渤海海冰预报及三维数值模拟的研究

ID:34628898

大小:6.01 MB

页数:155页

时间:2019-03-08

渤海海冰预报及三维数值模拟的研究_第1页
渤海海冰预报及三维数值模拟的研究_第2页
渤海海冰预报及三维数值模拟的研究_第3页
渤海海冰预报及三维数值模拟的研究_第4页
渤海海冰预报及三维数值模拟的研究_第5页
资源描述:

《渤海海冰预报及三维数值模拟的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印

2、或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日中文摘要渤海海域冬季海水温度较低,每年都会结冰。冰情严重时会导致海冰灾害,给人类在海上的生命财产安全造成危害。通过卫星遥感获取海冰资料,结合气象条件深入研究海冰生消演变规律,利用数值模型模拟海冰演化,建立和完善海冰预报模型,对于防灾减灾具有十分重要的意义。为了获取更为精确的海冰预报基础资料,本文采用CART决策树

3、方法从MODIS卫星遥感数据反演海冰,同时对可见光、近红外和热红外多波段进行自动分类计算,有效消除了传统阈值法反演高悬沙等特殊海洋环境时出现的海冰误判。反演结果采用高分辨率中国环境与灾害监测预报小卫星(HJ-1A/1B)进行校验,确保了海冰预报基础资料的精度。根据本文遥感反演的6个冬季辽东湾海冰面积,结合锦州与营口两个气象观测站的实测气象资料分析,可以认为辽东湾海冰面积增长主要受低气温影响,其中低温天气时发生的离岸向大风累积次数直接影响年度海冰面积极值。通过回归分析发现低于-5°C的累积冻冰温度与冻冰阶

4、段的海冰面积具有显著的线性相关关系。基于最小二乘法开发了辽东湾海冰面积的长期和短期两种预报公式,长期预测公式只需提供气象条件即可进行预报。短期预报公式在预报下一期海冰面积时除需给出气象条件外,还需给出上一期的海冰面积观测值。拟合及预测结果表明两个公式均能实现较为准确的海冰面积预报。通过进一步引入非线性逼近能力更为强大的BP神经网络模型用于开发海冰预报模型,预报精度得到进一步提高。本文最后通过提出适合渤海特点的模型参数,考虑海洋-海冰耦合的海冰动力过程和热力过程,将基于有限体积算法的非结构化网格FVCOM

5、三维海洋模型用于2003~2004年冬季渤海海冰数值模拟。模拟结果表明,水动力、温盐以及海冰面积和厚度计算值与实测值吻合均较好,所建立的三维海冰数学模型输入参数合理,适合用于渤海中长期海冰数值模拟,具有较高的计算精度。FVCOM所采用的非结构化网格模型可实现对复杂岸线的准确描述及重点区域的局部加密,与气象预报相结合,未来可实现海冰的精细化模拟与预报。关键词:渤海海冰预报;MODIS卫星遥感数据;CART决策树;BP神经网络;海冰数值模拟;FVCOM模型ABSTRACTThewatertemperatur

6、eintheBohaiSeaislowinwinterandtheseaiceoccurseveryyear.Inheavyiceyears,theseaicedisasterwouldbeinducedandbeharmfultothesafetyofhumanlifeandpropertyinthesea.Therefore,itisofgreatimportanceforpreventingandreducingseadisastertodeveloppredictionmodelsofseaic

7、ethroughobtainingtheseaiceinformationbysatelliteremotesensing,investigatingtheprocessesofseaiceformationanddisappearanceusingmeteorologicaldata,simulatingtheseaiceevolutionapplyingthemumericalmodel.Toobtainbasicdatawithhighaccuracyforseaiceforecasting,th

8、emethodologyofCARTdecisiontreewasutilizedtoretrieveseaicefromMODISsatalliteremotingsensingdata.Themulti-bands,includingvisiblelight,nearinfraredlightandthermalinfraredimagingwereautomaticallyusedtoclassifyseaiceandothercat

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
正文描述:

《渤海海冰预报及三维数值模拟的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印

2、或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日中文摘要渤海海域冬季海水温度较低,每年都会结冰。冰情严重时会导致海冰灾害,给人类在海上的生命财产安全造成危害。通过卫星遥感获取海冰资料,结合气象条件深入研究海冰生消演变规律,利用数值模型模拟海冰演化,建立和完善海冰预报模型,对于防灾减灾具有十分重要的意义。为了获取更为精确的海冰预报基础资料,本文采用CART决策树

3、方法从MODIS卫星遥感数据反演海冰,同时对可见光、近红外和热红外多波段进行自动分类计算,有效消除了传统阈值法反演高悬沙等特殊海洋环境时出现的海冰误判。反演结果采用高分辨率中国环境与灾害监测预报小卫星(HJ-1A/1B)进行校验,确保了海冰预报基础资料的精度。根据本文遥感反演的6个冬季辽东湾海冰面积,结合锦州与营口两个气象观测站的实测气象资料分析,可以认为辽东湾海冰面积增长主要受低气温影响,其中低温天气时发生的离岸向大风累积次数直接影响年度海冰面积极值。通过回归分析发现低于-5°C的累积冻冰温度与冻冰阶

4、段的海冰面积具有显著的线性相关关系。基于最小二乘法开发了辽东湾海冰面积的长期和短期两种预报公式,长期预测公式只需提供气象条件即可进行预报。短期预报公式在预报下一期海冰面积时除需给出气象条件外,还需给出上一期的海冰面积观测值。拟合及预测结果表明两个公式均能实现较为准确的海冰面积预报。通过进一步引入非线性逼近能力更为强大的BP神经网络模型用于开发海冰预报模型,预报精度得到进一步提高。本文最后通过提出适合渤海特点的模型参数,考虑海洋-海冰耦合的海冰动力过程和热力过程,将基于有限体积算法的非结构化网格FVCOM

5、三维海洋模型用于2003~2004年冬季渤海海冰数值模拟。模拟结果表明,水动力、温盐以及海冰面积和厚度计算值与实测值吻合均较好,所建立的三维海冰数学模型输入参数合理,适合用于渤海中长期海冰数值模拟,具有较高的计算精度。FVCOM所采用的非结构化网格模型可实现对复杂岸线的准确描述及重点区域的局部加密,与气象预报相结合,未来可实现海冰的精细化模拟与预报。关键词:渤海海冰预报;MODIS卫星遥感数据;CART决策树;BP神经网络;海冰数值模拟;FVCOM模型ABSTRACTThewatertemperatur

6、eintheBohaiSeaislowinwinterandtheseaiceoccurseveryyear.Inheavyiceyears,theseaicedisasterwouldbeinducedandbeharmfultothesafetyofhumanlifeandpropertyinthesea.Therefore,itisofgreatimportanceforpreventingandreducingseadisastertodeveloppredictionmodelsofseaic

7、ethroughobtainingtheseaiceinformationbysatelliteremotesensing,investigatingtheprocessesofseaiceformationanddisappearanceusingmeteorologicaldata,simulatingtheseaiceevolutionapplyingthemumericalmodel.Toobtainbasicdatawithhighaccuracyforseaiceforecasting,th

8、emethodologyofCARTdecisiontreewasutilizedtoretrieveseaicefromMODISsatalliteremotingsensingdata.Themulti-bands,includingvisiblelight,nearinfraredlightandthermalinfraredimagingwereautomaticallyusedtoclassifyseaiceandothercat

显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