有效波高数据是研究热带气旋海浪预测方法和反演技术的前提,文章利用中法海洋卫星(China-France oceanography satellite,CFOSAT)波谱仪(surface waves investigation and monitoring,SWIM)高精度有效波高观测数据,校正欧洲中期天气预...有效波高数据是研究热带气旋海浪预测方法和反演技术的前提,文章利用中法海洋卫星(China-France oceanography satellite,CFOSAT)波谱仪(surface waves investigation and monitoring,SWIM)高精度有效波高观测数据,校正欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts,ECMWF)第5代再分析资料(the fifth generation ECMWF reanalysis,ERA5)在高海况下低估有效波高的误差,为构建高精度、大样本量的热带气旋海浪有效波高数据集提供了一种可靠方法。首先,由于ERA5与SWIM数据存在时空分辨率差异,文章利用经纬度变换和反距离加权法空间插值对两种数据进行时空匹配。然后,通过数据对比得到了ERA5误差随SWIM有效波高增大而增大的相关关系,进而使用线性回归方法构建了从ERA5到SWIM的有效波高重构方程。最后,使用两处美国国家数据浮标中心(National Data Buoy Center,NDBC)浮标数据对重构方程进行了验证,对于5m以上海浪,ERA5有效波高数据的均方根误差分别从重构前的1.65m和1.08m降低到重构后的1.18m和0.71m,证明了重构方程的有效性。展开更多
针对热带气旋灾害的复杂性和不确定性,文章基于贝叶斯网络和地理信息系统(geographic information system,GIS)提出了一种新的热带气旋灾害风险评估模型。该模型能够从客观历史数据中自动挖掘灾害影响因素间的因果关系,并以概率形式进...针对热带气旋灾害的复杂性和不确定性,文章基于贝叶斯网络和地理信息系统(geographic information system,GIS)提出了一种新的热带气旋灾害风险评估模型。该模型能够从客观历史数据中自动挖掘灾害影响因素间的因果关系,并以概率形式进行表达和推理,从而对不确定灾害风险进行评估预测。基于1980—2016年中国东南沿海三省(广东、福建、浙江)的热带气旋灾害历史数据进行风险评估实验,选取致灾因子危险性、孕灾环境敏感性、承灾体脆弱性3个方面共计12个评估指标作为模型输入,直接经济损失量化为灾害风险等级作为模型输出,构建基于贝叶斯网络的风险评估模型。然后利用2017—2021年热带气旋灾害数据进行模型检验,评估预测的准确率为80.75%。模型预测的极低、低、中、高和极高风险的相对误差分别为27.72%、8.45%、18.58%、16.52%和19.12%,风险预测值的区划结果在空间形态上与实际灾害损失分布高度一致。此外,还将评估模型构建方法应用于“莫兰蒂”台风灾害个例的风险评估。结果表明,模型评估出的灾害高风险和极高风险区域与实际灾情报告基本一致。由此可见,本研究建立的热带气旋灾害风险评估模型具有较高的准确率和可信度,为热带气旋灾害风险评估提供了一种新的方法途径和技术支撑。展开更多
文摘有效波高数据是研究热带气旋海浪预测方法和反演技术的前提,文章利用中法海洋卫星(China-France oceanography satellite,CFOSAT)波谱仪(surface waves investigation and monitoring,SWIM)高精度有效波高观测数据,校正欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts,ECMWF)第5代再分析资料(the fifth generation ECMWF reanalysis,ERA5)在高海况下低估有效波高的误差,为构建高精度、大样本量的热带气旋海浪有效波高数据集提供了一种可靠方法。首先,由于ERA5与SWIM数据存在时空分辨率差异,文章利用经纬度变换和反距离加权法空间插值对两种数据进行时空匹配。然后,通过数据对比得到了ERA5误差随SWIM有效波高增大而增大的相关关系,进而使用线性回归方法构建了从ERA5到SWIM的有效波高重构方程。最后,使用两处美国国家数据浮标中心(National Data Buoy Center,NDBC)浮标数据对重构方程进行了验证,对于5m以上海浪,ERA5有效波高数据的均方根误差分别从重构前的1.65m和1.08m降低到重构后的1.18m和0.71m,证明了重构方程的有效性。
文摘针对热带气旋灾害的复杂性和不确定性,文章基于贝叶斯网络和地理信息系统(geographic information system,GIS)提出了一种新的热带气旋灾害风险评估模型。该模型能够从客观历史数据中自动挖掘灾害影响因素间的因果关系,并以概率形式进行表达和推理,从而对不确定灾害风险进行评估预测。基于1980—2016年中国东南沿海三省(广东、福建、浙江)的热带气旋灾害历史数据进行风险评估实验,选取致灾因子危险性、孕灾环境敏感性、承灾体脆弱性3个方面共计12个评估指标作为模型输入,直接经济损失量化为灾害风险等级作为模型输出,构建基于贝叶斯网络的风险评估模型。然后利用2017—2021年热带气旋灾害数据进行模型检验,评估预测的准确率为80.75%。模型预测的极低、低、中、高和极高风险的相对误差分别为27.72%、8.45%、18.58%、16.52%和19.12%,风险预测值的区划结果在空间形态上与实际灾害损失分布高度一致。此外,还将评估模型构建方法应用于“莫兰蒂”台风灾害个例的风险评估。结果表明,模型评估出的灾害高风险和极高风险区域与实际灾情报告基本一致。由此可见,本研究建立的热带气旋灾害风险评估模型具有较高的准确率和可信度,为热带气旋灾害风险评估提供了一种新的方法途径和技术支撑。
