期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到802篇文章
< 1 2 … 41 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
An assessment of mesoscale eddies simulated by a global eddy-resolving ocean forecast system in the South China Sea 认领 引用
1
作者 Baoxin Feng Mengrong Ding +3 位作者 Lingling Xie Pengfei Lin Weipeng Zheng Hailong Liu 《Atmospheric and Oceanic Science Letters》 CAS CSCD 2026年第2期61-67,共7页
This research evaluates the performance of an eddy-resolving forecast system(LFS)in simulating mesoscale eddies over the South China Sea(SCs)through a comparative analysis with satellite observations and the reanalysi... This research evaluates the performance of an eddy-resolving forecast system(LFS)in simulating mesoscale eddies over the South China Sea(SCs)through a comparative analysis with satellite observations and the reanalysis dataset from the Global Ocean Physics Reanalysis product(CMEMS).The findings indicate that the spatial characteristics of eddy kinetic energy,number,and amplitude of coherent mesoscale eddies simulated by LFS exhibit a reasonable agreement with satellite observations.The reproduced seasonal variations are also comparable to outputs from the CMEMS reanalysis dataset.Nevertheless,certain systematic biases have also been identified.In the SCS,LFS generates approximately 17%fewer eddies than observed.Such biases are also evident in the CMEMS reanalysis dataset.Similar to the statistics shown in the CMEMS reanalysis dataset,both cyclonic and anticyclonic eddies are significantly weaker in LFS compared to the observations.Additionally,the composite three-dimensional structures of mesoscale eddies simulated by LFS exhibit a remarkable similarity to those identified in the CMEMS reanalysis datasets.This work lays the foundation for further studies using LFS to investigate the predictability of mesoscale eddies and enhance the accuracy of simulations. 展开更多
关键词 South China Sea Mesoscale eddy Eddy-resolving ocean forecast system Three-dimensional structure
暂未订购 下载PDF
A TimeXer-Based Numerical Forecast Correction Model Optimized by an Exogenous-Variable Attention Mechanism 认领 引用
2
作者 Yongmei Zhang Tianxin Zhang Linghua Tian 《Computers, Materials & Continua》 SCIE EI 2026年第3期1770-1785,共16页
