一种涌浪监测预警方法

摘要

本发明属于海浪监测技术领域，涉及一种涌浪监测预警方法。所述方法步骤如下：第一步，采集海表风场数据和地形数据。第二步，采用海浪模式WW3和SWAN对海表风场数据和地形数据进行计算，得到海浪大数据。第三步，利用第二步海浪大数据中的水深数据和涌浪数据，计算得到涌浪能流密度。第四步，定义涌浪指数。第五步，求涌浪传播路径。第六步，求涌浪源头。第七步，计算涌浪传播需要的时间。第八步，计算涌浪传播过程的衰减率。第九步，利用小波分析和涌浪能流密度数据，计算关注区域、源头涌浪能流密度的季节内周期。本发明能够准确计算涌浪的传播路径、速度、源头、终点，并将涌浪源头限定于某一小范围海域，更有利于实现涌浪的精准监测。

权利要求

1.一种涌浪监测预警方法，其特征在于，步骤如下：

第一步，采集海表风场数据和地形数据；

第二步，采用海浪模式WW3和SWAN对海表风场数据和地形数据进行计算，得到海浪大数据；

第三步，利用第二步海浪大数据中的水深数据和涌浪数据，根据能流密度的计算方法，计算得到涌浪能流密度；

能流密度的计算方法为：

浅水情况下，d/λ<1/20：

深水情况下，d/λ≥1/2：

中等水深情况下，1/20≤d/λ<1/2：

其中，WPD为能流密度，单位:kW/m；Hs为有效波高，单位:m；Te为海浪周期，单位:s；d为水深，单位:m；tanh、sinh分别是双曲正切、双曲正弦函数；k是波数；λ为波长，单位:m；ρ为海水密度；

第四步，定义涌浪指数；

将某一时刻关注区域的涌浪能流密度做区域平均，得到该时刻关注区域的涌浪指数，以同样的方法得到涌浪指数；

第五步，求涌浪传播路径；

5.1选取关注的季节，计算涌浪指数与海域每个网格点上涌浪能流密度的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域；

5.2计算涌浪指数滞后24小时与海域每个网格点上的涌浪能流密度的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域；

5.3采用同样的方法，分别计算滞后48、72、96、120、144、168……n小时与海域每个网格点上的涌浪能流密度的同期相关，对应得到相关系数场分布图，仅显示相关系数通过显著性检验的区域；

5.4将步骤5.1‑5.3所得到的每个相关系数场的大值中心做高亮显示，并将所有高亮显示区域采用实线连接，由高显区域指向关注区域，以箭头表示涌浪传播方向，得到了涌浪的传播路径；采用同样的方法可以得到涌浪在各个季节的传播路径；

第六步，求涌浪源头；

基于第二步，当涌浪指数滞后n小时与海域每个网格点上的涌浪能流密度临近不显著相关的时候，其上一个时刻相关系数通过显著性检验的区域即为关注区域的涌浪源头；

第七步，计算涌浪传播需要的时间；

得到涌浪源头之后，计算涌浪指数与源头涌浪能流密度的同期相关、超前相关和滞后相关，当涌浪指数滞后i小时的时候，两者的相关系数可达到峰值，并通过显著性检验，即涌浪需要i小时从源头传播至关注区域；

第八步，计算涌浪传播过程的衰减率；

涌浪能衰减率的计算方法如下：

式中：dt为涌浪能在某一时刻t的衰减率，单位:％；WPDt为某一时刻t源头的涌浪能流密度，单位:kW/m；WPD(t‑i)为关注区域比源头滞后i小时后的涌浪能流密度，单位:kW/m；i的取值标准为：当关注区域比源头滞后i小时的时候，关注区域和源头的涌浪能流密度相关系数达到峰值；

第九步，利用小波分析和涌浪能流密度数据，计算关注区域、源头涌浪能流密度的季节内周期，证明两个区域的季节内振荡特征存在共性；

第十步，利用交叉小波和涌浪能流密度数据，计算关注区域、源头涌浪能流密度在共同周期上的相位差，证明利用超前滞后相关计算的传播时间的正确性；

第十一步，重复第三至第十步，实现各个季节的涌浪传播特征分析。

2.如权利要求1所述的涌浪监测预警方法，其特征在于，第十一步所述的涌浪传播特征分析包括关注区域的涌浪源头、传播路径、传播时间和涌浪传播过程中的衰减情况。

说明书

一种涌浪监测预警方法

技术领域

[0001] 本发明属于海浪监测技术领域，涉及一种涌浪监测预警方法。

背景技术

[0002] 在所有海洋灾害中，海浪造成的人员和财产伤亡都位于前列，尤其是涌浪具有能量巨大、破坏性强的特点，可以形成中垂、中拱等现象，容易给船舶造成严重损伤，甚至损毁。任何事物都有两面性。由于涌浪的能量巨大、稳定性好、在混合浪中往往占主导地位，近年来国际上对涌浪发电愈发重视。深入研究涌浪特征对于涌浪监测预警、海浪发电和海水淡化等波浪能工程、海浪和波浪能预报等都有着实用价值。

