共查询到19条相似文献，搜索用时 125 毫秒
1.
2.
两种海面风场的对比及对海浪模拟的影响 总被引：2，自引：0，他引：2
海面风场在海浪模拟研究和预报中起着关键性的作用,再分析风场数据可为海浪模式提供长时间的大范围、高时空分辨率海面风场。利用日本浮标站资料和卫星高度计资料对再分析风场QuickSCAT/NCEP(Q/N)混合风场和ERA风场进行验证分析,并利用WAVEWATCH-Ⅲ模式进行连续12个月的数值模拟试验。对比风场和计算得到的海浪场得出结论:在风速较小的时候,ERA和Q/N风场较实测风场大,在风速较大的时候,ERA和Q/N风场较实测风场小;ERA风场模拟浪高较浮标观测波高偏小;Q/N混合风场模拟的浪高更接近实测浪高。 相似文献
3.
风场对SWAN模式在台湾海峡后报结果的影响 总被引：2，自引：2，他引：0
本文利用SWAN模式模拟分析了CCMP和DASCAT两种常用风场数据在台湾海峡海面的浪场结果。东北季风期3个月的浪场模拟结果与浮标实测波高时序数据相比，偏差均值不大于0.33 m，偏差均方根不大于0.59 m。一般在浮标波高大于3.5 m和小于1.0 m时，偏差偏大。6 h分辨率的风场数据相较于24 h分辨率风场数据对应的模拟结果更接近于浮标实测结果。在6 h和24 h分辨率的CCMP风场数据和24 h分辨率的DASCAT风场数据的模拟结果中，两两结果间的空间相关系数均不低于0.90，偏差均值不大于0.32 m，偏差均方根不大于0.4 m。 相似文献
4.
基于SWAN模式的“灿鸿”台风浪数值模拟 总被引：1，自引：0，他引：1
以第三代海浪模式SWAN(simulating wave nearshore,近岸海浪数值模型)为基础,构建了东中国海海域波浪数值模式,并以高时间、空间分辨率的CCMP(cross calibrated multi-platform,多平台交叉校正)风场作为驱动风场进行波浪计算,模拟了1509号"灿鸿"台风的波浪过程。同时,对SWAN模式中的底摩擦参数化方案、波浪破碎参数、风能输入与白冠耗散、波-波非线性相互作用等因素对台风浪模拟的影响进行了分析,并对模式中的各影响因素给出了建议。模拟结果与浮标实测有效浪高数据(舟山朱家尖站、南麂岛站、舟山外海站、温州外海站)两者之间的偏差较小,表明本研究所建立的模式以及选择的参数合理,SWAN和CCMP风场的结合能满足海洋波浪数值模拟的需求。本研究对于台风浪数值预报具有参考意义。 相似文献
5.
北极海域海面风场和海浪遥感观测能力分析 总被引：1，自引：1，他引：0
卫星遥感是开展北极海域海面风场和海浪分布特征与变化规律研究的重要手段。本文基于在轨多源卫星遥感数据，从遥感观测空间覆盖、时间覆盖和多源卫星遥感数据融合等方面开展北极海域海面风场与海浪遥感观测能力分析，研究主要结果为:基于ASCAT和HY-2A散射计可实现北极海域海面风场遥感观测，通过多星联合观测可获取北极海域时空分辨率优于12 h和0.1°的海面风场遥感融合数据；基于HY-2A、CryoSat-2、SARAL和Sentinel-3高度计可实现北极海域海浪遥感观测，同样通过多星联合观测可获取北极海域时空分辨率优于1 d和0.25°的海浪有效波高遥感融合数据；基于2016年北极海面风场和海浪遥感融合数据，分析得出北极海域海面风场和海浪在2月处于极大值，然后逐渐减小，7月最小，随后开始逐渐增大。本研究表明，基于多源散射计和高度计遥感观测可实现北极海域海面风场和海浪的高时空分辨率遥感业务化监测。 相似文献
6.
台风浪模拟是海洋和海岸工程中开展重现期波浪推算的关键环节。本文在系统分析历史热带气旋近中心最大风速、大风风圈以及CCMP风场特征的基础上,提出了一种热带气旋影响范围计算方案,改进了加权热带气旋风场重构方法。以该方法重构的热带气旋风场为驱动,采用WAVEWATCH Ⅲ模型模拟了南海28次台风浪过程,并用南海北部88个站次的风、浪观测资料对重构后的风场及模拟浪高进行检验。检验结果显示:风速(台风浪高)的重构值(模拟值)与观测值吻合良好,改进后的加权热带气旋风场重构方法有较强的普适性。 相似文献
7.