Marine forecasting is critical for navigation safety and disaster prevention.However,traditional ocean numerical forecasting models are often limited by substantial errors and inadequate capture of temporal-spatial fe... Marine forecasting is critical for navigation safety and disaster prevention.However,traditional ocean numerical forecasting models are often limited by substantial errors and inadequate capture of temporal-spatial features.To address the limitations,the paper proposes a TimeXer-based numerical forecast correction model optimized by an exogenous-variable attention mechanism.The model treats target forecast values as internal variables,and incorporates historical temporal-spatial data and seven-day numerical forecast results from traditional models as external variables based on the embedding strategy of TimeXer.Using a self-attention structure,the model captures correlations between exogenous variables and target sequences,explores intrinsic multi-dimensional relationships,and subsequently corrects endogenous variables with the mined exogenous features.The model’s performance is evaluated using metrics including MSE(Mean Squared Error),MAE(Mean Absolute Error),RMSE(Root Mean Square Error),MAPE(Mean Absolute Percentage Error),MSPE(Mean Square Percentage Error),and computational time,with TimeXer and PatchTST models serving as benchmarks.Experiment results show that the proposed model achieves lower errors and higher correction accuracy for both one-day and seven-day forecasts. 展开更多
关键词 TimeXer model exogenous variable attention mechanism sea surface temperature temporal-spatial features forecast correction
暂未订购 下载PDF
数据驱动的海表面温度预测方法综述 认领 引用
3
作者 贺琪 陶梦鑫 +2 位作者 朱姿杭 宋巍 杜艳玲 《中国图象图形学报》 CSCD 北大核心 2026年第5期1451-1477,共27页
海表面温度(sea surface temperature,SST)是刻画海洋热状态、反映全球气候变化的关键基础变量。SST的精准预测对于海洋天气与气候预报、渔业资源优化研判、海洋生态保护及沿海区域经济发展具有重要意义。现阶段SST预测方法主要分为数... 海表面温度(sea surface temperature,SST)是刻画海洋热状态、反映全球气候变化的关键基础变量。SST的精准预测对于海洋天气与气候预报、渔业资源优化研判、海洋生态保护及沿海区域经济发展具有重要意义。现阶段SST预测方法主要分为数值模式与数据驱动两大类,其中数据驱动方法凭借灵活高效的特性,已成为提升预测精度的核心技术路径,尤其适用于中短期预报与区域尺度研究。本文主要围绕数据驱动SST预测技术展开系统性综述,构建了全面的研究框架。明确数值模式与数据驱动两类预测方法的核心特征、物理机制与应用定位,通过对比凸显数据驱动方法在复杂非线性关系捕捉上的优势;遵循“统计模型——传统机器学习——浅层神经网络——深度学习(含海洋大模型)”的技术演进脉络,系统梳理各类模型的核心原理、优势局限及典型应用场景,揭示技术发展规律;结合观测、遥感、再分析等多源数据集的时空分辨率、可靠性等特征,深入对比不同模型的适配性与预测效果,为数据和模型匹配提供实践参考;聚焦当前研究面临的模型可解释性不足、多源数据尺度适配困难等核心挑战,提出物理信息融合、可解释性架构设计、多分辨率特征学习等解决方案,并展望三维次表层海温结构建模、中长期预测优化等未来发展方向。本文通过多维度分析与案例验证,构建了数据驱动SST预测的完整技术体系,为相关领域的深入研究与业务化应用提供系统性参考。 展开更多
