一种基于再分析数据的海浪波向的短期趋势预测方法与流程

本发明属于海浪参数预报技术领域，特别是涉及一种基于再分析数据的海浪波向的短期趋势预测方法。

背景技术：

海浪是造成海岸侵蚀的主要原因之一，此外，海浪对人们的生产生活有着不可忽视的影响，如沿海港口建设、航道工程等都与海浪有密切关系。波向就是反映海浪特征的一个重要参数，海岸堤线与海浪波向的夹角，直接影响到海岸侵蚀和演变的特征。因此分析预测海浪波向的趋势可有助于更科学的建设港口和海岸防护工程，具有重要的现实意义。传统的观测手段如浮标等，虽然能够精确的获得海浪波向的变化信息，但它们只能获得海浪在固定点的变化，而且覆盖面也非常有限，目前很难在中国海域得到超过20年的连续的海面波浪的浮标观测数据。这种观测数据的短缺对于海浪波向短期趋势研究的可靠性产生了明显的制约。另外，对于海浪波向的趋势研究，国内还没有有效的计算方法。

技术实现要素：

发明目的：本发明的目的是为克服现有技术的不足而提供一种基于再分析数据的海浪波向的短期趋势预测方法，本发明利用全球先进稳定的再分析数据源，采用Box-Cox变换对原始数据进行修正，再依据修正后的海平面气压梯度、海浪波向等气象数据，采用主成分分析方法和短期波向趋势公式，计算和预测各时次的海浪波向的短期趋势，具有很强的可操作性。

技术方案：根据本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法，包括如下具体步骤：

步骤一，收集基于格点模式的欧洲中尺度天气预测中心的ERA-Interim再分析数据集的20～30年时间段的各时次气象预报数据，其中各时次气象预报数据是指包括4～8小时一次的海平面气压SLP和海浪波向数据；

步骤二，获取所收集的各时次气象预报数据所标格点的坐标，以该坐标为依据，提取与所述各时次气象预报数据所标格点的坐标相对应的海平面气压梯度矩阵GX和GY，如(1)、(2)式所示，海浪波向矩阵θ，如(3)式所示，其中包括m个空间点，每个空间点含有n次观测数据：

其中，GX_mn是第m个空间点的第n时次的海平面气压梯度在经度坐标方向的值，GY_mn是第m个空间点的第n时次的海平面气压梯度在纬度坐标方向的值，θ_mn是第m个空间点的第n时次的波向，m是空间点的个数，n是观测时次；

步骤三，计算基于格点模式的ERA-Interim各时次的海平面气压梯度矩阵GX和GY的均值M_X和M_Y，再用海平面气压梯度矩阵的原始值GX和GY减去均值M_X和M_Y，得到基于格点模式的各时次的海平面气压梯度矩阵GX和GY的距平值P_X和P_Y，并计算出GX和GY距平值P_X和P_Y的标准偏差S_X和S_Y，如(4)、(5)式所示：

上述(4)、(5)式中：其中，n表示观测时次，i表示第i个空间点，i＝1…m，j表示第j个观测数据，j＝1…n；

步骤四，对GX和GY距平值P_X和P_Y分别做EOF分析，得到不同成分及各成分对总方差的贡献率，保留前30个EOF和主成分；其中：

EOF方法是一种降维分析方法，能够根据方差最大化原理提取出资料中最典型的空间型和时间演变规律；

对P_X进行协方差计算，得到实对称矩阵L_m×m，其中：

T表示矩阵的转置；

然后求协方差矩阵L_m×m的特征向量V和特征值Λ，如(6)式所示，以满足LV＝ΛV，其中：

其中，λ₁≥λ₂≥,...,≥λ_m (6)，

矩阵V是正交矩阵，矩阵V的第j列元素就是特征值λ_j对应的特征向量，其中j取值从1到m；

根据实对称矩阵L_m×m的特征向量V和特征值Λ，计算每个特征向量的方差贡献率和前几个特征向量的累计方差贡献率，方差贡献越大代表对应的特征向量和时间系数在资料中演变规律越显著；按照特征值从大到小的顺序对L进行排序，排在第一位的为EOF₁，以此类推；

步骤五，对根据步骤一和步骤二收集的基于格点的各时次的海浪波向矩阵θ和海平面气压梯度矩阵GX和GY进行Box-Cox变换，得到变换后的海浪波向trθ_t和海平面气压梯度trGX_t、trGY_t；

步骤六，对每个格点上对应的trθ_t，用PC_k，t和PC_k，t-4计算其相关系数，并取相关系数最高时的28个PC_k，t或PC_k，t-4作为海浪波向的预测因子，其中PC_k，t或PC_k，t-4表示主成分，k表示序数，t表示时次，t-4表示滞后4个小时的时次；

步骤七，将预测因子带入预测模型，用F统计量比较选择最优的预测因子，预测下一时次的各格点的海浪波向；其中模型如(7)式所示：

上述(7)式中θ_t是每个网格点上的经过变换的海浪波向，a是常数项，b_k是对应于X_k,t的系数，θ_t-p是滞后p的海浪波向，c_p是对应于θ_t-p的系数，p是跟预报量相关的参变量的滞后系数，X_k,t是第k个基于SLP的预报因子，u_t可以用M阶自回归模型来表示，如果M＝0，u_t就是白噪声；