中国海及邻近海域卫星观测资料同化试验 总被引：4，自引：0，他引：4
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。 相似文献
8.
9.
目前,国内外大尺度天气预报数值模式已经取得很大成就,如在预报地面气旋系统的移动和发展等方面。然而,这些模式的铅直分辨率一般不高,通常不包括边界层的动力过程,因而,在预报海面风场上,数值天气预报模式还没有令人满意的效果。目前所用的边界层预报模式尽管具有较高的水平分辨率和垂直分辨率,但要求大量的计算和资料,很难用于日常业务预报;另一种边界层诊断模式,用到的风场数据是气象工作者从天气形势(大尺度)分析中,通过差值等方法获得的,缺乏针对性,而且精度较低(WMO,1988;WMO,1990)。
作者认为,适于海洋要素预报的风场模式应是定位于有限区域,或称中尺度模式,并根据台站的具体资料来源和工作状况力争建立一套适于海洋要素预报的中尺度风场数值模式。鉴于以上,作者建立了一个适于海洋要素预报的有限区域海面风场数值模式。模式采用符合动力及热力学条件的简化方程组对大尺度风场进行加密,通过数值模拟得到适于海洋要素预报的有限区域海面风场。并将该模式运用于渤海这一有限区域,获得了良好的效果,说明该模式对海洋要素预报具有很好的应用前景。 相似文献
10.
11.
Long-term variations in a sea surface wind speed(WS) and a significant wave height(SWH) are associated with the global climate change, the prevention and mitigation of natural disasters, and an ocean resource exploitation,and other activities. The seasonal characteristics of the long-term trends in China's seas WS and SWH are determined based on 24 a(1988–2011) cross-calibrated, multi-platform(CCMP) wind data and 24 a hindcast wave data obtained with the WAVEWATCH-III(WW3) wave model forced by CCMP wind data. The results show the following.(1) For the past 24 a, the China's WS and SWH exhibit a significant increasing trend as a whole, of3.38 cm/(s·a) in the WS, 1.3 cm/a in the SWH.(2) As a whole, the increasing trend of the China's seas WS and SWH is strongest in March-April-May(MAM) and December-January-February(DJF), followed by June-July-August(JJA), and smallest in September-October-November(SON).(3) The areal extent of significant increases in the WS was largest in MAM, while the area decreased in JJA and DJF; the smallest area was apparent in SON. In contrast to the WS, almost all of China's seas exhibited a significant increase in SWH in MAM and DJF; the range was slightly smaller in JJA and SON. The WS and SWH in the Bohai Sea, the Yellow Sea, East China Sea, the Tsushima Strait, the Taiwan Strait, the northern South China Sea, the Beibu Gulf, and the Gulf of Thailand exhibited a significant increase in all seasons.(4) The variations in China's seas SWH and WS depended on the season. The areas with a strong increase usually appeared in DJF. 相似文献
12.
基于第3代海浪模式WW3(WAVEWATCH-III),以具有高精度和较高分辨率的CCMP(Cross-Calibrated, Multi-Platform)风场为驱动场,对2011年12月发生在孟加拉湾的热带气旋“Thane”所致的大浪进行数值模拟。结果表明:(1)以CCMP风场驱动WW3海浪模式,可以较好地模拟热带气旋“Thane”在孟加拉湾造成的大浪,模拟的海浪数据具有较高精度。当有效波高(SWH)在2 m以内和大于5 m时,模拟值略小于观测值;当SWH在2~5 m之间时,模拟值略大于观测值。(2)热带气旋“Thane”所形成的大风和大浪的分布特征具有一定差异:大风区在气旋四周分布较为均匀;在大洋中部时,大浪区主要分布于右半圆,在近海时,大浪区主要分布于气旋行进方向的前方。(3)热带气旋“Thane”的风向和波向整体上保持了较好的一致性,仅在第2象限有一定的差异,该区域的风向主要为西北向,而波向则主要为偏北向。 相似文献
13.