[0003] 通过前人的贡献，对风浪涌浪分离技术、涌浪指标、涌浪池、海浪谱等方面有了很好的把握，但关于涌浪传播的研究仍然稀少。研究表明在涌浪生成后，可以传播上千公里直至传播至海岸破碎，且在传播过程中能量损失较小。这就意味着可以通过监测涌浪源头，结合传播路径、速度、衰减情况来实现关注区域的涌浪监测预警。因此有必要构建一套方法来定量展现涌浪传播特征。传统的涌浪传播特征分析方法存在以下问题：

[0004] 1)现有方法通常是通过绘制涌浪波高、波向定性地展示涌浪传播，可以展现涌浪的大体传播方向，但不能准确展现涌浪传播路径。此外，波向不适合用于展示涌浪的传播路径，如台风前进方向的左半圆，波向和台风前进方向接近相反。

[0005] 2)目前尚没有合适的方法来实现涌浪源头追溯，而这又是涌浪监测预警的关键环节。

[0006] 3)目前关于涌浪传播速度的研究极度稀少，而这又直接决定着涌浪监测预警的提前量。

[0007] 4)关于涌浪传播过程中的衰减情况的研究几近空白，这也是涌浪监测所密切关注的。

[0008] 目前虽然有关于涌浪传播特征的定性分析，但尚没有一套方法能够实现涌浪源头追溯，并定量展现涌浪的传播路径、速度，以及传播过程中的衰减情况，而这又是涌浪监测预警在实际应用过程中密切关注的。

发明内容

[0009] 为了克服现有技术的不足，本发明提供了一种涌浪监测预警方法，为涌浪威胁的防范、波浪能开发、海浪预报等提供科学依据。

[0010] 一种涌浪监测预警方法，步骤如下：

[0011] 第一步，采集海表风场数据和地形数据。

[0012] 第二步，采用海浪模式WW3和SWAN对海表风场数据和地形数据进行计算，得到长时间序列、高时空分辨率、风浪和涌浪分离的海浪大数据。

[0013] 第三步，利用第二步海浪大数据中的水深数据和涌浪数据，根据能流密度的计算方法，计算得到长时间序列、高时间分辨率的涌浪能流密度(WPD)。

[0014] 能流密度的计算方法为：

[0015] 浅水(d/λ<1/20)情况下：

[0016]

[0017] 深水(d/λ≥1/2)情况下：

[0018]

[0019] 中等水深(1/20≤d/λ<1/2)情况下：

[0020]

[0021] 其中，WPD为能流密度(单位:kW/m)，Hs为有效波高(单位:m)，Te为海浪周期(单位:s)，d为水深(单位:m)，tanh、sinh分别是双曲正切、双曲正弦函数，k是波数，λ为波长(单位:
m)，ρ为海水密度，

[0022] 第四步，定义涌浪指数(SI)。

[0023] 将某一时刻关注区域的涌浪能流密度(WPD)做区域平均，得到该时刻关注区域的涌浪指数(SI)，以同样的方法得到长时间序列、高时间分辨率的涌浪指数(SI)。

[0024] 第五步，求涌浪传播路径。

[0025] 5.1选取关注的季节，计算涌浪指数(SI)与海域每个网格点(格点个数由海浪大数据的空间分辨率决定)上涌浪能流密度(WPD)的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域。

[0026] 5.2计算涌浪指数(SI)滞后24小时与海域每个网格点上的涌浪能流密度(WPD)的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域。

[0027] 5.3采用同样的方法，分别计算滞后48、72、96、120、144、168……n小时与海域每个网格点上的涌浪能流密度(WPD)的同期相关，对应得到相关系数场分布图，仅显示相关系数通过显著性检验的区域。

