一种风暴潮半理论半经验预报与最大增水时间预测方法及系统与流程

本发明涉及海洋灾害预报，具体涉及一种风暴潮半理论半经验预报与最大增水时间预测方法及系统。

背景技术：

1、风暴潮是由强风等气象因素引起的海面异常升降现象，是我国沿海地区主要的海洋灾害之一，南海沿岸作为台风频发区域，风暴潮灾害对沿海城市的防洪排涝、海洋工程、渔业生产等造成严重威胁，因此实现风暴潮的精准、高效预报具有重要的现实意义。

2、现有风暴潮预报技术主要分为三类：单站经验预报公式、数值预报技术和人工智能预报技术，三类技术均存在显著的弊端，难以满足南海沿岸风暴潮预警预报的实际需求。

3、经验预报公式：通过建立风暴潮最大增水与台风气压差、最大风速等要素的统计关系实现预报，该方法计算简单、效率高，但缺乏严谨的动力学原理支撑，仅能预报最大增水而无法预报增水过程，对最大增水发生时间的预报能力不足，通常假定最大增水出现在气压最低或向岸风速最大时刻，忽略了增水的滞后性；且公式建立高度依赖观测资料积累，仅适用于观测资料丰富的岸段，预报精度有限。

4、因风暴潮增水的主要驱动力为风力与气压，因此，经验公式建立时，通常将风暴潮过程中的最大增水表示如下形式

5、，(1)

6、式(1)中，表示最大增水；表示台风过程中预报站点离台风中心的最大气压差；表示台风过程中预报站点的最大风速；表示最大风速方向与站点所在岸线法向之间的夹角，实际就是最大向岸风速；a、b、c、d为待定系数，由实测资料回归得到。在公式建立时，采用某项或多项组合，建立公式。

7、数值预报技术：通过数值求解流体力学方程实现风暴潮预报，充分考虑了动力驱动机制与地形、岸线的影响，模型建立不依赖观测资料，在台风参数准确的条件下可获得较高的预报精度，且能实现区域预报。但该方法对计算资源要求极高，计算量大、耗时长、成本高，难以满足风暴潮预警预报的时效性要求；同时数值模型未结合历史观测资料，无法充分利用实测数据的特性优化预报结果。

8、人工智能预报技术：基于台风路径与参数等数据驱动建立预报模型，预报时计算简单、快捷，对计算资源要求低。但该方法同样缺乏动力学机制支撑，模型训练需要大量的观测样本，多数海洋观测站积累的风暴潮数据无法满足300场以上的样本需求，需通过数值模拟补充样本，导致预报精度不高于数值预报；且静态神经网络模型易出现预报水位“跳跃”的问题，递归神经网络模型虽能改善该问题，但仍受限于样本数量与质量。

9、当前南海沿岸的海洋站、水文站布设日益密集，积累了大量的风暴潮观测资料，亟需一种兼顾动力学理论与实测数据特性，计算量小、预报效率高，且能同时实现风暴潮增水过程及最大增水时间精准预报的方法，解决传统预报技术的各自弊端。

技术实现思路

1、基于此，本发明提供一种风暴潮半理论半经验预报与最大增水时间预测方法及系统，兼顾流体动力学理论与实测数据特性，计算量小、预报效率高，能同时实现风暴潮增水过程和最大增水时间的精准预报，满足南海沿岸风暴潮预警预报的时效性与精准性需求。

2、第一方面，本发明提供一种风暴潮半理论半经验预报与最大增水时间预测方法，包括如下步骤：

3、1）、验证并优选适配目标海域的台风风场模型，利用目标海域的台风大风风圈资料反演得到台风最大风速半径；

4、2）、基于流体动力学y向动量方程，沿垂直于岸线的陆架方向积分并简化，构建包含气压梯度力、科氏力、风应力动力机制的风暴潮半理论半经验增水预报公式，利用目标海域海洋站的风暴潮观测资料率定所述预报公式的待定系数；

