基于ERA‑Interim预测海浪有效波高的方法

摘要

本发明公开了一种基于ERA‑Interim预测海浪有效波高的方法，包括如下步骤：获取原始数据，进行数据预处理；选取合适的海平面气压场；采用ERA‑Interim中第一时间段的数据校正预测模型；用ERA‑Interim中晚于第一时间段的第二时间段的数据来评估所述预测模型；采用所述预测模型预测海浪有效波高。本发明利用欧洲中尺度天气预测中心的长期稳定的ERA‑Interim再分析数据源，从中提取出预测海浪有效波高的资料，再辅以主成分分析的方法，不仅可预报多时次的海浪有效波高，而且可操作性强、预报的准确率高。

主权项

一种基于ERA‑Interim预测海浪有效波高的方法，其特征在于，包括以下步骤：S1：获取原始数据，进行数据预处理；所述步骤S1进一步包括：S11、收集基于格点模式的欧洲中尺度天气预测中心的ERA‑Interim再分析数据集的长时段的各时次气象预报数据，包括6小时一次的海平面气压SLP，有效波高Hs；S12、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Y，有效波高矩阵H，其中包含m个空间点，每个空间点含有n次观测数据：$Y=\left[\begin{array}{c}\begin{array}{cccc}{Y}_{11}& Y_{12}& ...& Y_{1n}\end{array}\\ \begin{array}{cccc}{Y}_{21}& Y_{22}& ...& Y_{2n}\end{array}\\ ...............··\\ \begin{array}{cccc}{Y}_{m1}& Y_{m2}& ...& Y_{mn}\end{array}\end{array}\right]---\left(1\right),$$H=\left[\begin{array}{c}\begin{array}{cccc}{H}_{11}& H_{12}& ...& H_{1n}\end{array}\\ \begin{array}{cccc}{H}_{21}& H_{22}& ...& H_{2n}\end{array}\\ ...............··\\ \begin{array}{cccc}{H}_{m1}& H_{m2}& ...& H_{mn}\end{array}\end{array}\right]---\left(2\right),$其中，Y_mn是第m个空间点的第n时次的海平面气压值，H_mn是是第m个空间点的第n时次的有效波高，m是空间点的个数，n是观测时次；S2：选取合适的海平面气压场；S3：采用ERA‑Interim中第一时间段的数据校正预测模型；所述步骤S3进一步包括：S31、计算基于格点模式的ERA‑Interim各时次的海平面气压SLP的均值M；用原始值Y减去均值M，得到基于格点模式的各时次的SLP的距平值P；计算出SLP距平值P的标准偏差S：$P=Y-M=\left[\begin{array}{c}\begin{array}{cccc}{Y}_{11}& Y_{12}& ...& Y_{1n}\end{array}\\ \begin{array}{cccc}{Y}_{21}& Y_{22}& ...& Y_{2n}\end{array}\\ ...............··\\ \begin{array}{cccc}{Y}_{m1}& Y_{m2}& ...& Y_{mn}\end{array}\end{array}\right]-\left[\begin{array}{c}\begin{array}{cccc}{m}_1& m_1& ...& m_1\end{array}\\ \begin{array}{cccc}{m}_2& m_2& ...& m_2\end{array}\\ ...............··\\ \begin{array}{cccc}{m}_m& m_m& ...& m_m\end{array}\end{array}\right]---\left(3\right),$其中，n是观测时次，i表示空间点，j表示时次；S32、对SLP距平值P做EOF分析，得到不同成分及各成分对总方差的贡献率，保留前30个EOF和主成分；对P进行协方差计算，得到实对称矩阵L_m×m：T表示矩阵的转置；然后求协方差矩阵L_m×m的特征向量V和特征值Λ，满足LV＝ΛV，$\Lambda =\left[\begin{array}{c}{\lambda }_{1}0...0\\ 0{\lambda }_2...0\\ .........·\\ 0......{\lambda }_m\end{array}\right]---\left(4\right),$λ₁≥λ₂≥,...,≥λ_m，矩阵V是正交矩阵，矩阵V的第j列元素就是特征值λ_j对应的特征向量；根据实对称矩阵L_m×m的特征向量V和特征值Λ，计算每个特征向量的方差贡献率和前几个特征向量的累计方差贡献率，方差贡献越大代表对应的特征向量和时间系数在资料中演变规律越显著，按照特征值从大到小的顺序对L进行排序，排在第一位的为EOF₁，以此类推；S33：对根据步骤S1收集的基于格点的各时次的原始海平面气压SLP和有效波高Hs，进行Box‑Cox变换，得到变换后的海平面气压trGt和有效波高trHt；S34：对每个格点上对应的变换后的有效波高trHt，用第k个主成分PC_k，t和滞后4个小时的第k个主成分PC_k，t‑4计算其相关系数，并取相关系数最高时的28个PC_k,t或PC_k,t‑4作为有效波高的预测因子；S35：计算有效波高的标准偏差S_Hl和30个预测因子X_k,t的标准偏差S_Xk，保存备用；S36：将预测因子带入预测模型，用F统计量比较第i个模型和第i+1个模型的预测结果，从而选出最优的预测因子；S37：将滞后一步的有效波高也带入模型，作为预测因子之一，综合预测下一时次的各格点的有效波高，优化模型参数，得到最终模型，其中模型如下：$H_t=a+\underset{k=1}{\overset{K}{\Sigma }}{b}_k{X}_{k,t}+\underset{p=1}{\overset{P}{\Sigma }}{c}_p{H}_{t-p}+u_t---\left(5\right)$式中：H_t是每个网格点上的经过变换的有效波高，a是常数项，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，t是时次，b_k是对应于X_k,t的系数，K是预报因子的总数，H_t‑p是滞后p的有效波高，c_p是对应于H_t‑p的系数，u_t可以用M阶自回归模型来表示，如果M＝0，u_t为白噪声；S4：用ERA‑Interim中晚于第一时间段的第二时间段的数据来评估所述预测模型；S5：采用所述预测模型预测海浪有效波高。