《表1 不同输入信息组合的数值试验》
本文基于SVR机器学习方法,建立了渤海海域有效波高短期预测模型,并利用浮标观测数据进行3 h、6 h、12 h和24 h有效波高预测试验和结果验证。前人研究成果表明,与风向、风作用时间和风区长度等输入信息相比,风速对海浪预测技巧的提升更为重要[2]。此外,由于历史海浪状态能够改变海面粗糙度分布,因此本文在考虑风速影响的情况下,同时考虑海浪状态的影响,在预测模型中引入历史海浪状态作为输入信息。为分析不同的风浪输入信息组合对有效波高预测能力的影响,本文开展了多组有效波高预测的敏感性试验,共设计了32组数值试验(见表1),分别以M1—M32命名,表中符号H和U分别表示有效波高和10 m风速,下标表示时间,例如U0表示前当风速,U-3表示预测前3 h风速,U3表示未来3 h风速,H0表示当前有效波高,H3表示未来3 h有效波高。
图表编号 | XD00161764100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.30 |
作者 | 王燕、钟建、张志远 |
绘制单位 | 中国人民解放军91001部队、中国人民解放军91001部队、中国人民解放军91001部队 |
更多格式 | 高清、无水印(增值服务) |