一种基于再分析数据的海浪有效波高的长期趋势预测方法
【专利摘要】本发明涉及一种基于再分析数据的海浪有效波高的长期趋势预测方法，其特征在于步骤包括：一、收集ERA-Interim各时次气象预报数据；二、获取各格点坐标；三、计算SLP距平值及标准偏差；四、SLP距平值主成分分析；五、对海区数据进行Box-Cox变换；六、计算海浪有效波高的预测因子；七、计算有效波高和预测因子的标准偏差；八、预测因子带入预测模型；九、有效波高滞后值带入模型；十、在EOF基础上的SLP场预测；十一、优化选择预测因子；十二、模型预测海浪有效波高；十三、评估预测水平；十四、计算海浪有效波高长期趋势；十五、绘制有效波高长期趋势图。本发明可预报多时次的有效波高的长期趋势，且准确率高。
【专利说明】一种基于再分析数据的海浪有效波高的长期趋势预测方法
【技术领域】
[0001] 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有效 波高的长期趋势预测方法。
【背景技术】
[0002] 海浪对人们的生产生活有着不可忽视的影响，如海上航行、沿海港口建设、航道工 程、渔业生产等都与海浪有密切关系。另外，海上石油平台的安全也与海浪息息相关。海浪 有效波高就是反映海浪特征的一个重要参数，因此分析预测海浪有效波高的趋势具有重要 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高的变化信息，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。随着卫星遥感技术的成熟，卫星数据逐渐被应用，有 关海浪波高的卫星数据虽有较广覆盖范围，但最多也只是近20年的资料，这就严重制约了 对海浪有效波高长期趋势研究的可靠性。如何克服现有技术的不足已成为当今海浪参数预 报【技术领域】中亟待解决的重点难题之一。
【发明内容】
[0003] 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有效 波高的长期趋势预测方法，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、海浪有效波高等气象数据，采用主成分 分析方法和长期波高趋势公式，计算和预测各时次的海浪有效波高的长期趋势，具有很强 的可操作性。
[0004] 根据本发明提出的一种基于再分析数据的海浪有效波高的长期趋势预测方法，其 特征在于包括如下具体步骤：
[0005] 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和海浪有效波高Hs ;
[0006] 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矩阵S，如（1)式所示， 海浪有效波高矩阵H，如（2)式所示，其中包括m个空间点，每个空间点含有η次观测数据：
【权利要求】
1. 一种基于再分析数据的海浪有效波高的长期趋势预测方法，其特征在于包括以下具 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和海浪有效波高Hs ; 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矩阵S，如（1)式所示，海浪 有效波高矩阵H，如（2)式所示，其中包括m个空间点，每个空间点含有η次观测数据：
(1) (2)； 步骤三，计算基于格点模式的ERA-Interim各时次的海平面气压SLP的均值Μ，再用原 始值S减去均值M，得到基于格点模式的各时次的SLP的距平值P，并计算出SLP距平值P 的标准偏差S，如（3)式所示：
(3)， 上述⑶式中
步骤四，对SLP距平值P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： 对P进行协方差计算，得到实对称矩阵LmXm其中：
T表示矩阵的转置； 然后求协方差矩阵LmXm的特征向量V和特征值Λ，如（4)式所示，以满足LV= AV， 其中 (4) 矩阵V是正交矩阵，矩阵V的第j列元素就是特征值\对应的特征向量； 根据实对称矩阵LmXm的特征向量V和特征值_1，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；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EOh，以此类推； 步骤五，对根据步骤一收集的基于格点的各时次的原始海平面气压SLP和海浪有效波 高Hs进行Box-Cox变换，得到变换后的海平面气压trGt和海浪有效波高trHt ; 步骤六，对每个格点上对应的trHt，用PCk,t和PCk,t_ 4计算其相关系数，并取相关系数最 高时的28个PCk，t或PCk，t_4作为海浪有效波高的预测因子； 步骤七，计算海浪有效波高的标准偏差SH1和30个预测因子Xk，t的标准偏差S xk，保存 备用； 步骤八，将预测因子带入预测模型，用F统计量比较第i个模型和第i+Ι个模型的预测 结果，从而选出最优的预测因子； 步骤九，将滞后一步的海浪有效波高也带入模型，作为预测因子之一，综合预测下一时 次的各格点的海浪有效波高，优化模型参数，得到最终模型；其中模型如（5)式所示：
(5)， 上述（5)式中Ht是每个网格点上的经过变换的海浪有效波高，Ht_p是滞后p的海浪有 效波高，P是跟预报量相关的参变量的滞后系数，Xk, t是第k个基于SLP的预报因子，ut可 以用Μ阶自回归模型来表示，如果Μ = 0, ut就是白噪声； 步骤十，在步骤四得到的前30个EOF的基础上对各时次的SLP场进行预测，得到PCtt ; 步骤十一，用步骤七保存备用的Sxk衡量选择30个预测因子Xtt ; 步骤十二，将所有预测因子带入步骤九的最终模型，预测目标时期内各时次的海浪有 效波高，将预测出的有效波高值还原到Box-Cox变换前的值，保存为格点模式文件； 步骤十三，采用RMSE等评估指标评估预测水平； 步骤十四，以步骤十二预测的海浪有效波高为依据，用趋势计算公式计算海浪有效波 高的长期趋势，最终得到海浪有效波高的长期趋势结果； 步骤十五，根据步骤十二的结果，对应到相应的格点坐标，绘制出海浪有效波高长期趋 势图。
2. 根据权利要求1所述的一种基于再分析数据的海浪有效波高的长期趋势预测方法， 其特征在于步骤一所述各时次气象预报数据是指包括6小时一次的海平面气压SLP和海浪 有效波1? Hs。
3. 根据权利要求1或2所述的一种基于再分析数据的海浪有效波高的长期趋势预测方 法，其特征在于步骤十三所述RMSE等评估指标是指均方根误差，亦称标准误差，其定义为
;在有限测量次数中，RMSE用下式表示式中，η 为测量次数吨为一组测量值与平均值的偏差。
【文档编号】G06Q50/26GK104050514SQ201410235103
【公开日】2014年9月17日 申请日期:2014年5月29日 优先权日:2014年5月29日
【发明者】吴玲莉, 张玮, 吴腾, 焦楚杰 申请人:河海大学