The relation between the statistics of open ocean currents and the temporal correlations of the wind
我们研究风驱动的开放洋流的统计。利用积分海流的埃克曼层模式,我们用解析和数值方法研究了风场分布及其时间相关性与外海海流统计之间的关系。我们发现,时间上的长期相关的风的结果,其统计数据是成比例的风应力统计电流。另一方面,短程相关风导致的电流分量的高斯分布,而不管风的平稳分布,因此,到瑞利分布的电流振幅,如果风应力是各向同性的。一个有趣的结果是存在一个最佳的洋流振幅的风应力的相关时间的函数。结果进行了验证,使用海洋大气环流模式。
2013-05-16 physics.ao-ph
On the use of near-neutral Backward Lyapunov Vectors to get reliable ensemble forecasts in coupled ocean-atmosphere systems
在一个降阶的海气耦合系统--模块化任意阶海气模式(MAOOAM)中,应用耦合后向李雅普诺夫向量(BLV)进行集合预报。结果发现,总体上最好的一组BLV初始化(多尺度)耦合海洋-大气预报系统是与近中性或略负的李雅普诺夫指数。这一意想不到的结果与这样一个事实有关,即这些集合显示出比其他集合更大的海洋变量投影,从而导致海洋的适当传播,同时这些误差迅速转移到主要影响大气的最不稳定的BLV。后一种动力学是非线性混沌动力系统中任何一般扰动的自然属性,也允许与大气进行可靠的传播。此外,当目标是预测年度和十年时间尺度的低频变率时,这种具体选择变得更加重要。简要讨论了这些结果的业务集合预报耦合的海洋-大气系统的影响。
2020-06-21 nlin.CD physics.ao-ph
Fast response of deep ocean circulation to mid-latitude winds in the Atlantic
本文利用GRACE海底压力、再分析风场和26°N现场输运数据,揭示大西洋深海环流对中纬度风应力旋度的大尺度快速响应,并指出风强迫主导月尺度变率而GRACE可捕捉年际剩余波动。
2025-04-10 physics.ao-ph
Njord: A Probabilistic Graph Neural Network for Ensemble Ocean Forecasting
University of Helsinki(赫尔辛基大学);ETH AI Center(苏黎世联邦理工学院人工智能中心);Linköping University(利德诺大学)
提出结合深度潜变量框架和图神经网络的概率模型Njord,在全球和区域海洋实现单次前向传播采样集合预报,并引入K-means聚类网格适应不规则海面几何,相比确定性基线在观测评估中取得更低误差。
2026-10-15 cs.LG physics.ao-ph
Skill of Long-Range Forecasts of Ocean Wave Spectra from the Navy ESPC Version 2 System
Naval Research Laboratory(海军研究实验室)
本研究评估了美国海军ESPC v2系统中波浪模型长期预报的技巧,提出利用现场观测和数值模型作为中介的逐频带偏差校正新方法。
2025-10-09 physics.ao-ph
Borey: A High-Resolution Regional Atmosphere-Ocean-Sea Ice-Wave Forecasting System and Hindcast Dataset for the Barents and Kara Seas
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术学院);Shirshov Institute of Oceanology, Russian Academy of Sciences(俄罗斯科学院谢尔肖夫海洋研究所);Moscow Institute of Physics and Technology(莫斯科物理技术学院);Autonomous Non-Profit Organization Artificial Intelligence Research Institute (AIRI)(人工智能研究院(AIRI))
针对巴伦支海和喀拉海的高分辨率海洋信息需求,本文提出基于WRF-NEMO-SI3-WW3模型链的Borey后报数据集,提供2019-2023年多要素场,经初步验证具备合理精度,后续将重新计算验证统计量。
2026-08-14 physics.ao-ph
Massively Parallel Implicit Equal-Weights Particle Filter for Ocean Drift Trajectory Forecasting
预测海洋漂移轨迹对于许多应用都很重要,包括搜索和救援行动、溢油清理和冰山风险缓解。在操作环境中,漂移轨迹的预测是根据三维洋流的计算需求预测产生的。在这里,我们研究了一个补充的方法,为更短的时间尺度,通过使用最近的国家的最先进的隐式等权重粒子滤波器应用到一个简化的海洋模型。为了实现这一目标,我们提出了一种新的算法设计的数据同化系统中的所有组件-包括模型,模型误差,和粒子滤波器-利用大规模并行计算架构,如图形处理单元。更快的计算可以使现场和特设模型运行的应急管理,更大的合奏更好的不确定性量化。使用一个具有挑战性的测试案例与接近现实的混沌不稳定性,我们运行数据同化实验的基础上,从漂流和系泊浮标的合成观测,并分析漂移的轨迹预测。我们的研究结果表明,即使是稀疏的漂移观测也足以显着改善短期漂移预测长达12小时。等距系泊浮标观测只有0.1%的状态空间,合奏后的数据同化,高质量的概率预报的真实状态的准确描述。
2019-10-02 physics.ao-ph stat.CO
