期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
浙江近海典型寒潮浪的数值模拟:以2015年3月和2016年1月为例 被引量:2
1
作者 郑桥 张继才 +1 位作者 车助镁 朱业 《海洋科学》 CAS 北大核心 2019年第10期75-87,共13页
本文选用第三代海浪模式SWAN(SimulatingWAveNearshore),以CCMP(Cross-CalibratedMultiPlatform)风场作为驱动风场,数值模拟了2015年3月份和2016年1月份影响浙江省的两次典型寒潮,并将模拟结果与实测数据进行了对比,模拟误差均在20%之内... 本文选用第三代海浪模式SWAN(SimulatingWAveNearshore),以CCMP(Cross-CalibratedMultiPlatform)风场作为驱动风场,数值模拟了2015年3月份和2016年1月份影响浙江省的两次典型寒潮,并将模拟结果与实测数据进行了对比,模拟误差均在20%之内,属于可以接受的范围,表明SWAN模型和CCMP风场能够满足此次寒潮浪数值模拟的需要。本文从风场的强度、最值风速、风向、持续时间等方面,对比了两次寒潮期间的寒潮风场;从寒潮浪的强度、最值波高分布、持续时间、涌浪分布区域等方面,对两次典型寒潮期间的寒潮浪时空分布的异同进行了研究。总体而言,2015年3月份寒潮的风场从强度上弱于2016年1月份寒潮,3月份寒潮风场的主流大风是6~7级风,风向偏正北风;1月份寒潮风场的主流大风是6~8级风,风向偏西北风。2015年3月份的寒潮浪强度上弱于2016年1月份寒潮浪,3月份寒潮浪波高变化剧烈的区域位于研究区域的东北部,1月份寒潮浪波高变化剧烈的区域位于研究区域的中部和东部;3月份寒潮浪的大浪主要是5级浪,1月份寒潮浪的大浪主要是5、6级浪。当寒潮对研究区域的波浪场影响最为显著时,2015年3月份寒潮期间研究区域的北部多为涌浪,2016年1月份寒潮期间研究区域的南部多为涌浪。 展开更多
关键词 SWAN模式 CCMP风场 寒潮浪 数值模拟 分布规律 对比研究
在线阅读 下载PDF
香港附近海域强冷空气影响下波浪特征及谱拟合 被引量:1
2
作者 陈俊昌 黎满球 +2 位作者 王文质 李毓湘 李志伟 《热带海洋》 CSCD 1992年第2期9-16,共8页
本文以香港附近海域二次冷空气影响下的波浪实测资料为依据,讨论了波浪特征与谱的拟合。这二次实测,一次为波浪成长阶段,而另一次为波浪衰减阶段。而文中的(1),(2)式代表的涌浪谱公式和文献(7)中提出的风浪谱公式不仅适合于香港附近海... 本文以香港附近海域二次冷空气影响下的波浪实测资料为依据,讨论了波浪特征与谱的拟合。这二次实测,一次为波浪成长阶段,而另一次为波浪衰减阶段。而文中的(1),(2)式代表的涌浪谱公式和文献(7)中提出的风浪谱公式不仅适合于香港附近海域强冷空气影响下的海浪谱,而且可以表征南海其它海区不同季节的海浪谱,所以具有很强的适用性。 展开更多
关键词 寒潮浪 谱拟合 海域
在线阅读 下载PDF
浙江近岸海域实测大浪特征分析
3
作者 周阳 陈佳超 +3 位作者 张俊彪 宋泽坤 潘昀 闫东号 《太阳能学报》 EI CAS CSCD 北大核心 2023年第5期23-29,共7页
采用现场测量方法分析浙江近岸海域在极端天气条件下的大浪特征,比较分析台风浪和寒潮大浪的差异,对台风浪和寒潮大浪过程的波参数进行统计分析、回归分析,结合风资料探讨波参数与谱变化特性,1年内共观测到5次台风浪过程和1次寒潮大浪... 采用现场测量方法分析浙江近岸海域在极端天气条件下的大浪特征,比较分析台风浪和寒潮大浪的差异,对台风浪和寒潮大浪过程的波参数进行统计分析、回归分析,结合风资料探讨波参数与谱变化特性,1年内共观测到5次台风浪过程和1次寒潮大浪过程。研究表明:涌浪作用较大时,波高和风速几乎无相关性;当风浪作用达到一定程度时,波高和风速呈同步变化趋势;研究海域的台风浪为区域内风浪和外海涌浪组成的混合浪,单峰谱、双峰谱和多峰谱为其波浪谱型,双峰谱最多;寒潮大浪过程为典型的风浪过程,其谱型为单峰谱。 展开更多
关键词 台风 寒潮 回归分析 频谱
在线阅读 下载PDF
基于随机森林算法的波浪参数降尺度预报模型
4
作者 王晓惠 施渊 +3 位作者 沈旭伟 陈有俊 孙海飞 时健 《长沙理工大学学报(自然科学版)》 2025年第1期62-70,共9页
