海洋預(yù)報(bào)最新期刊目錄

秦皇島地區(qū)2023年夏季海陸風(fēng)特征研究————作者：王嘉鑫;楊洋;張延賓;劉志濤;王乃哲;呂鑫;楊文霞;

摘要：利用2023年7—9月自動(dòng)氣象站觀測(cè)數(shù)據(jù)、沿海錨碇浮標(biāo)觀測(cè)數(shù)據(jù)以及風(fēng)廓線雷達(dá)數(shù)據(jù)，統(tǒng)計(jì)分析了秦皇島地區(qū)6個(gè)代表性站點(diǎn)4類海陸風(fēng)的發(fā)生頻次、強(qiáng)度、開始和結(jié)束時(shí)間等特征，并比較不同類型海風(fēng)間的差異、海陸風(fēng)發(fā)生時(shí)的大氣環(huán)流形勢(shì)以及海風(fēng)發(fā)生時(shí)的動(dòng)能增幅。結(jié)果表明：依據(jù)地面氣象站 10 m 風(fēng)向相對(duì)于海岸線的角度劃分不同海風(fēng)的風(fēng)向范圍，可將秦皇島地區(qū)的海風(fēng)劃分為純海風(fēng)、螺旋海風(fēng)、后門海風(fēng)及天氣學(xué)海風(fēng)4類。秦...

2024年海水倒灌事件長(zhǎng)江口海域風(fēng)浪潮特征分析————作者：吳旭云;丁駿;秦濤;

摘要：2024年我國(guó)沿海部分區(qū)域發(fā)生海水倒灌，引發(fā)全國(guó)關(guān)注。基于實(shí)測(cè)資料和浪潮耦合數(shù)值模型，分析兩次海水倒灌事件期間長(zhǎng)江口海域風(fēng)浪潮特征，研究海水倒灌事件成因和機(jī)制。結(jié)果表明：兩次事件均與強(qiáng)北風(fēng)過境有關(guān)，但又顯著不同。10月事件前期異常北風(fēng)占主導(dǎo)，但后期東海出現(xiàn)強(qiáng)東北偏東風(fēng)，渤黃海罕見的二次增水是北風(fēng)松弛階段回蕩的開爾文波和東海強(qiáng)東北偏東風(fēng)過程誘發(fā)的陸架強(qiáng)迫波共同作用的結(jié)果，二者的貢獻(xiàn)占比為42%和58...

黃渤海海霧診斷分析及衛(wèi)星云圖特征————作者：高松影;史月琴;趙婷婷;王玉琦;孟鑫;

摘要：利用MICAPS氣象常規(guī)觀測(cè)資料、NOAA PSL分析數(shù)據(jù)、ECMWF ERA5再分析數(shù)據(jù)，基于2009—2023年衛(wèi)星云圖提供的觀測(cè)事實(shí)，選取38個(gè)典型黃渤海海霧個(gè)例，對(duì)黃渤海海霧天氣氣候特征、形成及持續(xù)條件，邊界層、衛(wèi)星云圖特征等進(jìn)行了診斷分析。研究表明：黃渤海海霧絕大多數(shù)在黃海生成，登陸后主要分布在遼東半島東部及丹東地區(qū)。黃渤海海霧季節(jié)性分布特征主要與海表面溫度月變化相關(guān)。海霧形成主要條件，...

我國(guó)近海海域海上搜救事故特征分析以及搜救事故易發(fā)區(qū)風(fēng)險(xiǎn)評(píng)估————作者：徐江玲;劉桂艷;劉愛超;李杰;李軼斐;

摘要：基于“國(guó)家海上搜救環(huán)境保障服務(wù)平臺(tái)”和中國(guó)海上搜救中心公開發(fā)布的海上事故統(tǒng)計(jì)數(shù)據(jù)，詳盡分析了海上交通事故的時(shí)空分布特征以及事故類型，繪制海上交通事故熱點(diǎn)圖，并依據(jù)分析結(jié)果建立事故易發(fā)區(qū)風(fēng)險(xiǎn)評(píng)估模型，依據(jù)海事局責(zé)任管轄區(qū)，給出各區(qū)的搜救事故易發(fā)的風(fēng)險(xiǎn)評(píng)估結(jié)果。結(jié)果表明：中國(guó)近海大部分海上事故都發(fā)生在淺水區(qū)，深水區(qū)發(fā)生海上事故的概率相對(duì)較小，港口群集，航道密布和通航船只頻繁的區(qū)域?yàn)槭鹿识喟l(fā)區(qū)，險(xiǎn)情發(fā)生...