[0028] 5.4将5.1‑5.3所得到的每个相关系数场的大值中心做高亮显示，并将所有高亮显示区域采用实线连接，由高显区域指向关注区域，以箭头表示涌浪传播方向，得到了涌浪的传播路径。采用同样的方法可以得到涌浪在各个季节的传播路径。

[0029] 第六步，求涌浪源头。

[0030] 基于第二步，当涌浪指数(SI)滞后n小时与海域每个网格点上的涌浪能流密度(WPD)临近不显著相关(即相关系数不能通过显著性检验)的时候，其上一个时刻相关系数通过显著性检验的区域即为关注区域的涌浪源头。

[0031] 第七步，计算涌浪传播需要的时间。

[0032] 得到涌浪源头之后，计算涌浪指数(SI)与源头涌浪能流密度(WPD)的同期相关、超前相关和滞后相关，当SI滞后i小时的时候，两者的相关系数可达到峰值，并通过显著性检验，即涌浪需要i小时从源头传播至关注区域。

[0033] 第八步，计算涌浪传播过程的衰减率。

[0034] 涌浪能衰减率的计算方法如下：

[0035]

[0036] 式中：dt为涌浪能在某一时刻t的衰减率(单位:％)，WPDt为某一时刻t源头的涌浪能流密度(单位:kW/m)，WPD(t‑i)为关注区域比源头滞后i小时后的涌浪能流密度(单位:kW/m)，i的取值标准为：当关注区域比源头滞后i小时的时候，关注区域和源头的涌浪能流密度相关系数达到峰值。

[0037] 第九步，利用小波分析和长时间序列、高时间分辨率的涌浪能流密度数据，计算关注区域、源头涌浪能流密度的季节内周期，证明两个区域的季节内振荡特征存在共性。

[0038] 第十步，利用交叉小波和长时间序列、高时间分辨率的涌浪能流密度数据，计算关注区域、源头涌浪能流密度在共同周期上的相位差，证明利用超前滞后相关计算的传播时间的正确性。

[0039] 第十一步，重复第三至第十步，实现各个季节的涌浪传播特征分析，包括关注区域的涌浪源头、传播路径、传播时间、涌浪传播过程中的衰减情况。

[0040] 得到关注区域在各个季节的涌浪源头、涌浪传播路径、需要时间、衰减情况，综合利用以上要素，可以实现关注区域的涌浪监测预警。

[0041] 本发明的有益效果：

[0042] (1)传统的涌浪传播分析方法能够大致展现涌浪的来源，但源头范围较大，不利于聚焦小范围海域来实现涌浪监测。本发明能够准确将涌浪源头限定于某一小范围海域，更有利于实现涌浪的精准监测。

[0043] (2)本发明可准确展现涌浪的传播路径、速度，结合追溯到的涌浪源头，可得知涌浪从什么源头出发、沿着什么路径传播、何时能影响到关注区域，从而为关注区域提供精准的涌浪监测预警，防范涌浪造成的威胁，对于海洋能开发、海上施工、海洋平台的安全保障有着实用价值。

[0044] (3)涌浪能量巨大、稳定性良好、在混合浪中占主导地位，掌握涌浪的传播特征，有利于提高对波浪能的采集和转换效率，为海浪发电、海水淡化等工作的业务化运行提供科学依据。

[0045] (4)掌握涌浪的传播路径、传播过程中的衰减情况，可以为远洋航海的航线规划、风险规避提供科学依据，防范由于涌浪造成的中垂、中拱、螺旋桨空转等威胁；还可以为波浪能预报提供理论基础，从而提高对波浪能的采集效率。

[0046] (5)由于未能准确掌握涌浪的传播路径、速度、源头、衰减情况等，导致在区域海浪模拟时，往往不能很好地考虑到区域以外的涌浪传播，从而影响模拟效果。为了提高模拟精度，通常会采用区域嵌套的方法，在关注区域的基础上将模拟范围适当扩大，以扩展区域的模拟结果为关注区域提供边界条件。至于将区域扩展多少，尚没有一定的标准和依据，往往出现不能充分考虑到外洋涌浪的情况。本方法能够准确展现涌浪的传播特征，在海浪模拟的区域嵌套时，扩展区域的选择范围便有了科学依据。