【目的】构建精确快速的波浪预报模型,以保障海上活动和海滩安全。【方法】采用中国近海波浪数据库中2009—2018年的波浪数据、风速数据作为训练样本,建立了融合波浪模型和随机森林机器学习算法的波浪降尺度快速预报模型。波浪数值模型... 【目的】构建精确快速的波浪预报模型,以保障海上活动和海滩安全。【方法】采用中国近海波浪数据库中2009—2018年的波浪数据、风速数据作为训练样本,建立了融合波浪模型和随机森林机器学习算法的波浪降尺度快速预报模型。波浪数值模型采用粗网格计算,通过随机森林算法进行降尺度波浪预报,以实现近海区域波浪要素的快速预报。【结果】对长江口外海2019年全年波浪的有效波高、平均周期和主波向进行了长时间序列的预报,发现所建立的波浪降尺度预报模型能够准确预报全年台风浪和寒潮浪的变化。与传统波浪模型相比,该模型的有效波高预报结果相对误差小于0.2%,计算效率也大幅提高,96 h波浪短期预报由分钟级提高至秒级。【结论】融合波浪模型和随机森林算法的波浪降尺度快速预报模型可提高波浪预报的稳定性、精确度和计算效率,也为利用波浪机器学习算法进行业务化波浪预报提供了新方法。 展开更多
关键词 预报 机器学习 随机森林算法 台风 寒潮浪
在线阅读 下载PDF
Air-sea fluxes of heat and momentum over the Yellow Sea during cold air outbreaks
5
作者 WANG Jian-hong SHI Jia-lin +3 位作者 LIANG Xiang-san PENG Mo LI Zhi-jin MIAO Chun-sheng 《Marine Science Bulletin》 CAS 2019年第2期16-35,共20页
The impact of sea surface waves on air-sea fluxes of heat and momentum over the Yellow Sea caused by cold fronts during cold air outbreak(CAO)events is investigated through numerical experiments with a FVCOM-SWAVE(Fin... The impact of sea surface waves on air-sea fluxes of heat and momentum over the Yellow Sea caused by cold fronts during cold air outbreak(CAO)events is investigated through numerical experiments with a FVCOM-SWAVE(Finite-Volume Coastal Ocean Model-Surface WAVE)wave-current coupled model.Two typical types of cold fronts,i.e.,those respectively from the north and from the west,are simulated and compared to each other and with monthly mean.During cold seasons,currents in the Yellow Sea are weaker than that during warm seasons.As a result,waves show a more prominent impact.The numerical simulations suggested that both the heat and momentum fluxes are significantly enhanced during CAO events;and they could be a few times larger than the monthly average of a five-year mean.The enhancement is highly sensitive to the features of CAOs.Specifically,it depends on the cold front orientation,intensity and evolution.One mechanism that strengthens the two fluxes is via sea waves.For the CAOs that are studied,an increase in sea wave height by 50%can double the maximal momentum flux,and cause an increase in heat flux by 10-160 W/m^2. 展开更多
关键词 Yellow Sea air-sea fluxes of heat and momentum cold air outbreak sea surface wave FVCOM-SWAVE coupled model
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部