5、3）、基于风暴增水对向岸风应力的响应机制，推导最大增水发生时间与台风路径的理论解析关系，揭示台风路径参数对最大增水时间滞后性的影响规律；

6、4）、统计目标海域海洋站历史风暴潮最大增水时刻的风向分布特征，结合步骤3)的理论解析关系，建立目标海域风暴潮最大增水时间的统计预报方法；

7、5）、基于步骤1)得到的台风最大风速半径、步骤2)率定后的半理论半经验增水预报公式，实现目标海域风暴潮增水过程的预报，结合步骤4)的统计预报方法实现目标海域风暴潮最大增水时间的精准预测。

8、进一步作为本发明技术方案的改进，步骤1)中验证并优选适配目标海域的台风风场模型，利用目标海域的台风大风风圈资料反演得到台风最大风速半径，具体包括：

9、选取jelesnianski(1965)、jelesnianski(1966)、holland(1980)台风风场模型作为候选模型，获取目标海域的台风最佳路径集及大风风圈资料，所述大风风圈资料包括8级、10级、12级大风风圈半径；

10、基于各候选模型，分别利用不同等级的大风风圈资料反演台风最大风速半径，若同一候选模型反演的不同等级大风风圈对应的最大风速半径一致或相近，则判定该候选模型适配目标海域；

11、对适配目标海域的候选模型反演得到的不同等级大风风圈对应的最大风速半径取平均值，作为目标海域的台风最大风速半径。

12、进一步作为本发明技术方案的改进，所述目标海域为南海海域，适配的台风风场模型为jelesnianski(1965)模型，其气压场与风场计算公式分别为：

13、

14、

15、其中，p(r)为台风半径r处的气压，p0为台风中心气压，p∞为台风外围气压，r为台风最大风速半径，v为台风半径r处的风速，wr为台风最大风速。

16、进一步作为本发明技术方案的改进，步骤2)中基于流体动力学y向动量方程，沿垂直于岸线的陆架方向积分并简化，构建包含气压梯度力、科氏力、风应力动力机制的风暴潮半理论半经验增水预报公式，具体包括：

17、以岸线为x轴、垂直于岸线向岸为正方向为y轴建立右手坐标系，选取流体动力学二维全流方程中的y向动量方程，忽略对流项及水平摩擦项，沿y轴从陆架与陆坡分界处至岸边进行积分；

18、合并积分结果中开阔海域水位与气压项，假定海底摩擦力与海面风应力成正比，估算水平全流速度并简化科氏力积分项，得到以岸边增水为预报量，包含气压响应、沿岸风响应、向岸风响应的半理论半经验增水预报公式，公式形式为：

19、

20、其中，ηs为岸边增水，a、b、c、为待定系数，ρ为海水密度，g为重力加速度，p∞为台风外围气压，ps为岸边气压，f为科氏力系数，u为x方向垂向平均流速，τay为海面y向风应力， h为水深，ys为岸边坐标，ye为陆架与陆坡分界处坐标；

21、对于不适合沿垂直岸线断面积分的观测站位，将预报公式简化为包含岸边气压差、东向风应力、北向风应力的形式：

22、，

23、其中, 分别为观测站点东向、北向的风应力。

24、进一步作为本发明技术方案的改进，步骤2)中利用目标海域海洋站的风暴潮观测资料率定所述预报公式的待定系数，具体包括：

25、选取目标海域海洋站的多场风暴潮观测资料，提取每场风暴潮过程中的增水数据、对应的台风参数及风应力数据；

26、分别采用约束性拟合a=0和非约束性拟合a≠0方法，利用最小二乘法对观测资料与预报公式进行拟合，率定得到待定系数的最优解；

27、以无偏拟合为目标，选取拟合结果均匀分布在完全拟合线两侧的系数组作为最终的率定结果，若极大增水预报精度为关键需求，选取非约束性拟合的系数组。

28、进一步作为本发明技术方案的改进，步骤3)中基于风暴增水对向岸风应力的响应机制，推导最大增水发生时间与台风路径的理论解析关系，具体包括：

29、假定垂直于岸线的向岸风应力最大时岸边出现最大增水，选取jelesnianski(1965)模型计算台风最大风速半径外的向岸风应力；

30、设定台风直线路径方程，对向岸风应力函数求导并令导数为0，结合台风路径方程求解得到向岸风应力最大时的台风位置坐标；

31、基于台风位置坐标推导得到最大增水发生时台风与观测站点的相对距离公式，揭示观测站点到台风路径的最短距离dmin、台风路径斜率k与最大增水时间滞后性的理论解析关系：