Ensemble model aggregation using a computationally lightweight machine-learning model to forecast ocean waves
本研究探讨了一种方法,以提高计算轻量级代理模型的准确性,通过更新预测的历史精度相对于稀疏的观测数据。使用一个轻量级的,海浪预报模型,我们创建了大量的模型合奏,扰动输入,为期两年的研究期。预测是使用机器学习算法汇总的,该算法将来自多个独立模型的预测组合成对真实状态的单个“最佳估计”预测。该框架被应用到一个案例研究网站在蒙特雷湾,加利福尼亚州。一个学习聚合技术使用历史观测和模式预报来计算每个集合成员的权重。加权合奏预测进行了比较,测量波条件,以评估性能对目前最先进的。最后,我们讨论了这个框架,它集成了合奏聚合和代理模型,可用于改善预报系统,并进一步使科学过程的研究。
2020-03-20 physics.ao-ph physics.geo-ph
Data-driven ensemble prediction of the global ocean
Artificial Intelligence Innovation and Incubation Institute(人工智能创新与孵化院);Fudan University(复旦大学);Shanghai Innovation Institute(上海创新研究院);Department of Atmospheric and Oceanic Sciences(大气科学与海洋科学系);Shanghai Academy of Artificial Intelligence for Science(上海人工智能科学研究院);FuXi Intelligent Computing Technology Co., Ltd.(复西智能计算技术有限公司)
本文提出FuXi-ONS系统,通过学习物理结构扰动和大气编码模块,实现全球海洋5天预报,提升概率预测质量并加快预测速度。
2026-03-20 cs.AI physics.ao-ph
Revealing wave-wave resonant interactions in ocean wind waves
Università di Torino(都灵大学);Woods Hole Oceanographic Institution(伍兹霍尔海洋研究所);Institute of Marine Sciences, CNR-ISMAR(国家研究委员会海洋科学研究所);INFN, Sezione di Torino(意大利国家核物理研究所都灵分部)
研究通过实验揭示海洋风浪中波-波共振相互作用,验证了理论预测的八字图模式,并发现多种共振配置,支持第三代海洋波模型的有效性。
2026-04-16 physics.ao-ph
Unravelling how winds and surface heat fluxes control the Atlantic Ocean's meridional heat transport
本研究利用海洋模拟,将大西洋环流和热输送分解为暖胞、冷胞和混合胞,揭示了风应力和表面热通量在短长期尺度上对经向热输送的差异化控制机制。
2025-06-01 physics.ao-ph
Horizontal and vertical energy fluxes of ocean surface waves and their derivation from spaceborne altimeter measurements
最近的研究表明,表面波的能量耗散,即通过海气界面的垂直能量通量,可以计算为空气密度、参考风速的立方和由风速、有效波高和主波周期组成的无量纲参数确定的能量传递系数的乘积。类似地,风生波的水平波能量通量可以由相同的无量纲风和波参数表示。卫星高度计定期报告参考风速和有效波高。本文提出了一种利用海浪和海风的相似性来提取高度计足迹中海浪特征周期的算法。卫星高度计的垂直和水平能量通量与海洋浮标测量的估计值在风和波候气候显著不同的四个地理位置非常一致。垂直能量通量与三次风速的关系密切,反映了短波在造波和破碎耗散中的主导作用。水平能量通量对风速的依赖性较弱,特别是在中、轻度风速时,反映了长涌浪分量对能量通量的主导作用。将能量通量参数化函数应用于卫星高度计测量,为估算全球尺度的海气交换和海洋能收支提供了一种有效的方法。这些数据很难通过其他方式获得。
2019-06-19 physics.ao-ph
Diagnostic vs dynamic representation of the inverse barometer effect in a global ocean model and its potential for probabilistic storm surge forecasting
Norwegian Meteorological Institute(挪威气象局);University of Bergen(卑尔根大学);European Centre for Medium-Range Weather Forecasts(欧洲中期天气预报中心)
本文研究了反气压效应在全球海洋模型中的诊断与动态表示方法,发现其能有效降低风暴潮预报的误差,尤其在封闭盆地和特定风暴事件中表现更佳。
2026-01-23 physics.ao-ph
A Study of Energy Transfer of Wind and Ocean Waves
为了更好地理解风和不同类型的波浪之间的能量转移,创建了一个模型来确定碎波上的增长因子和能量转移以及由此产生的速度矢量。该模型基于Sajjadi等人(1996年)关于剪切流引起的波浪增长的研究,采用了Weber和Melsom(1993年)开发的波速模型以及Sajjadi、Hunt和Drullion(2014年)开发的末端能量传递模型。
2017-04-14 physics.ao-ph
Bimodal directional propagation of wind-generated ocean surface waves