基于B/S架構(gòu)的海上搜救應(yīng)急預(yù)報(bào)平臺(tái)設(shè)計(jì)與應(yīng)用————作者：郭凱旋;于寒;楊逸秋;張守文;張苗茵;王夢(mèng)佳;

摘要：針對(duì)建設(shè)海洋強(qiáng)國(guó)背景下我國(guó)海上搜救應(yīng)急預(yù)報(bào)和輔助決策工作中面臨的新形勢(shì)和新需求，基于B/S架構(gòu)建立了海上搜救應(yīng)急預(yù)報(bào)平臺(tái)，集成海上搜救事件應(yīng)急漂移預(yù)測(cè)運(yùn)算、結(jié)果輸出、人工訂正與顯示、搜救應(yīng)急專報(bào)制作等功能，實(shí)現(xiàn)了搜救應(yīng)急預(yù)報(bào)全流程的同平臺(tái)操作，極大提升了海上搜救應(yīng)急預(yù)報(bào)保障能力

廣州海域精細(xì)化海洋災(zāi)害數(shù)值預(yù)警報(bào)系統(tǒng)的構(gòu)建與應(yīng)用————作者：馬榮華;陳海韻;羅陽;曾志豪;溫嘉勛;張麗;葉成瑤;李冬冬;陳小云;來志剛;

摘要：為提升廣州市海洋預(yù)警監(jiān)測(cè)能力，基于FVCOM水動(dòng)力模式、結(jié)構(gòu)網(wǎng)格和非結(jié)構(gòu)網(wǎng)格版本的SWAN海浪模式、WRF氣象模式、SWAT流域水文模式，采取多模式耦合+多尺度+嵌套的方法構(gòu)建了自動(dòng)化運(yùn)行的廣州海域精細(xì)化海洋災(zāi)害數(shù)值預(yù)警報(bào)系統(tǒng)。經(jīng)評(píng)估，該系統(tǒng)預(yù)報(bào)的各項(xiàng)參數(shù)與實(shí)測(cè)吻合良好，預(yù)報(bào)結(jié)果具有較高的可靠性。該數(shù)值預(yù)報(bào)系統(tǒng)的建立實(shí)現(xiàn)了潮位、潮時(shí)、波高、波周期、波向、水溫、鹽度、海流等要素的48小時(shí)預(yù)報(bào)，以及風(fēng)...

ECMWF細(xì)網(wǎng)格10 m風(fēng)預(yù)報(bào)在象山港海域的評(píng)估與訂正————作者：鄧琪;楊怡曼;張晟寧;朱曉翠;鄭健;

摘要：系統(tǒng)評(píng)估了歐洲中期天氣預(yù)報(bào)中心EC細(xì)網(wǎng)格10 m風(fēng)24 h預(yù)報(bào)產(chǎn)品在象山港海域的準(zhǔn)確性，選取2016—2020年1月、4月、7月、10月的EC預(yù)報(bào)資料，與象山港不同區(qū)域3個(gè)代表站點(diǎn)的實(shí)測(cè)風(fēng)速和風(fēng)向資料進(jìn)行對(duì)比分析，探討概率密度匹配法及長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型對(duì)預(yù)報(bào)的訂正效能。結(jié)果表明：相比于平均風(fēng)速，極大風(fēng)速的EC預(yù)報(bào)結(jié)果與象山港海域的實(shí)測(cè)更接近。具體而言，EC對(duì)內(nèi)港6級(jí)風(fēng)的預(yù)報(bào)效果最好，外港預(yù)報(bào)效...