关键词 海洋环境 海表面温度(SST) 数据驱动 深度学习 时空特征
暂未订购 下载PDF
苏禄海卫星海洋内孤立波预测技术研究 认领 引用
4
作者 王业桂 范开国 +3 位作者 方芳 施英妮 徐东洋 胡旭辉 《海洋预报》 CSCD 北大核心 2026年第3期1-6,共6页
海洋内波由于生成机制复杂、观测数据匮乏,导致海洋内孤立波预测一直是海洋领域中亟待解决的瓶颈问题。针对这一问题,提出一种基于卫星海洋内波遥感观测数据驱动,结合海洋内波生成与传播物理机制的预测技术方法,并在苏禄海开展卫星海洋... 海洋内波由于生成机制复杂、观测数据匮乏,导致海洋内孤立波预测一直是海洋领域中亟待解决的瓶颈问题。针对这一问题,提出一种基于卫星海洋内波遥感观测数据驱动,结合海洋内波生成与传播物理机制的预测技术方法,并在苏禄海开展卫星海洋内孤立波预测研究。预测结果不仅再现了苏禄海内孤立波的“手牵手”现象,较好地实现内波从源区至消亡区的全路径传播预测,而且模拟波峰线形态与观测前导波波峰线吻合较好,二者的平均绝对时间误差小于0.92 h。 展开更多
关键词 内孤立波 卫星遥感 苏禄海 预测
暂未订购 下载PDF
妈祖海浪模式在浙江海域的业务化应用及检验 认领 引用
5
作者 丁骏 高元勇 +2 位作者 侯放 徐瑞 孟凡昌 《海洋预报》 CSCD 北大核心 2026年第2期21-31,共11页
基于国家海洋环境预报中心自主研发的妈祖海浪模式,采用球面质心泰森多边形网格进行数值离散,充分考虑风能摄入、白浪耗散和底摩擦耗散以及波波相互作用,建立浙江省近海-近岸海浪数值预报系统。系统进行了业务化运行实验,并利用中国近... 基于国家海洋环境预报中心自主研发的妈祖海浪模式,采用球面质心泰森多边形网格进行数值离散,充分考虑风能摄入、白浪耗散和底摩擦耗散以及波波相互作用,建立浙江省近海-近岸海浪数值预报系统。系统进行了业务化运行实验,并利用中国近海及近岸的浮标数据进行了检验。检验结果表明,妈祖海浪模式能够较好地捕捉冷空气和台风过程引起的海浪变化趋势,24 h预报有效波高的均方根误差近海区域为0.29~0.40 m,近岸区域为0.24~0.40 m。 展开更多
关键词 妈祖海浪模式 浙江海域 业务化应用 预报检验
暂未订购 下载PDF
沿海高潮洪水概率预报模型研究进展与展望 认领 引用
6
作者 吕江华 潘嵩 +1 位作者 邓丽静 张建立 《海洋信息技术与应用》 2026年第2期65-73,共9页
在全球气候变化与海平面上升的双重影响下,沿海高潮洪水事件的频次与强度显著增加,已成为制约沿海地区可持续发展的常态化气候风险。传统长期趋势预估与高成本数值模型难以满足日尺度的精细预报需求,促使预报方法不断向概率化、业务化... 在全球气候变化与海平面上升的双重影响下,沿海高潮洪水事件的频次与强度显著增加,已成为制约沿海地区可持续发展的常态化气候风险。传统长期趋势预估与高成本数值模型难以满足日尺度的精细预报需求,促使预报方法不断向概率化、业务化方向演进。本文系统综述了沿海高潮洪水概率预报模型的研究进展,重点分析了以美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration,NOAA)研发的概率统计模型为代表的国际前沿技术,进一步对比了国内外在该领域的研究现状与面临的差距和挑战。最后,基于我国沿海环境的复杂性与灾害风险特征,在展望中提出应通过发展数值-统计混合预报系统、构建标准化验证数据集、研发区域适配模型等途径,提升我国沿海高潮洪水预报能力与防灾减灾水平。 展开更多
关键词 高潮洪水 概率预报 海平面上升 统计模型
暂未订购 下载PDF
上海国际航运中心海浪数智预警报系统建设应用研究 认领 引用
7
作者 孟鑫 《江苏海洋大学学报（自然科学版）》 CAS 2026年第1期37-45,共9页
为了实现高时空分辨率、高精度海浪要素的预报预警与快速响应,聚焦上海国际航运中心建设需求,基于数值模型和人工智能方法,构建精细化、业务化、自动化海浪数智预警报系统,形成“数据感知—数值模拟—智能订正—展示应用”技术体系。经... 为了实现高时空分辨率、高精度海浪要素的预报预警与快速响应,聚焦上海国际航运中心建设需求,基于数值模型和人工智能方法,构建精细化、业务化、自动化海浪数智预警报系统,形成“数据感知—数值模拟—智能订正—展示应用”技术体系。经验证,各站点后报RMSE均小于0.25 m,MAE小于0.2 m;预报性能随预报时效增加虽有小幅衰减,但在72 h内仍保持较高的相关性与稳定性。在“竹节草”台风影响期间,最大有效波高在后报和24 h预报MARE均不超过10%,72 h预报RMSE相对24 h平均增幅0.11 m。实践表明,该系统在上海海域表现出优异的模拟能力,其在重点区域分辨率达100 m,并控制预警响应时间在3 h以内,已成功应用于航运服务、重大工程保障、海洋防灾减灾等核心场景,为国际航运中心构建更安全、高效、智能的海浪预警报系统提供了实践参考。 展开更多
关键词 海浪预报 近岸海浪模式 人工智能 上海国际航运中心
暂未订购 下载PDF
面向通航安全的港区海浪波高预报与检验 认领 引用
8
作者 龙强 齐正胶 +1 位作者 米欣悦 张娣 《航海技术》 2026年第3期110-115,共6页
