[发明专利]一维海浪谱风浪涌浪分离方法及系统

说明书

本发明涉及海洋观测与海洋工程领域，提供基于一维海浪谱的风浪涌浪分离方法及系统，包括：S1：获取训练数据，构建人工神经网络，通过所述训练数据对所述人工神经网络进行训练，获得训练好的人工神经网络；S2：获取待分离一维海浪谱，通过所述训练好的人工神经网络和波浪的能量守恒对所述待分离一维海浪谱进行计算，获得风浪波高和涌浪波高。本发明提出一种不参考风速信息的一维海浪谱风浪涌浪分离方法，在相对二维海浪谱分离结果的误差上，比现存的所有一维海浪谱分离方法误差均更小；同时，本方法也可以额外加入风速信息作为参考，使误差进一步降低。

技术领域

本发明涉及海洋观测与海洋工程领域，尤其涉及一维海浪谱风浪涌浪分离方法及系统。

背景技术

海洋中的风浪和涌浪各自的波高信息，对于海洋工程、海岸工程活动以及沿海区域的灾害预测预警具有非常重要的意义。风浪和涌浪的信息，需要通过对海浪谱进行分离获取。海浪谱分为一维谱和二维谱，谱的分离方法也对应有一维方法和二维方法。二维谱包含的信息多，使得二维分离方法的可靠性高，已经有多种应用。但二维谱一般只有气象浮标和海洋平台可以提供数据，成本昂贵，数据稀少，难以大量获取。更多的海浪谱数据从小型波浪浮标中的加速度计获得，以一维谱形式展现，需使用一维分离方法。一维分离方法分为参考风速信息和不参考风速信息两类，目前参考风速信息的方法准确度更高，但相比二维分离方法仍有一定误差，且需要海面风和浪的同步观测才能使用，仍然缺少泛用性。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于，为解决现有技术中不参考风速时分离误差大，参考风速则泛用性不足的问题。本发明提供一种一维海浪谱风浪涌浪分离方法，包括：

S1：获取训练数据，构建人工神经网络，通过所述训练数据对所述人工神经网络进行训练，获得训练好的人工神经网络；

S2：获取待分离一维海浪谱，通过所述训练好的人工神经网络和波浪的能量守恒对所述待分离一维海浪谱进行计算，获得风浪波高和涌浪波高。

优选的，步骤S1具体为：

所述训练数据为一维海浪谱及其同步的风浪波高信息；

设置人工神经网络的参数，将所述一维海浪谱输入所述人工神经网络，将同步获取的风浪波高信息作为目标输出，对所述人工神经网络进行训练，获得样本风浪波高；

将所述样本风浪波高与标准风浪波高进行比较；若误差小于预设值则保存当前人工神经网络的参数，将该人工神经网络作为训练好的人工神经网络；否则重新设置人工神经网络的参数，再次进行训练。

优选的，步骤S1具体为：

所述训练数据为一维海浪谱、与其同步的风速数据和与其同步的风浪波高信息；设置人工神经网络的参数，将所述一维海浪谱和所述风速数据输入所述人工神经网络，将同步获取的风浪波高信息作为目标输出，对所述人工神经网络进行训练，获得样本风浪波高；

将所述样本风浪波高与标准风浪波高进行比较；若误差小于预设值则保存当前人工神经网络的参数，将该人工神经网络作为训练好的人工神经网络；否则重新设置人工神经网络的参数，再次进行训练。

优选的，步骤S2具体为：

将待分离一维海浪谱输入所述训练好的人工神经网络，获取风浪波高；

通过波浪的能量守恒对所述风浪波高进行计算，获得涌浪波高。

优选的，所述涌浪波高的计算公式为：

其中，h_s是涌浪波高，h_w是风浪波高，E是待分离一维海浪谱的总能量。

优选的，步骤S1具体为：