有效波高是描述海浪的关键参数。欧洲中期天气预报中心（ECMWF）提供的ERA-Interim再分析数据提供了全球海浪的有效波高,本文选取该数据在台湾海峡2013年3月份的有效波高结果,分别与浮标观测数据以及海浪数值模式SWAN （Simulating Waves Nearshore）的数值模拟结果相对比,来分析其预报效果。结果显示:在浮标点,ERA-Interim数据和SWAN模拟浪高数据与浮标浪高数据的时间相关系数分别为0.94和0.98,ERA-Interim数据的浪高均值约为浮标的51%,为SWAN模拟数据的70%。在台湾海峡区域,ERA-Interim数据与SWAN模拟浪高之间的空间异常相关系数（ACC）月均值为0.51,时序ACC曲线显示,一般在海峡东北口风初起时刻ACC值最小,在风吹遍海峡并增长的过程中,ACC迅速增加,在风速达到最大值之后,ACC开始下降,但ERA-Interim数据与SWAN数值模拟结果在整个海峡区域的浪高最大值与最小值分布位置基本一致。综合分析,ERA-Interim数据能够反映台湾海峡区域此时间段的有效波高的时空变化趋势,在数值上有明显低估。 相似文献
14.
1988—2009年中国海波候、风候统计分析 总被引：3，自引：0，他引：3
利用高精度、高时空分辨率、长时间序列的CCMP(Cross-Calibrated,Multi-Platform)风场,驱动国际先进的第三代海浪模式WAVEWATCH-Ⅲ(WW3),得到中国海1988年1月～2009年12月的海浪场。对中国海的波候(风候)进行精细化的统计分析,分析了海表风场和浪场的季节特征、极值风速与极值波高、风力等级频率和浪级频率、海表风速和波高的逐年变化趋势,结果显示:(1)中国海的海浪场与海表风场具有较好的一致性,尤其是在DJF(December,January,February)期间;海表风速和波高在MAM(March,April,May)期间为全年最低,在DJF期间达到全年最大;MAM和JJA(June,July,August)期间,中国海大部分海域的波周期在3～5.5s,SON(September,October,November)和DJF期间为4.5～6.5s。(2)中国海极值风速、极值波高的大值区分布于渤海中部海域、琉球群岛附近海域和台湾以东广阔洋面、台湾海峡、东沙群岛附近海域、北部湾海域、中沙群岛南部海域。(3)吕宋海峡在MAM、SON、DJF期间均为6级以上大风和4m以上大浪的相对高频海域,JJA期间,6级以上大风的高频海域位于中国南半岛东南部海域,4m以上大浪主要出现在10°N以北。(4)在近22a期间,中国海大部分海域的海表风速、有效波高呈显著性逐年线性递增趋势,风速递增趋势约0.06～0.15m.s-1.a-1,波高递增趋势约0.005～0.03m.a-1。 相似文献
15.
The influences of the three types of reanalysis wind fields on the simulation of three typhoon waves occurred in 2015 in offshore China were numerically investigated. The typhoon wave model was based on the simulating waves nearshore model (SWAN), in which the wind fields for driving waves were derived from the European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis-Interim (ERA-interim), the National Centers for Environmental Prediction climate forecast system version 2 (CFSv2) and cross-calibrated multi-platform (CCMP) datasets. Firstly, the typhoon waves generated during the occurrence of typhoons Chan-hom (1509), Linfa (1510) and Nangka (1511) in 2015 were simulated by using the wave model driven by ERA-interim, CFSv2 and CCMP datasets. The numerical results were validated using buoy data and satellite observation data, and the simulation results under the three types of wind fields were in good agreement with the observed data. The numerical results showed that the CCMP wind data was the best in simulating waves overall, and the wind speeds pertaining to ERA-Interim and CCMP were notably smaller than those observed near the typhoon centre. To correct the accuracy of the wind fields, the Holland theoretical wind model was used to revise and optimize the wind speed pertaining to the CCMP near the typhoon centre. The results indicated that the CCMP wind-driven SWAN model could appropriately simulate the typhoon waves generated by three typhoons in offshore China, and the use of the CCMP/Holland blended wind field could effectively improve the accuracy of typhoon wave simulations. 相似文献
16.
使用参数化初猜测谱算法提取VV极化Sentinel-1 SAR图像的海浪要素并与ECMWF再分析数据以及浮标数据进行验证对比 总被引：2，自引：1，他引：1
The purpose is to study the accuracy of ocean wave parameters retrieved from C-band VV-polarization Sentinel-1Synthetic Aperture Radar(SAR) images, including both significant wave height(SWH) and mean wave period(MWP), which are both calculated from a SAR-derived wave spectrum. The wind direction from in situ buoys is used and then the wind speed is retrieved by using a new C-band geophysical model function(GMF) model,denoted as C-SARMOD. Continuously, an algorithm parameterized first-guess spectra method(PFSM) is employed to retrieve the SWH and the MWP by using the SAR-derived wind speed. Forty–five VV-polarization Sentinel-1 SAR images are collected, which cover the in situ buoys around US coastal waters. A total of 52 subscenes are selected from those images. The retrieval results are compared with the measurements from in situ buoys. The comparison performs good for a wind retrieval, showing a 1.6 m/s standard deviation(STD) of the wind speed, while a 0.54 m STD of the SWH and a 2.14 s STD of the MWP are exhibited with an acceptable error.Additional 50 images taken in China's seas were also implemented by using the algorithm PFSM, showing a 0.67 m STD of the SWH and a 2.21 s STD of the MWP compared with European Centre for Medium-range Weather Forecasts(ECMWF) reanalysis grids wave data. The results indicate that the algorithm PFSM works for the wave retrieval from VV-polarization Sentinel-1 SAR image through SAR-derived wind speed by using the new GMF C-SARMOD. 相似文献
17.