港区精细化海浪波高预报对保障船舶航行安全、提升港口通航效率至关重要。利用曹妃甸港区长序列气象水文观测数据,通过初选因子相关性分析、敏感性试验、特征选择和超参数调优等,建立有效波高随机森林预报模型并开展检验分析。结果表明... 港区精细化海浪波高预报对保障船舶航行安全、提升港口通航效率至关重要。利用曹妃甸港区长序列气象水文观测数据,通过初选因子相关性分析、敏感性试验、特征选择和超参数调优等,建立有效波高随机森林预报模型并开展检验分析。结果表明:1)风速与有效波高之间的相关性最高,其次是水深、风向、气温和气压;2)有效波高和最大波高之间的线性相关系数达0.99,可为最大波高的推算提供依据;3)基于风速、气温、气压、风向、月份、水深6个影响因子所建的模型预报效果最好,超参数调优后最优模型有效波高预报值和实况值的相关系数达0.83,均方根误差、平均绝对误差分别为0.22 m、0.15 m;4)模型较海浪数值预报模式在近岸港区有更好的预报效果,且预报能力随时效增加并未出现明显的衰减,能够体现波浪相对风速的滞后性特征,可为精细化海上交通管理、提升港口通航效率提供支撑。 展开更多
关键词 波高 港航管理 随机森林 影响因子 预报模型 数值预报
暂未订购 下载PDF
基于盘古气象大模型的台风路径及台风浪波高预报研究 认领 引用 被引量：2
9
作者 胡正元 冯曦 +3 位作者 冯卫兵 倪兴也 秦知朋 吴浩宇 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第3期28-36,160,共9页
利用盘古气象大模型对台风天气下的地表气象要素以及高空气象要素进行预报,结合热带气旋追踪算法对台风路径进行预报研究;基于盘古气象大模型的路径预报结果和直接修正法改进的预报风场数据驱动SWAN模式,将计算得到的有效波高数据与实... 利用盘古气象大模型对台风天气下的地表气象要素以及高空气象要素进行预报,结合热带气旋追踪算法对台风路径进行预报研究;基于盘古气象大模型的路径预报结果和直接修正法改进的预报风场数据驱动SWAN模式,将计算得到的有效波高数据与实测数据进行对比验证,评估该模型在广东和海南岛台风路径及台风浪预报的效果。结果表明:盘古气象大模型能够实现长时台风路径预报,且结果优于高分辨率的数值大气模式(ECMWF-HRES),但盘古气象大模型对台风风场存在低估现象;将盘古气象大模型预报的台风路径与直接修正法改进的台风风场相结合,以此驱动波浪场,能有效提高台风浪波高的预报精度。 展开更多
关键词 盘古气象大模型 台风路径预报 台风浪 波高预报 热带气旋追踪算法
暂未订购 下载PDF
基于优化深度学习的有效波高双通道混合预测模型 认领 引用 被引量：1
10
作者 赵芮晗 闫加宁 韩莹 《南京信息工程大学学报》 CAS 北大核心 2026年第3期340-351,共12页
有效波高(Significant Wave Height,SWH)具有复杂的非线性动态特性,这使得对其精确预测成为一大挑战。时频分解技术是处理复杂非线性数据的有效手段,但现有方法未考虑SWH分解后分量的不同时频特性。因此,利用排列熵将集成经验模态分解(E... 有效波高(Significant Wave Height,SWH)具有复杂的非线性动态特性,这使得对其精确预测成为一大挑战。时频分解技术是处理复杂非线性数据的有效手段,但现有方法未考虑SWH分解后分量的不同时频特性。因此,利用排列熵将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)后得到的SWH分量分为高、低频两类,根据其各自特性构建优化的长短时记忆-时间卷积网络(Long Short-Term Memory-Temporal Convolutional Network,LSTM-TCN)双通道时间特征提取模块,并考虑到不同分量预测值对最终SWH预测结果的影响不同,引入贝叶斯模型平均(Bayesian Model Averaging,BMA)法进行权重分配。最终,本文提出一种基于优化深度学习的SWH双通道混合预测模型。实验结果表明,与现有先进模型相比,该模型在1、3、6、12h的SWH预测中,评价指标RMSE、MAE和MAPE显著降低,具备较好的精度和稳定性。 展开更多
关键词 有效波高 双通道预测 深度学习 集成经验模态分解 贝叶斯优化
暂未订购 下载PDF
基于TimeMixer的班达海SST预测 认领 引用 被引量：1
11
作者 宋仪鹏 王永刚 任鹏 《海洋科学进展》 CAS CSCD 北大核心 2026年第3期506-518,共13页
海表温度(SST)是表征海-气相互作用的重要物理变量,其准确预测对气候预报与灾害预警具有重要意义。本文构建了一种基于TimeMixer的多物理要素融合预测模型,实现了班达海区域SST的天气尺度智能预报。模型首先对30 d的历史多物理量时间序... 海表温度(SST)是表征海-气相互作用的重要物理变量,其准确预测对气候预报与灾害预警具有重要意义。本文构建了一种基于TimeMixer的多物理要素融合预测模型,实现了班达海区域SST的天气尺度智能预报。模型首先对30 d的历史多物理量时间序列进行降采样处理,获取不同时间尺度的SST序列;随后,利用历史数据分解混合模块对各尺度SST序列分解为趋势项与季节项,分别采用自顶向下与自底向上的方式进行时间特征提取,并引入Swin Transformer模块提取SST序列的空间和通道特征。最后,模型融合多尺度SST序列预测结果并得到未来7 d的SST预测序列。在班达海区域进行实验验证,结果表明,本文所构建模型的预测均方根误差(RMSE)为0.22℃,优于多种基线模型,验证了本文模型的有效性和稳定性。 展开更多
