭载服务器接受传感器采集的数据，所述蒸发波导观测系统用于测量海水表面皮温以及至少一层高度的气压、气温、湿度、风速。
...【技术特征摘要】
1.一种海面蒸发波导临近期快速预报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤1中历史模拟数据集具体构建过程包括：选取包括云微物理过程、长波辐射、短波辐射、表面层/近地层、陆面层、行星边界层、积云对流层的七个参数，构建不同参数方案的大气、海洋、海浪双向耦合模型，利用构建的耦合模型开始一个月的连续历史回报模拟，对比不同参数方案耦合模型的模拟结果与大气要素观测数据集间的误差，选取误差最小的耦合模型；将大气要素驱动数据集数据处理为每隔n天一组，第一天作为耦合模型的预热，耦合模型进行单步运行，将每次n-1天的结果作为正式模拟数据收集整理为历史模拟数据集。
3.根据权利要求1所述的一种海面蒸发波导临近期快速预报方法，其特征在于，所述步骤2具体包括：以大气要素观测数据集为基准，逐要素计算所有大气、海洋、海浪双向耦合模型输出变量与大气要素观测数据集的相关系数，选择所有相关系数0.4以上的耦合模型输出变...
【专利技术属性】
技术研发人员：邹靖，臧统晖，杨帅，仇志金，李志乾，胡桐，王波，
申请(专利权)人：山东省科学院海洋仪器仪表研究所，
类型：发明
国别省市：
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。