Data-driven, high resolution ocean wave forecasting and extreme wave predictions
Data-driven, high resolution ocean wave forecasting and extreme wave predictions
复制标题
数据驱动的高分辨率海浪预测和极端波浪预测
DOI：
10.1016/j.oceaneng.2022.113271
复制
发表时间：
2023
影响因子：
5
通讯作者：
Balachandran, Balakumar
中科院分区：
文献类型：
--
作者：
Breunung, Thomas;Balachandran, Balakumar
可靠的海浪预报对于降低极端海浪对船舶和海上基础设施构成的风险至关重要。尽管从理论研究和不断改进的业务海浪预报系统中获得了深刻的见解，但极端海浪的出现仍然是不可预测的。在这篇文章中，作者提出了一种数据驱动的建模方法来生成高分辨率的波浪预报，用于捕获单个波浪，包括流氓波。为此，利用将海面分解成一组快速振荡和缓慢变化的振幅。随后，通过使用通用的数据驱动的方法来预测缓慢的振幅变化。在这种方法中，数据驱动技术的外推范围通过幅度变化的缓慢性来扩展。该方法的能力证明了使用现有的测量从实验波槽和海洋浮标的现场数据。
Reliable ocean wave forecasts are critical for reducing the risk posed by extreme waves for ships and offshore infrastructure. Despite insights gained from theoretical investigations and constantly improving operational wave forecasting systems, the emergence of extreme waves remain unpredictable. In this article, the authors propose a data-driven modelling approach to generate high resolution wave forecasts for capturing individual waves, including rogue waves. To this end, a decomposition of the sea surface into a set of rapid oscillations and slowly varying amplitudes is utilized. The slow amplitude variations are subsequently forecasted by using universal, data-driven methods. In this approach, the extrapolation range of the data-driven techniques is extended by the slowness of the amplitude variations. The method’s capabilities are demonstrated by using available measurements from an experimental wave tank and field data from ocean buoys.
登录
查看更多内容
北海安德里亚风暴和数值模拟
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
E. Bitner;L. Fernández;J. Lefèvre;J. Monbaliu;A. Toffoli
通讯作者：
A. Toffoli
DOI：
--
发表时间：
2001
期刊：
影响因子：
--
作者：
S. Haver;Statoil
通讯作者：
Statoil
影响因子：
16.6
作者：
通讯作者：
--
极端波解决方案：参数研究和小波分析
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Ayan Moitra;Christopher C. Chabalko;B. Balachandran
通讯作者：
B. Balachandran
影响因子：
3.6
作者：
Cattrell, A. D.;Srokosz, M.;Marsh, R.
通讯作者：
Marsh, R.