[发明专利]一种基于再分析数据的海浪有效波高的短期趋势预测方法

摘要

本发明涉及一种基于再分析数据的海浪有效波高的短期趋势预测方法，其特征在于具体步骤包括一、收集基于再分析数据的海浪有效波高及海平面气压数据；二、建立海平面气压矩阵及有效波高矩阵；三、计算SLP的距平值及其标准偏差；四、对SLP距平值做主成分分析；五、对海平面气压和海浪有效波高数据进行Box‑Cox变换；六、计算得到海浪有效波高的预测因子；七、将预测因子带入预测模型，用F统计量选择最优预测因子进行预测；八、计算海浪有效波高短期趋势；九、还原海浪有效波高值，保存为格点模式文件；十、绘制出海浪有效波高短期趋势图。本发明可预报多时次的海浪有效波高的短期趋势，且预报有效波高短期趋势的准确率高。

主权项

一种基于再分析数据的海浪有效波高的短期趋势预测方法，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SLP的均值M，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：上述(3)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Lm×m，其中：T表示矩阵的转置；然后求协方差矩阵Lm×m的特征向量V和特征值Λ，如(4)式所示，以满足LV＝ΛV，其中：矩阵V是正交矩阵，矩阵V的第j列元素就是特征值λj对应的特征向量；根据实对称矩阵Lm×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作为预测海浪有效波高的预测因子；步骤七，将步骤六得到的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有效波高；其中模型如(5)式所示：Ht=a+Σk=1KbkXk,t+Σp=1PcpHt-p+ut---(5),]]>上述(5)式中a是常数项，bk是对应于Xk,t的系数，cp是对应于Ht‑p的系数，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M阶自回归模型来表示，如果M＝0，ut就是白噪声；步骤八，计算海浪有效波高趋势，以步骤七预测出的海浪有效波高为依据，用趋势计算公式计算当前时次的海浪有效波高趋势，最终得到海浪有效波高的短期趋势；步骤九，将预测出的海浪有效波高值还原到Box‑Cox变换前的值，保存为格点模式文件；步骤十，根据步骤八的结果，对应到相应的格点坐标，绘制出海浪有效波高短期趋势图；其中，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和海浪有效波高Hs。