步骤八，计算海浪波向趋势，以步骤七预测出的海浪波向为依据，用趋势计算公式计算当前时次的海浪波向趋势，最终得到海浪波向的短期趋势；

步骤九，将预测出的海浪波向值还原到Box-Cox变换前的值，保存为格点模式文件；

步骤十，根据步骤八的结果，对应到相应的格点坐标，绘制出海浪波向短期趋势图。

有益效果：一是目前还没有成熟的计算海浪波向短期趋势的技术方法。本发明利用全球先进稳定的再分析数据源，将方法建立在具有几十年甚至跨百年的海浪波向资料的再分析数据的基础上，从而解决了海浪波向短期趋势分析的可靠性；二是本发明采用Box-Cox变换对原始数据进行修正，再依据修正后的海平面气压梯度、海浪波向等气象数据，采用主成分分析方法和短期波向趋势公式，计算和预测各时次的波向的短期趋势，预报海浪波向短期趋势的准确率高；三是本发明可有助于科学的布置沿海建筑物或海堤的走向，可操作性强，对于如何减轻海浪对海岸及海岸建筑物的侵蚀起到重要的借鉴作用，也可作为研究海岸带的演变规律的重要依据。

附图说明

图1为本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法的流程方框示意图。

图2为应用本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法绘制的太平洋部分海域夏季海浪波向的短期趋势结果示意图。

具体实施方式

下面结合附图和实施例对本发明的具体实施方式作进一步的详细说明。

现以太平洋部分海域为例，应用本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法来预报海浪波向的短期趋势，结合图1，其具体步骤包括如下：

步骤一，收集基于格点模式的中国某海区域的ERA-Interim再分析数据集的1981-2000年期间的各时次海平面气压SLP和海浪波向θ数据，该数据间隔为每6小时一次；

步骤二，获取所收集6小时一次的数据所标格点的坐标，以该坐标为依据，提取与所述各时次气象预报数据所标格点的坐标相对应的海平面气压梯度矩阵GX和GY，如(1)、(2)式所示，海浪波向矩阵θ，如(3)式所示，其中包括m个空间点，每个空间点含有n次观测数据：

步骤三，计算基于格点模式的ERA-Interim各时次的海平面气压梯度GX和GY的均值M_X和M_Y，再用原始值GX和GY减去均值M_X和M_Y，得到基于格点模式的各时次的GX和GY的距平值P_X和P_Y，并计算出GX和GY距平值P_X和P_Y的标准偏差S_X和S_Y，如(4)、(5)式所示：

上述(4)、(5)式中：其中，n表示观测时次，i表示第i个空间点，i＝1…m，j表示第j个观测数据，j＝1…n。

步骤四，对GX和GY距平值P_X和P_Y分别做EOF分析，得到不同成分及各成分对总方差的贡献率，保留前30个EOF和主成分；其中：

EOF方法是一种降维分析方法，能够根据方差最大化原理提取出资料中最典型的空间型和时间演变规律；

对P_X进行协方差计算，得到实对称矩阵L_m×m，其中：

T表示矩阵的转置；

然后求协方差矩阵L_m×m的特征向量V和特征值Λ，如(6)式所示，以满足LV＝LΛ，其中：

其中，λ₁≥λ₂≥,...,≥λ_m (6)，

矩阵V是正交矩阵，矩阵V的第j列元素就是特征值λ_j对应的特征向量，其中j取值从1到m；

根据实对称矩阵L_m×m的特征向量V和特征值Λ，计算每个特征向量的方差贡献率和前几个特征向量的累计方差贡献率，方差贡献越大代表对应的特征向量和时间系数在资料中演变规律越显著；按照特征值从大到小的顺序对L进行排序，排在第一位的为EOF₁，以此类推；

步骤五，对根据步骤一和步骤二收集的基于格点的各时次的海浪波向矩阵θ和海平面气压梯度矩阵GX和GY进行Box-Cox变换，得到变换后的海浪波向trθ_t和海平面气压梯度trGX_t、trGY_t；

步骤六，对每个格点上对应的变换后的海浪波向trθ_t，用第k个主成分PC_k，t和滞后4小时的第k个主成分PC_k，t-4计算其相关系数，并取相关系数最高时的28个PC_k，t或PC_k，t-4作为海浪波向的预测因子，其中PC_k，t或PC_k，t-4表示主成分，k表示序数，t表示时次，t-4表示滞后4个小时的时次；

步骤七，将预测因子带入预测模型，用F统计量比较选择最优的预测因子，预测下一时次的各格点的海浪波向；其中模型如(7)式所示：

上述(7)式中θ_t是每个网格点上的经过变换的海浪波向，a是常数项，b_k是对应于X_k,t的系数，θ_t-p是滞后p的海浪波向，c_p是对应于θ_t-p的系数，p是跟预报量相关的参变量的滞后系数，X_k,t是第k个基于SLP的预报因子，u_t可以用M阶自回归模型来表示，如果M＝0，u_t就是白噪声；

步骤八，计算海浪波向趋势，以步骤七预测出的海浪波向为依据，用趋势计算公式计算当前时次的海浪波向趋势，最终得到海浪波向的短期趋势；

步骤九，将预测出的海浪波向值还原到Box-Cox变换前的值，保存为格点模式文件；

步骤十，根据步骤八的结果，对应到相应的格点坐标，绘制出海浪波向短期趋势图。

图2为应用本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法绘制的太平洋海域夏季海浪波向的短期趋势结果示意图，其中横坐标为弧度/年。图2可有效指导沿海地区的海堤布置，对于维护海岸稳定、预防海岸侵蚀有重要的科学价值，可操作性强。

本发明的具体实施方式中凡未涉到的说明属于本领域的公知技术，可参考公知技术加以实施。本发明经反复试验验证，能够对海浪波向的短期趋势的预测及预防海堤侵蚀起到很好的指导作用。以上具体实施方式及实施例是对本发明提出的一种基于再分析数据的海浪波向的短期趋势预测方法技术思想的具体支持，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在本技术方案基础上所做的任何等同变化或等效的改动，均仍属于本发明技术方案保护的范围。