葵花8號(hào)AHI晴空水汽輻射率資料同化對(duì)北上臺(tái)風(fēng)“巴威”的降水預(yù)報(bào)影響研究————作者：董琪如;劉麗麗;潘曉;邱曉濱;李得勤;楊旭;

摘要：為提升北上臺(tái)風(fēng)強(qiáng)降水的精細(xì)化預(yù)報(bào)水平，針對(duì)2020年8月的北上臺(tái)風(fēng)“巴威”，利用3 km分辨率的天氣預(yù)報(bào)模式（WRF）及其三維變分同化（3D-Var）系統(tǒng)，研究靜止氣象衛(wèi)星葵花8號(hào)成像儀（AHI）的3條水汽通道晴空輻射率資料不同同化頻次對(duì)此次北上臺(tái)風(fēng)降水預(yù)報(bào)的影響，并分析了1 h循環(huán)同化試驗(yàn)改善強(qiáng)降水的動(dòng)力和熱力原因。研究結(jié)果表明：循環(huán)同化AHI晴空水汽輻射率資料對(duì)臺(tái)風(fēng)中心最低氣壓及中心最大風(fēng)速的...

北部灣不同等級(jí)霧的微物理特征分析：以欽州一次海霧過程為例————作者：陸芊芊;鄭鳳琴;李廣桃;韋美鬧;

摘要：利用2021年春季在欽州觀測(cè)到的霧滴譜數(shù)據(jù)，分析了輕霧、大霧、濃霧和強(qiáng)濃霧4個(gè)等級(jí)下的微物理特征，探討不同海霧等級(jí)下的微物理過程。結(jié)果表明：隨著霧等級(jí)的增加，霧滴數(shù)濃度、液態(tài)含水量、平均直徑的平均值和數(shù)濃度的最大值逐漸增大，平均直徑的最大值出現(xiàn)在濃霧等級(jí)下；霧滴譜呈現(xiàn)單調(diào)遞減分布，平均譜滿足Junge 分布，從輕霧到強(qiáng)濃霧的霧滴譜譜線逐級(jí)抬升，輕霧的譜寬最窄，大霧、濃霧、強(qiáng)濃霧的譜寬一致，最大霧滴...

臺(tái)風(fēng)“三巴”（2316）路徑和降水預(yù)報(bào)偏差分析————作者：石娟;吳俞;吳敏;

摘要：利用地面自動(dòng)站降水資料、0.25°×0.25°經(jīng)緯度分辨率的ERA5再分析資料、衛(wèi)星資料、上海臺(tái)風(fēng)所最佳路徑集和EC全球模式細(xì)網(wǎng)格預(yù)報(bào)數(shù)據(jù)對(duì)2316號(hào)臺(tái)風(fēng)“三巴”移動(dòng)路徑和海南暴雨預(yù)報(bào)偏差及其原因進(jìn)行分析。通過分析發(fā)現(xiàn)，EC預(yù)報(bào)臺(tái)風(fēng)路徑比實(shí)況略偏西偏北，移速偏快，南折時(shí)間點(diǎn)偏晚，主要原因是EC預(yù)報(bào)副熱帶高壓強(qiáng)度偏強(qiáng)，冷空氣影響海南的強(qiáng)度偏弱。海南省氣象臺(tái)對(duì)暴雨量級(jí)評(píng)分主觀預(yù)報(bào)比EC模式預(yù)報(bào)高0.3...

青島近海海霧預(yù)報(bào)多模式對(duì)比分析及誤差訂正————作者：顧瑜;時(shí)曉曚;

摘要：利用2018—2021年4—8月青島氣象自動(dòng)觀測(cè)站資料、ECMWF細(xì)網(wǎng)格模式資料、CMA-SH9模式資料及中國(guó)海洋大學(xué)區(qū)域大氣與海洋短期實(shí)時(shí)預(yù)報(bào)系統(tǒng)模式，對(duì)比分析不同月份和不同天氣形勢(shì)下青島近海各模式能見度產(chǎn)品效果預(yù)報(bào)。結(jié)果表明：在青島霧季的不同月份，各模式的能見度預(yù)報(bào)效果有差距，整個(gè)霧季預(yù)報(bào)中，中國(guó)海洋大學(xué)模式最優(yōu)，其次為CMA-SH9模式，ECMWF模式的預(yù)報(bào)效果最差。ECMWF模式的能見度預(yù)...