Reasonably understanding of the long-term wave characteristics is very crucial for the ocean engineering. A feedforward neural network is operated for interpolating ERA5 wave reanalysis in this study, which embodies a detailed record from 1950 onwards. The spatiotemporal variability of wave parameters in the Bohai Sea, especially the significant wave height (SWH), is presented in terms of combined wave, wind wave and swell by employing the 71 years (1950–2020) of interpolated ERA5 reanalysis. Annual mean SWH decreases at ?0.12 cm/a estimated by Theil-Sen estimator and 95th percentile SWH reflecting serve sea states decreases at ?0.20 cm/a. Inter-seasonal analysis shows SWH of wind wave has steeper decreasing trend with higher slopes than that of swell, especially in summer and winter, showing the major decrease may attribute to the weakening of monsoon. The inner Bohai Sea reveals a general decreasing trend while the intersection connecting with the Yellow Sea has the lower significance derived by Mann-Kendall test. Meanwhile, 95th percentile SWH decreases at a higher rate while with a lower significance in comparison with the mean state. The frequencies of mean wave directions in sub-sector are statistically calculated to find the seasonal prevailing directions. Generally, the dominant directions in summer and winter are south and north. A similar variation concerning to SWH, the trend of the mean wave period is provided, which also shows a decrease for decades. 相似文献
18.
以CCMP风场驱动WW3海浪模式,对发生在2010年9月的台风“圆规”所致的台风浪进行数值模拟,并就台风浪对整个中国海击水概率的影响进行计算,为提高掠海飞行器的生存能力提供参考。结果表明:(1)以CCMP风场作为WW3模式的驱动场,可以较好地模拟台风影响下的海浪场,模拟的海浪数据接近海浪浮标观测数据。(2)击水概率场与海浪场的分布特征整体上保持了较好的一致性,高值区主要分布于传统的危险半圆。(3)当飞行器飞行高度为10 m时,大浪区的击水概率在20%以上,高值中心可达35%以上,台风尾迹处的击水概率为15%~20%,其余大部分海域为10%~15%;当飞行高度为15 m时,击水概率较飞行高度为10 m时明显降低,台风大浪区的击水概率为5%~15%,其余大部分海域在5%以内。 相似文献
19.
1988-2010年中国海域波浪能资源模拟及优势区域划分 总被引：7，自引：2，他引：5
基于国际先进的第三代海浪数值模式WAVEWATCH -Ⅲ,以CCMP风场为驱动场,模拟得到中国海域域1988年1月-2010年12月的海浪场。从提高波浪能资源利用效率的角度出发,定义了波浪能资源开发的有效时间,综合考虑波浪能流密度的大小、资源开发有效时间出现的频率、能流密度的稳定性(变异系数)、SWH和能流密度的变化趋势、资源的总储量和有效储量等方面,对中国海域域的波浪能资源进行评估。研究发现:(1)南海北部四季皆为能流密度的大值区,各个季节基本都在8 kW/m以上,秋冬两季更是高达20 kW/m以上。(2)东海和南海大部分海域的波浪能资源开发有效时间出现频率较高。(3)能流密度的稳定性在1月最好,4月和10月次之,7月最差;南海能流密度的稳定性好于其余海域,其中又以南海北部海域的稳定性最好。(4)中国海域域大部分海域单位面积的波浪能总储量在2×104 kW·h/m以上,高值中心分布于南海北部海域,有效储量的分布特征与总储量基本一致。(5)我国大部分海域的SWH和波浪能流密度呈显著的逐年线性递增趋势,SWH的递增趋势为0.5~2.5 cm/a,能流密度的递增趋势为0.05~0.55 kW/(m·a)。(6)我国大部分海域蕴藏着较为丰富的波浪能资源,其中南海北部、台湾以东洋面及琉球群岛附近海域为波浪能资源的优势区域。 相似文献