关键词 海表温度 时间序列分解 TimeMixer模型 智能预报
暂未订购 下载PDF
An assessment on short-term sea surface temperature forecast in China seas based on a global eddy-resolving dynamical forecast system 认领 引用
12
作者 Huan XU Pengfei LIN +6 位作者 Xuhua CHENG Hailong LIU Weipeng ZHENG Zipeng YU Yongqiang YU Yiwen LI Tao ZHANG 《Journal of Oceanology and Limnology》 SCIE CAS CSCD 2026年第2期511-527,共17页
Short-term sea surface temperature(SST)forecasting is an essential operational task around China seas.However,the capability of short-term SST forecast from the dynamical numerical model for China seas has not been fu... Short-term sea surface temperature(SST)forecasting is an essential operational task around China seas.However,the capability of short-term SST forecast from the dynamical numerical model for China seas has not been fully evaluated so far.We assessed the short-term SST forecast skill using a global eddy-resolving ocean forecast system,i.e.,the LICOM Forecast System version 1.0(LFS v1.0)for China seas in 2022 against satellite SST.Results show that LFS v1.0 was able to forecast the short-term SST variation in the study area.The SST with 1-,7-,and 15-d lead time well captured the observed SST with average pattern correlation coefficient(PCC)of 0.94,0.93,and 0.92 throughout 2022,the annual mean bias of the forecasted SST of 0.08,-0.16,and-0.33℃,and the average root mean square error(RMSE)of 0.61,0.72,and 0.90℃,respectively.Geographically,the forecast RMSE with 1-d lead time in China seas increased from south to north,and the values were 0.41℃in South China Sea(SCS)and 1.31℃in the Bohai Sea(BS).In addition,LFS v1.0 showed better forecast SST abilities in the SCS and East China Sea(ECS)than those in the Yellow Sea and BS.In the ECS and SCS,the forecasted SST was less influenced by the ocean bottom topography due to accurately simulated ocean circulations like Kuroshio.The RMSEs of the SST forecasted by LFS v1.0 displayed seasonal variations,smaller in the area from the middle of boreal August to the middle of boreal December,and larger in boreal late spring and early summer. 展开更多
关键词 sea surface temperature(SST) eddy-resolving ocean forecasting system China seas short-term forecast
暂未订购 下载PDF
一种改进的TSLANet有效波高时空预测订正模型 认领 引用
13
作者 史子豪 马礼 +2 位作者 李阳 傅颖勋 马东超 《应用海洋学学报》 CAS CSCD 北大核心 2026年第4期654-664,共11页