附图说明

[0047] 图1为本发明的海浪大数据的获取方式。

[0048] 图2为本发明的涌浪传播过程方法。

[0049] 图3为2002年8月16日的涌浪能流密度。

[0050] 图4为2001年6‑8月同期相关的相关系数场分布图。

[0051] 图5为涌浪指数(SI)滞后24小时的同期相关的相关系数场分布图。

[0052] 图6(a)、6(b)、6(c)、6(d)、6(e)、6(f)分别为涌浪指数(SI)滞后48、72、96、120、144、168小时的同期相关的相关系数场分布图。

[0053] 图7为涌浪的传播路径示意图。

[0054] 图8为相关系数达到峰值示意图。

[0055] 图9为涌浪传播过程的衰减率示意图。

[0056] 图10为关注区域、源头涌浪能流密度的季节内周期图。

[0057] 图11为关注区域、源头涌浪能流密度在共同周期上的相位差示意图。

具体实施方式

[0058] 为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。

[0059] 第一步，安装调试WW3和SWAN海浪模式；采集ERA‑Interim海表风场、Etopo1水深数据，并将其处理为海浪模式识别的格式。

[0060] 第二步，以ERA‑Interim海表风场、Etopo1水深数据驱动WW3和SWAN海浪模式(大洋采用WW3，近岸采用SWAN)，得到2001年1月‑2018年12月、逐3小时(每3小时一个数据)、0.5°×0.5°空间分辨率、风浪和涌浪分离的海浪大数据。

[0061] 第三步，利用第二步海浪大数据中的水深数据和涌浪数据，根据能流密度的计算方法，计算得到2001‑2018年逐6小时的涌浪能流密度(WPD)，见图3。

[0062] 第四步，定义涌浪指数(SI)。在此将斯里兰卡海域作为关注区域，展开实例示范。将2001年1月1日00时关注区域(斯里兰卡海域，0°‑10°S，75°E‑85°E)的涌浪能流密度(WPD)做区域平均，得到一个数值，将其定义为该时刻西南印度洋的SI，以同样的方法得到2001‑
2018年逐6小时的西南印度洋的SI。

[0063] 第五步，求涌浪传播路径。

[0064] 5.1选取关注的季节(2001年6‑8月)，计算涌浪指数(SI)与印度洋每个网格点(格点个数由海浪大数据的空间分辨率决定)上涌浪能流密度(WPD)的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域，见图4。

[0065] 5.2计算涌浪指数(SI)滞后24小时与印度洋每个网格点上的涌浪能流密度(WPD)的同期相关，得到一个相关系数场分布图，仅显示相关系数通过显著性检验的区域，见图5。

[0066] 5.3采用同样的方法，分别计算滞后48、72、96、120、144、168……n小时与海域每个网格点上的涌浪能流密度(WPD)的同期相关，对应得到相关系数场分布图，仅显示相关系数通过显著性检验的区域，见图6。

[0067] 5.4将5.1‑5.3所得到的每个相关系数场的大值中心做高亮显示，并将所有高亮显示区域采用实线连接，由高显区域指向关注区域，以箭头表示涌浪传播方向，得到了涌浪的传播路径，见图7。采用同样的方法可以得到涌浪在各个季节的传播路径。

[0068] 第六步，求涌浪源头。

[0069] 基于第二步，当涌浪指数(SI)滞后168小时与海域每个网格点上的涌浪能流密度(WPD)临近不显著相关(即相关系数不能通过显著性检验)的时候，其上一个时刻相关系数通过显著性检验的区域即为关注区域的涌浪源头，见图7。

[0070] 第七步，计算涌浪传播需要的时间。

[0071] 得到涌浪源头之后，计算涌浪指数(SI)与源头涌浪能流密度(WPD)的同期相关、超前相关和滞后相关，当SI滞后168小时的时候，两者的相关系数可达到峰值，并通过显著性检验，即涌浪需要168小时从源头传播至关注区域，见图8。

[0072] 第八步，计算涌浪传播过程的衰减率，见图9。

[0073] 第九步，利用小波分析和长时间序列、高时间分辨率的涌浪能流密度数据，计算关注区域、源头涌浪能流密度的季节内周期，证明两个区域的季节内振荡特征存在共性，见图10。

[0074] 第十步，利用交叉小波和长时间序列、高时间分辨率的涌浪能流密度数据，计算关注区域、源头涌浪能流密度在共同周期上的相位差，证明利用超前滞后相关计算的传播时间的正确性，见图11。

[0075] 第十一步，重复第三至第十步，实现各个季节的涌浪传播特征分析，包括关注区域的涌浪源头、传播路径、传播时间、涌浪传播过程中的衰减情况。

[0076] 以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求所述为准。