[发明专利]基于近海浮标海浪观测数据构建的最大浪高预报系统

权利要求书

1.基于近海浮标海浪观测数据构建的最大浪高预报系统，其特征是：该系统包括浮标历史数据收集模块、数据质量控制模块、数据预处理模块、站点线性拟合建模模块、参数模型网格化模块以及网格化最大浪高预报模块；

所述浮标历史数据收集模块用于收集浮标站点的逐小时观测数据，并传送至数据质量控制模块；所述观测数据包括有效浪高、最大浪高、有效浪高质控码和最大浪高质控码；

所述数据质量控制模块通过有效浪高、最大浪高的阈值范围对观测数据进行初步筛选，通过观测仪器的数据质控码判断浮标的运行状态，剔除浮标仪器异常或维修时段的数据，通过同一时刻最大浪高和有效浪高比值剔除观测数据异常的样本数据，所述最大浪高和有效浪高比值在1～5之间时为正常观测数据；通过质量控制后，获得有效站点；

所述数据预处理模块用于将所述浮标历史数据收集模块收集的历史浮标观测数据先按照时间顺序，再按照空间顺序进行预处理，对每个质量控制后的样本数据标志其质控代码及所述样本的可靠性；

所述站点线性拟合建模模块用于对所述数据预处理模块处理的样本数据采用一元线性回归分析预测法，将有效浪高作为自变量，最大浪高作为因变量进行拟合建模，获得预测模型；所述预测模型如下：

式中，和分别为一元线性回归方程参数的估计值，X为有效浪高，为最大浪高的估计值；

根据所述预测模型，获得各浮标站点逐月份的一元线性回归方程参数表；

所述参数模型网格化模块基于所述各个浮标站点逐月份的一元线性回归方程参数表，分别对参数的估计值和采用反距离加权插值方法逐月份将各个浮标站点的回归方程参数插值至各个网格格点，最终形成关于参数的估计值和参数的估计值的逐月份网格化静态参数文件；

所述网格化最大浪高预报模块基于有效浪高数值预报数据和网格化静态参数文件，通过并行计算的方式获得网格化最大浪高的预报。

2.根据权利要求1所述的基于近海浮标海浪观测数据构建的最大浪高预报系统，其特征在于：所述有效浪高Hs的阈值范围为0≤Hs≤20m，最大浪高Hmax的阈值范围为0≤Hmax≤30m。

参数估计值和利用历史样本数据通过最小二乘法进行估计获得；具体计算过程为：引入记号S_xx、S_yy、S_xy：

式中，X_i为浮标站观测的有效浪高的第i个样本数值，Y_i为最大浪高的第i个样本数值，为n个有效浪高样本的平均值，为n个最大浪高样本的平均值；

由上式求得一元线性回归方程的参数的估计值：

对每个浮标站点的观测数据分别对1至12月份进行建模，获得各浮标站点逐月份的一元线性回归方程参数表。

3.根据权利要求1所述的基于近海浮标海浪观测数据构建的最大浪高预报系统，其特征在于：

利用反距离加权插值方法获得参数估计值的网格化静态参数文件，具体为：

针对一个网格格点进行反距离加权插值，首先需要计算该网格格点到所有浮标站点的距离，即需要计算网格格点(U₀，V₀)到浮标站点(U_j，V_j)的距离d_j：

然后计算每个浮标站的权重，权重是距离的倒数函数；所述浮标站点(U_j，V_j)对网格格点(U₀，V₀)的权重系数为λ_j；

设定Z_a(U_j,V_j)为浮标站点(U_j，V_j)某个月份中参数估计值的数值，权重系数λ_j和该浮标站点参数Z_a(U_j,V_j)的乘积则为浮标站点(U_j，V_j)对网格格点(U₀，V₀)的贡献数值，最后将m个浮标站点进行总的加权计算，获得网格格点(U₀，V₀)的插值数值；即：

对每个网格格点重复上述操作，获得关于参数估计值的某月份网格化静态参数文件。