海浪有效波高(significant wave height,SWH)的精确预报对海洋工程、航运和渔业安全至关重要。针对有效波高时间序列中多尺度周期共存、强时序连续传递以及时空特性耦合等导致的数值预报结果中的误差问题,本研究提出了一种基于时间序列... 海浪有效波高(significant wave height,SWH)的精确预报对海洋工程、航运和渔业安全至关重要。针对有效波高时间序列中多尺度周期共存、强时序连续传递以及时空特性耦合等导致的数值预报结果中的误差问题,本研究提出了一种基于时间序列轻量级自适应网络(time series lightweight adaptive network,TSLANet)改进模型,命名为多尺度特征增强型订正模型(multi-scale feature enhanced correct model,MS-FECM)。该模型通过设计的多尺度自适应频谱块(multi-scale adaptive spectral block,MS-ASB)以及卷积双向长短期记忆网络(convolutional neural network-bidirectional long short-term memory,CNN-BiLSTM)混合模块,分别替代TSLANet模型中的自适应频谱块(adaptive spectral block,ASB)和交互式卷积模块(interactive convolution block,ICB),实现了在订正过程中针对SWH数据的全尺度周期覆盖处理以及局部细节与时序关联的协同建模。实验使用日本海海域实测SWH数据进行验证,结果表明,相比原始数值模式预报结果,模型订正后的结果显著降低了预测误差,平均绝对误差(MAE)为0.2827,平均绝对百分比误差(MAPE)为0.3149,均方根误差(RMSE)为0.3729,RMSE相对数值模式预报结果降低了17.1%。在与FPPformer、PatchTST、CNN-BiLSTM等神经网络模型的对比中,本研究方法在MAE、MAPE、RMSE等指标上均表现出最优性能,验证了该模型在海浪高度数值预报动态误差订正中的有效性和优越性,在复杂海况下展现出良好的订正性能。 展开更多
关键词 有效波高 数值订正 时间序列轻量级自适应网络 多尺度自适应频谱块 卷积双向长短期记忆网络
暂未订购 下载PDF
A Hybrid Tidal Prediction Scheme Based on Adaptive Modules Adjustment 认领 引用
14
作者 WANG Rui YIN Jian-chuan XU Dong-xing 《China Ocean Engineering》 SCIE EI CSCD 2026年第1期144-157,共14页
Due to complex environmental disturbances,high-precision tidal prediction remains a significant challenge in ocean engineering applications.To address tidal variations characterized by nonlinearity,uncertainty,and tim... Due to complex environmental disturbances,high-precision tidal prediction remains a significant challenge in ocean engineering applications.To address tidal variations characterized by nonlinearity,uncertainty,and time-varying dynamics,a hybrid prediction scheme incorporating adaptive module adjustment(AMA)is proposed.The harmonic analysis method is first applied to model tidal effects induced by the movements of celestial bodies.Subsequently,residual components are decomposed using empirical mode decomposition(EMD),with long short-term memory(LSTM)networks and polynomial fitting(PF)employed to construct the tidal prediction model.The decomposition order for LSTM input time series and the selection of polynomial modules are determined adaptively.Finally,the predictions from harmonic analysis and the ensemble model components are combined to generate the final tidal forecast.Experimental simulations are conducted using observed tidal data from gauges at Canaveral Port and Old Port Tampa.Simulation results demonstrate that the proposed adaptive tidal prediction model outperforms conventional methods in terms of prediction accuracy. 展开更多