威海極端南北大風(fēng)特征對(duì)比及天氣分型研究————作者：張萍萍;辛文鵬;遲靜;張莉萍;張寧;

摘要：利用威海市近10年區(qū)域自動(dòng)站資料和其他常規(guī)觀測(cè)數(shù)據(jù)，對(duì)威海市極端南北大風(fēng)特征及天氣分型進(jìn)行了對(duì)比分析，得出了如下結(jié)論：威海南北大風(fēng)極端值的大值區(qū)主要分布在沿海地區(qū)，其中北大風(fēng)平均風(fēng)極端最大值可達(dá)到12級(jí)，陣風(fēng)極端最大值可達(dá)到14級(jí)，南大風(fēng)平均風(fēng)極端最大值可達(dá)到12級(jí)，陣風(fēng)極端最大值可達(dá)到13級(jí)。極端偏北大風(fēng)的年頻數(shù)要大于南大風(fēng)；此外發(fā)現(xiàn)，極端北大風(fēng)主要由冷鋒后部型、冷鋒-氣旋型和臺(tái)風(fēng)型三種天氣型，...

欽江-茅尾海豐、枯水期鹽水入侵的鹽度分布特征：以2021年鹽水入侵為例————作者：鄭華;劉潔;張文武;肖毅;

摘要：欽江-茅尾海地區(qū)受鹽水入侵影響顯著。基于MIKE 3模塊構(gòu)建鹽水入侵三維數(shù)值模型，在細(xì)致驗(yàn)證的基礎(chǔ)上，模擬豐水期和枯水期的鹽水入侵過程并研究鹽度分布特征。結(jié)果表明：豐水期茅尾海內(nèi)鹽度平面變化梯度大，枯水期欽江河道內(nèi)鹽度平面變化梯度大；漲憩時(shí)刻欽江河道大部分為完全摻混狀態(tài)，鹽度垂向混合較為良好；枯水期的鹽水上溯更加劇烈，鹽水上溯最遠(yuǎn)距離與平均距離較豐水期均增加50%以上

中國(guó)近海2023年災(zāi)害性海浪分析及2024年預(yù)測(cè)————作者：呂睿;徐瑞;王娟娟;侯放;李本霞;孟凡昌;朱亞波;魏世哲;蔣學(xué)站;

摘要：對(duì)2023年中國(guó)近海災(zāi)害性海浪（有效波高≥4 m）過程及災(zāi)情進(jìn)行總結(jié)和分析，并對(duì)2023年的預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)。根據(jù)往年的資料統(tǒng)計(jì)結(jié)果以及2024年熱帶氣旋和副熱帶高壓的預(yù)測(cè)分析，結(jié)合歷史氣候態(tài)相似年的分析，預(yù)測(cè)得到2024年中國(guó)近海的災(zāi)害性海浪過程。預(yù)測(cè)結(jié)果認(rèn)為：2024年中國(guó)近海將發(fā)生災(zāi)害性海浪過程33～37次，較2023年增多，但較常年平均次數(shù)略偏少；災(zāi)害性臺(tái)風(fēng)浪過程為11～13次，主要影響我...

海洋與大氣領(lǐng)域大模型研究進(jìn)展————作者：張子良;于華明;任姝彤;張辰宇;

摘要：詳細(xì)探討了近年來全球尺度上主要的海洋和大氣深度學(xué)習(xí)預(yù)報(bào)模型，尤其是基于Transformer架構(gòu)的自回歸模型。按照模型的提出時(shí)間，重點(diǎn)介紹了FourCastNet、Pangu-Weather、ClimaX、GraphCast、FengWu、FuXi和AI-GOMS模型的基本架構(gòu)、訓(xùn)練數(shù)據(jù)以及預(yù)報(bào)性能。通過比較這些模型，揭示其發(fā)展的主要趨勢(shì)，即從簡(jiǎn)單的Transformer結(jié)構(gòu)到引入AFNO、Swi...

考慮排水管網(wǎng)的海甸島城市淹沒影響數(shù)值模擬研究————作者：程廣晨;江文勝;

摘要：為探究排水系統(tǒng)在極端天氣條件下對(duì)海甸島城市復(fù)合淹沒的影響，采用ADCIRCSWMM耦合模型，建立了風(fēng)暴潮漫灘數(shù)值模型，通過模擬極端天氣事件下的城市淹沒過程，分析排水系統(tǒng)在極端事件下對(duì)海甸島城市復(fù)合淹沒的影響。模擬結(jié)果表明：排水系統(tǒng)增加了海甸島內(nèi)部系統(tǒng)與海洋的連通性，正常情況下可以起到防洪排澇作用，降低城市的淹沒風(fēng)險(xiǎn)；而當(dāng)極端天氣事件發(fā)生時(shí)，隨著外海水位上升，排水口可能會(huì)受到潮位頂托的影響，導(dǎo)致排水...

