《基于预报轨迹校正模型的AUV热带气旋追踪方法》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2024-02-21
  • 近日,自然资源部第二海洋研究所与上海交通大学联合培养的硕士研究生戚方正和博士研究生马习文以第一和第二作者在Ocean Engineering 上发表了题为“Tropical cyclone tracking for autonomous underwater vehicles based on forecast path correction model”的研究论文,论文通讯作者为自然资源部第二海洋研究所杨劲松研究员。

    传统的热带气旋(TC)观测方法已经越来越不能满足海洋科学发展的需要。可以预见,无人化、智能化的观测方法将是未来海洋观测的发展方向。与被动观测的方法不同,本研究依据追踪TC引起的流场中心来确定TC中心的思路,提出了一种AUV主动追踪TC并实时校正轨迹预报误差的可行方案。

    预报轨迹校正模型定义了四种类型的点,它们主要作为模型的计算对象,用于描述特定的TC追踪过程。本研究还设计了数据处理模块和海流计算模块用于更新待计算的关键点。除此之外,校正算法的设计可以通过分析既有的轨迹误差,进而推测未来预报点的误差,以此实现轨迹校正。

    模型在计算关键路径点的过程中,采用了多边定位法来确定一个具有稳定结构的TC所激发的海流的中心。校正算法在确定AUV追踪轨迹的同时,也修正了TC路径预报数据带来的误差。最后,文章通过仿真实验,验证了该模型的有效性。

    通过对仿真结果误差性质的分析,AUV成功地将海流数据产生的误差均值和方差与理论期望进行了匹配。需要指出的是,该研究中的应用场景涉及到许多相互关联的逻辑关系,不能将其拆分成一个个孤立的数学问题。虽然算法在仿真中显示出了表现较好的结果,但进一步的改进仍然需要来自真实世界数据的支持。该研究为AUV在现实条件下持续追踪TC奠定了基础,这同时也为现场作业中高效采集数据提供了可能。

    该研究得到了国家自然科学基金项目、上海交通大学深蓝计划、南方海洋科学与工程广东实验室(珠海)创新团队科研建设经费的资助。

    论文引用:F.Z. Qi, X.W. Ma and J.S. Yang, 2024. “Tropical cyclone tracking for autonomous underwater vehicles based on forecast path correction model” , Ocean Engineering.

  • 原文来源:https://www.sio.org.cn/a/yjcg/21958.html
相关报告
  • 《深度思维AI模型表现超越现有天气预报》

    • 来源专题:光电信息技术
    • 编译者:王靖娴
    • 发布时间:2024-12-12
    • 【内容概述】据科学网12月12日报道,DeepMind 推出了最新机器学习模型。该模型能根据当前和未来天气进行可靠的概率天气预报,其表现不但超过了最好的传统中程天气预报,还能更好地预测极端天气、热带气旋路线和风能产量。 这个名为“GenCast”的机器学习天气预测方法,能生成概率性预测,即根据当前和之前的天气状态预测未来天气的可能性。团队用40年(1979—2018年)的天气发生最佳估计分析数据训练了GenCast,使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。相较于欧洲中期天气预报中心的集合预报(ENS,一种确定性预报且是全球当前最好的中期预报),他们发现,在用于评估表现的1320个指标中,GenCast在其中97.2%的指标上都优于ENS。此外,GenCast在预测极端天气、热带气旋路线和风能产量时更有效。
  • 《研发预报风暴潮的模型》

    • 来源专题:物理海洋学知识资源中心
    • 编译者:张灿影
    • 发布时间:2020-09-25
    • 风暴潮有时会使沿海海平面上升10英尺或更多,危及沿岸的社区和企业。但来自中佛罗里达大学的新研究表明,有一种方法可以预测风暴潮发生的时间段。研究人员开发了一种模型,通过将风暴潮与大尺度气候变化(如厄尔尼诺现象)联系起来,从而预测海平面的极端变化。厄尔尼诺现象是发生在亚洲和南美洲之间的太平洋海面温度周期性变暖的一种气候现象,该现象会影响全球天气。这项研究建立在先前研究的基础之上,研究结果表明风暴潮是极端海平面变化的一个主要因素,即当水位阈值高于或低于正常情况时发生的一种天气现象。除了风暴潮,极端海平面变化背后的因素还包括平均海平面和低频潮汐。海岸洪水风险评估往往忽略了极端海平面变化的作用和某些时期的洪水风险,而是侧重于海平面的长期上升趋势。研究者认为,了解极端海平面的变化将有助于更好地计划和减轻他们所带来的影响。为了建立这些模型,研究人员将诸如厄尔尼诺现象等大规模气候变化与风暴潮活动联系起来。通过预测过去风暴潮的变化来调试气候模型,然后将预测结果与实际发生的情况进行比较。结果表明,无论是热带风暴季节还是温带风暴季节,模式结果几乎可以预测所有沿海地区风暴潮指标的总体变化趋势和变异。对于佛罗里达州来说,模型反映了西海岸风暴潮与东部风暴潮变化的差异。西海岸的水位稍大一些,两条海岸线的高点和低点也不同步。研究人员将继续改进他们的模型,使他们所使用的全球气候模型的精确度不断提高。 相关论文链接:https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2020JC016295 (郭亚茹 编译; 张灿影 审校)