关键词 tide forecast harmonic analysis empirical mode decomposition(EMD) long short-term memory(LSTM) polynomial fitting(PF) adaptive module adjustment(AMA)
暂未订购 下载PDF
基于Vision Transformer的有效波高预报研究 认领 引用
15
作者 沈向宇 韩磊 +1 位作者 游志伟 董昌明 《大气科学学报》 CSCD 北大核心 2026年第3期557-568,共12页
波浪灾害作为最常见的海洋灾害之一,对海上活动安全与作业效率构成严重威胁。为提高海浪预报精度、有效降低海上事故风险,本研究提出一种基于Vision Transformer(ViT)算法的区域波浪预报模型。利用欧洲中期天气预报中心的ERA5再分析数据... 波浪灾害作为最常见的海洋灾害之一,对海上活动安全与作业效率构成严重威胁。为提高海浪预报精度、有效降低海上事故风险,本研究提出一种基于Vision Transformer(ViT)算法的区域波浪预报模型。利用欧洲中期天气预报中心的ERA5再分析数据对ViT模型进行训练,重点探讨了不同输入要素组合对模型性能的影响,并分析了输入数据时间长度对模型预报技巧的作用。结果表明,以有效波高与海面10 m风矢量作为输入时,模型表现最优。进一步分析显示,采用18 h历史数据作为输入,可使ViT波浪预报模型达到最高的预报准确度与技巧水平。本研究构建的ViT波浪预报模型在南海、东海及西太平洋的24 h有效波高预报中,均方根误差为0.323 m,相关系数为0.848,能够为海洋灾害预警与海上安全作业保障提供有力的技术支持。 展开更多
关键词 有效波高智能预报 Vision Transformer 数据驱动
暂未订购 下载PDF
基于潮汐导纳的短期潮流调和分析研究 认领 引用
16
作者 石通 王宇奇峥 +1 位作者 孙维康 刘辉 《水运工程》 2026年第1期23-30,59,共8页
针对潮汐预报中传统调和分析方法因短期潮流数据量不足,难以准确识别主要分潮的问题,选取黄浦江下游典型断面,利用小潮、中潮和大潮期间的实测流速数据,开展了基于潮汐导纳原理与差比关系的调和分析方法对比研究。通过拟合主要分潮的标... 针对潮汐预报中传统调和分析方法因短期潮流数据量不足,难以准确识别主要分潮的问题,选取黄浦江下游典型断面,利用小潮、中潮和大潮期间的实测流速数据,开展了基于潮汐导纳原理与差比关系的调和分析方法对比研究。通过拟合主要分潮的标准化振幅和迟角随频率的变化关系,构建潮汐导纳模型并评估回报精度。结果表明:潮汐导纳方法在不依赖长期资料或经验差比数的条件下,能够有效应用于短期潮流数据的调和分析与流速回报,相较于传统差比法,潮流回报的均方根误差平均减少约8.9%。通过对全日潮和半日潮的标准化振幅与迟角进行二次函数拟合,揭示了其与频率之间的连续变化关系,验证了潮汐导纳函数的光滑性及其在调和分析中的可行性,对提升短期潮流预报能力和支持水文工程决策具有参考价值。 展开更多
关键词 潮流 调和分析 潮汐导纳 振幅差比方法 潮汐预报
暂未订购 下载PDF
基于时空轴向注意力的海温预测值订正模型 认领 引用
17
作者 张旭 马礼 +1 位作者 李阳 傅颖勋 《应用海洋学学报》 CAS CSCD 北大核心 2026年第4期665-675,共11页
海表面温度(SST)是表征海洋表层热量状况的核心指标,在海洋动力学、气候预测、海洋生态等众多领域发挥关键的作用。目前,数值模式是海温预测的核心手段,但其输出结果常与实测值存在系统性偏差,亟须进行有效订正。本研究在传统Transforme... 海表面温度(SST)是表征海洋表层热量状况的核心指标,在海洋动力学、气候预测、海洋生态等众多领域发挥关键的作用。目前,数值模式是海温预测的核心手段,但其输出结果常与实测值存在系统性偏差,亟须进行有效订正。本研究在传统Transformer模型的基础上构建了一种面向SST预测值的时空订正模型。该模型针对海温数据特有的时空关联性,先在嵌入层增加了可学习的空间位置编码,以增加模型对空间的敏感度,再在编码器和解码器中设计了一种时空轴向自注意力机制,依次按纬度、经度和时间3个维度进行特征提取,并在特征提取时只在各自的维度上进行特征提取,以保证特征提取的一致性,有效解决了传统Transformer模型在处理时空序列时对空间信息不敏感的问题,同时克服了对时间与空间维度关联性捕捉不足的固有缺陷。其次,模型引入拉普拉斯物理方程作为约束项融入损失函数,通过施加物理规律(如平滑性)显著增强了订正结果的空间合理性和物理一致性。在日本海区域的实验验证中,该模型对数值模式预测的未来7 d的SST做了误差的订正,将预测准确率提升了63.23%。定量与定性分析均表明,订正后的预测误差显著降低。对比未订正的预测值,本方法的均方根误差(RMSE)由1.181℃降至0.434℃,其精度明显超越现有主流深度学习方法。此外,跨海域泛化性验证显示,模型在渤海、黄海及南海等不同背景海域的月均RMSE均稳定在0.350~0.450℃,未出现系统性失效或季节性偏移。对比结果充分验证了模型的有效性、稳定性与技术优势,展现出在海洋预报业务中广阔的应用潜力。 展开更多