風(fēng)漂因子在溢油模擬中的影響分析————作者：吳悠;紀(jì)棋嚴(yán);楊逸秋;左軍成;田逸倫;張雨婷;周嬋娟;

摘要：對(duì)中國(guó)近海“桑吉”輪溢油和地中海黎巴嫩溢油案例進(jìn)行深入分析，比較了GNOME(General NOAA Operational Modeling Environment)和NOOFM(NMEFC Operational Oilspill Forecasting Model)兩種溢油模型在處理風(fēng)漂因子方面的差異以及風(fēng)漂因子對(duì)溢油擴(kuò)散產(chǎn)生的影響。研究結(jié)果表明：風(fēng)漂因子對(duì)溢油軌跡的模擬有顯著影響，尤其是...

全球志愿觀測(cè)船數(shù)據(jù)的適用性分析————作者：汪冬冬;南雪景;李肖霞;雷勇;

摘要：基于2022年全球通訊系統(tǒng)（GTS）共享的志愿觀測(cè)船觀測(cè)數(shù)據(jù)，與歐洲中期天氣預(yù)報(bào)中心的ERA5數(shù)據(jù)開展比較研究。采用定量統(tǒng)計(jì)指標(biāo)（相關(guān)系數(shù)CC、相對(duì)偏差RB、均方根誤差RMSE、平均誤差ME、平均絕對(duì)誤差MAE），重點(diǎn)分析海洋氣象基本氣候變量觀測(cè)船舶（ECVs船舶）獲得的氣溫、氣壓、相對(duì)濕度、風(fēng)速等要素的有效觀測(cè)數(shù)據(jù)與ERA5數(shù)據(jù)在不同時(shí)間、不同區(qū)域的一致性，并探究船舶觀測(cè)的氣象數(shù)據(jù)在全球的適用性...

江門海域增水特征分析————作者：秦鈺;邢會(huì)斌;張娟;

摘要：基于2020—2021年江門市下川島、上川島等5個(gè)海洋觀測(cè)站點(diǎn)的海洋和氣象觀測(cè)數(shù)據(jù)，對(duì)江門海域增水的季節(jié)特征進(jìn)行分析，并進(jìn)一步探究江門海域異常增水在臺(tái)風(fēng)期和非臺(tái)風(fēng)期的驅(qū)動(dòng)來源。結(jié)果表明：江門海域各站點(diǎn)增水變化一致，且有顯著的季節(jié)差異，即冬春季增水振幅變化大而夏秋季（非臺(tái)風(fēng)影響期間）相對(duì)穩(wěn)定。增水變化特征主要與緯向風(fēng)有關(guān)，東風(fēng)增強(qiáng)（減弱）時(shí)水位升高（降低），西風(fēng)期間則呈現(xiàn)出相反的特征。經(jīng)向風(fēng)和氣壓在...

基于XGBoost和SHAP的海灘波浪爬高預(yù)測(cè)研究————作者：張建;丁佩;劉楷操;路川藤;

摘要：海灘波浪爬高預(yù)測(cè)是海岸侵蝕防護(hù)和防災(zāi)減災(zāi)的關(guān)鍵技術(shù)支撐。針對(duì)現(xiàn)有經(jīng)驗(yàn)公式在精確度、泛化性等方面的不足，將極限梯度提升模型XGBoost引入到波浪爬高預(yù)測(cè)中，利用1 400多個(gè)來自實(shí)驗(yàn)室和現(xiàn)場(chǎng)觀測(cè)的海灘波浪爬高數(shù)據(jù)，通過貝葉斯優(yōu)化進(jìn)行超參數(shù)調(diào)整，建立基于XGBoost的海灘波浪爬高預(yù)測(cè)模型。此外，還將可解釋機(jī)器學(xué)習(xí)框架SHAP與XGBoost模型結(jié)合，以挖掘波浪爬高預(yù)測(cè)結(jié)果的關(guān)鍵特征。評(píng)估結(jié)果表明：...

　　海洋預(yù)報(bào)來自網(wǎng)友的投稿評(píng)論：

提交