32、

33、其中，dac为台风从最近距离点到最大增水对应位置的移动距离，θ为岸线法向与风速方向的夹角。

34、进一步作为本发明技术方案的改进，当观测站点与台风路径的距离小于台风最大风速半径时，推导得到台风中心经过观测站点后移动约2h，观测站点与台风中心的距离达到最大风速半径，此时向岸风应力最大，岸边出现最大增水。

35、进一步作为本发明技术方案的改进，步骤4)中统计目标海域海洋站历史风暴潮最大增水时刻的风向分布特征，结合步骤3)的理论解析关系，建立目标海域风暴潮最大增水时间的统计预报方法，具体包括：

36、统计目标海域海洋站历次风暴潮最大增水时刻的风速风向数据，绘制风向罗盘图，得到最大增水时刻的平均风向d及风向均方差θ；

37、结合步骤3)的理论解析关系，将台风过程中风向处于d-θ～d+θ区间对应的时间，作为风暴潮最大增水发生的可能时段；

38、当观测站点与台风路径的距离小于台风最大风速半径时，直接将台风登陆后2h作为风暴潮最大增水的预报时间。

39、进一步作为本发明技术方案的改进，步骤5)中实现目标海域风暴潮增水过程的预报，具体包括：

40、获取目标海域的实时台风参数，包括台风路径、中心气压、最大风速、大风风圈半径；

41、基于步骤1)优选的风场模型及反演的最大风速半径，计算得到实时的气压场、风应力场数据；

42、将气压场、风应力场数据代入步骤2)率定后的半理论半经验增水预报公式，逐时计算得到目标海域海洋站的风暴潮增水过程数据。

43、第二方面，本发明提供一种风暴潮半理论半经验预报与最大增水时间预测系统，包括：

44、风场模型优选模块，用于验证并优选适配目标海域的台风风场模型，利用目标海域的台风大风风圈资料反演得到台风最大风速半径；

45、预报公式构建模块，基于流体动力学y向动量方程，沿垂直于岸线的陆架方向积分并简化，构建包含气压梯度力、科氏力、风应力动力机制的风暴潮半理论半经验增水预报公式，利用目标海域海洋站的风暴潮观测资料率定所述预报公式的待定系数；

46、理论关系推导模块，基于风暴增水对向岸风应力的响应机制，推导最大增水发生时间与台风路径的理论解析关系，揭示台风路径参数对最大增水时间滞后性的影响规律；

47、时间预报建立模块，统计目标海域海洋站历史风暴潮最大增水时刻的风向分布特征，结合理论解析关系，建立目标海域风暴潮最大增水时间的统计预报方法；

48、综合预报模块，基于台风最大风速半径、率定后的半理论半经验增水预报公式实现目标海域风暴潮增水过程的预报，结合最大增水时间的统计预报方法实现目标海域风暴潮最大增水时间的精准预测。

49、本发明相比现有技术具有以下有益效果：

50、本发明通过优选适配目标海域的台风风场模型并反演精准的台风最大风速半径，为预报奠定了可靠的台风动力参数基础；基于流体动力学动量方程构建融合气压梯度力、科氏力、风应力核心动力机制的半理论半经验增水预报公式，兼顾了动力学理论支撑与实测数据特性，既克服了传统经验公式缺乏理论依据的弊端，又通过方程简化和实测系数率定大幅降低计算量，解决了数值预报对计算资源要求高、耗时长的问题；同时结合风暴增水对向岸风应力的响应机制推导最大增水时间与台风路径的理论解析关系，再融合历史观测资料的风向分布统计特征建立最大增水时间预报方法，突破了传统方法无法精准预报最大增水时间、忽略增水滞后性的技术局限，还能适配不同观测站位地形特征灵活调整公式形式，对观测样本需求量远低于机器学习方法；该方法整体计算量小、预报效率高，无需高端计算资源，可同时实现风暴潮增水过程和最大增水时间的精准预报，充分利用目标海域沿岸密集的海洋站观测资料，满足风暴潮预警预报对时效性和精准性的双重需求，适用范围广、实用性强。