关键词 Transformer模型 海表温度 海洋预报 误差订正 自注意力机制 拉普拉斯物理方程
暂未订购 下载PDF
基于WAM6-GPU海浪模式的中国近海区域海浪预报精度评估 认领 引用
18
作者 李梦蝶 李响 +1 位作者 马新野 王晨琦 《海洋预报》 CSCD 北大核心 2026年第3期7-19,共13页
利用中国近海的浮标观测数据,验证评估了基于WAM6-GPU海浪模式构建的西北太平洋海浪数值预报系统在中国近海的预报精度。结果表明:系统对中国近海的有效波高具有较好的预报精度,24 h平均绝对误差为0.25 m,均方根误差为0.38 m;有效波高... 利用中国近海的浮标观测数据,验证评估了基于WAM6-GPU海浪模式构建的西北太平洋海浪数值预报系统在中国近海的预报精度。结果表明:系统对中国近海的有效波高具有较好的预报精度,24 h平均绝对误差为0.25 m,均方根误差为0.38 m;有效波高预报误差随预报时效延长而增大,系统在高海况条件下的预报结果存在显著高估现象;有效波高预报误差存在时空差异,空间上表现为黄渤海预报误差最小,南海次之,东海误差相对较大;时间上表现为夏季预报误差相对较大。针对台风浪预报,系统可以准确预报出由台风过程引发的有效波高的变化过程,但对台风导致的有效波高数值存在明显高估,这一偏差主要是由驱动风场中台风路径与强度存在较大误差导致的。 展开更多
关键词 WAM6-GPU 中国近海 有效波高 台风
暂未订购 下载PDF
基于U-Net深度学习模型的我国北海区冬季浪高预报研究 认领 引用
19
作者 唐绥之 李静凯 吴鸿轩 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第8期14-24,共11页
深度学习技术正逐步成为海浪预报的重要工具,U-Net作为图像处理的经典模型,提取深层信息能力强,为实现区域海浪的智能化、高精度预报提供了极具价值的技术潜力。本文聚焦中国北海区冬季海浪,首次使用U-Net深度学习架构构建了区域海浪智... 深度学习技术正逐步成为海浪预报的重要工具,U-Net作为图像处理的经典模型,提取深层信息能力强,为实现区域海浪的智能化、高精度预报提供了极具价值的技术潜力。本文聚焦中国北海区冬季海浪,首次使用U-Net深度学习架构构建了区域海浪智能预报模型,且该模型可应用于海冰覆盖海域。依托该海浪预报模型,本文基于海浪有效波高、海面10 m风速和海冰密集度三种输入要素构建了包含3种提前期、54种不同组合的实验方案,进行了模型训练并检验了U-Net模型的预报精度,其中提前期为6、12和24 h的平均绝对误差和相关系数分别可达0.08 m和0.98、0.11 m和0.96、0.17 m和0.96。当海冰存在时,增加海冰密集度信息会提升U-Net模型的预报精度。以辽东湾为例,相对于忽略海冰的情形,最高可使预报的平均有效波高降低0.60 m,预报精度提升67.7%。此外,本文还对比了U-Net模型和卷积神经网络模型的预报精度,发现在北海区超过90%的区域U-Net模型预报结果的平均绝对误差更低,在渤、黄海可分别平均减少0.05和0.07 m。不过,该U-Net模型对有效波高超过3 m的海浪预报偏低,有必要在未来针对极值波高的预报开展模型的改进工作。 展开更多
关键词 海浪智能预报 有效波高 深度学习 U-Net模型 海冰密集度 北海区冬季海浪
暂未订购 下载PDF
基于VMD-PE-GWO-LSTM的海浪波高预测模型 认领 引用
20
作者 冷春花 张文正 《舰船科学技术》 北大核心 2026年第3期46-52,共7页
复杂的海洋环境下,船舶航行安全受波高显著影响,波高与船舶运动状态密切相关,需构建基于深度学习的波高预测模型以保障航行安全。由于海浪波高具有非平稳的特性,传统预测方法效果欠佳。本文创新提出基于灰狼优化算法下最优参数的海浪波... 复杂的海洋环境下,船舶航行安全受波高显著影响,波高与船舶运动状态密切相关,需构建基于深度学习的波高预测模型以保障航行安全。由于海浪波高具有非平稳的特性,传统预测方法效果欠佳。本文创新提出基于灰狼优化算法下最优参数的海浪波高特征预报复合模型,采取灰狼算法(Grey Wolf Optimization,GWO)优化变分模态分解(Variational Mode Decomposition,VMD)参数中模态分量数K和惩罚因子α处理数据后提取波高序列固有模态函数(Intrinsic Mode Functions,IMF),以排列熵(Permutation Entropy,PE)为标准筛选信号,并将有效的模态分量作为长短时记忆神经网络(Long-Short Term Memory Network,LSTM)模型输入;构建VMD-PE-GWOLSTM复合模型。经南海实测数据验证,该模型将波高数据分解为8个趋势项序列,预报精度达到R~2=0.985 7,能更精准地预报波高数据从而保障航行中的船舶安全。 展开更多
关键词 变分模态分解 排列熵 南海波高预测 长短时记忆神经网络
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 41 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