长期以来,人们一直假定风浪场的方向分布函数为单峰分布。虽然各种函数形式的细节不同,这些方向模型表明,所有频谱分量的波传播主要在风向。方向性分布的波束宽度在谱峰频率附近是最窄的,并且向更高和更低的频率增加。全球定位、激光测距和计算机技术的最新进展使得获取高分辨率的海洋表面波三维地形成为可能。海洋表面地形的方向谱分析清楚地表明,在一个年轻的波场,两个占主导地位的波系统在倾斜角的风和海洋表面显示交叉图案。产生这种双峰定向波场的一种可能机制是由风浪产生的菲利普斯共振理论所建议的共振传播。对于一个较成熟的波场,短于峰值波长的波分量也表现出对称于主导波向的双峰方向分布。后者的双峰方向性是由Hasselmann非线性波-波相互作用机制产生的。这些定向观测对遥感(海洋表面粗糙度的定向特性)和海气相互作用研究(质量、动量和能量转移的定向特性)的影响是重大的。
2019-06-19 physics.ao-ph
Statistical Features of the Wind Field over the Indian Ccean for the period 1998-2008
本文对1998- 2008年NCEP/NOAA提供的印度洋资料中的风场进行了统计分析。初步分析包括绘制平均风场<W(x,y,T)>和风动能通量<Ea(x,y,T)>的平均密度场,这些场是在不同时间段对T取平均值得到的,并评估这些场11年的趋势。随后的分析是关于划分的印度洋地区分为6个区,所提供的空间不均匀性的分析风场。这一分析包括:a)评估海洋和区域平均风速场和风能通量场的时间变化; b)构建这些场在不同尺度下平均的时间历史序列,并估计这些序列的频谱; c)找到风场的极值(在印度洋区域); d)构造风场的直方图;以及e)计算风场的前四个统计矩(在区域和整个海洋中)。所得结果使我们能够估计印度洋风场的储存能量、气候变率以及上述印度洋风场统计特征的分布。
2011-09-23 physics.ao-ph
Sensitivity of the ECMWF seasonal forecast model to CO2 and anthropogenic aerosol forcings: Experimental design and impact on climate trends
ECMWF(欧洲中期天气预报中心);Department of Meteorology and Geophysics, University of Vienna(维也纳大学气象与地球物理系);NCAS, University of Oxford, Atmospheric, Oceanic and Planetary Physics(牛津大学大气、海洋和行星物理国家环境科学研究中心)
该研究利用ECMWF耦合季节预报系统开展反事实后报实验,探究模式对CO₂和人为气溶胶强迫的敏感性,发现反事实后报可改变长期温度趋势,为动态归因和诊断模式缺陷提供了有力工具。
2026-08-20 physics.ao-ph
The International Workshop on Wave Hindcasting and Forecasting and the Coastal Hazards Symposium
继2013年10月在加拿大班夫举行的第13届波浪后报和预报国际讲习班和第4届沿海灾害专题讨论会之后,最近几期《海洋动力学》刊登了一本专题汇编。在这里,我们给一个简短的概述会议的历史,自1986年成立以来,在风产生的海浪和沿海灾害建模领域取得的进展,然后我们总结的主要成果,出现在专题收集的文件。
2015-03-03 physics.ao-ph
Uncertainty Quantification of Trajectory Clustering Applied to Ocean Ensemble Forecasts
基于物质运输将海洋流动划分为动态地不同于其周围环境的区域可以通过减少搜索域来帮助搜索和救援规划。谱聚类方法通过识别相似的流体粒子轨迹来划分域。分割的有效性取决于海洋预报的准确性,这是受几个来源的不确定性:模型初始化,有限的知识的物理过程,边界条件和强迫项。代替单个模型输出,产生跨越一系列潜在结果的多个实现,并且使用轨迹聚类来识别鲁棒特征并量化整体平均结果的不确定性。首先,利用集合统计量研究了一个地转流模式--解析Bickley急流的谱聚类方法自由参数和预报参数对聚类的敏感性。然后,我们分析了一个业务的沿海海洋集合预报和比较的聚类结果南玛莎葡萄园岛的漂流轨迹。这种方法准确地识别出低不确定性区域,其中在集群内释放的漂移物在整个分析窗口中保持在那里。在高不确定性区域释放的漂移物往往要么进入邻近的集群,要么偏离所有预测的结果。
2020-08-25 physics.ao-ph physics.flu-dyn
Parametric Sensitivities of a Wind-driven Baroclinic Ocean Using Neural Surrogates
针对SOMA海洋模型代码难以微分的问题,构建神经网络代理模型,基于扰动参数集合数据训练,实现单步海洋动力学准确预测并完成参数敏感性计算,服务于模型参数校准。
2024-04-15 physics.ao-ph
Improving Global Weather and Ocean Wave Forecast with Large Artificial Intelligence Models
Nanjing University of Information Science and Technology(南京信息工程大学);Shanghai AI Laboratory(上海人工智能实验室);The Hongkong University of Science and Technology(香港科技大学);Fudan University(复旦大学)
本文探讨大型AI天气预报模型的演进,提出“三大法则”衡量其发展,并强调AI与传统数值模型融合是未来大气-海洋预报的最优路径,同时以全球海浪预报模型为例展示其应用。
2024-04-19 cs.AI cs.LG physics.ao-ph
A Machine Learning Framework to Forecast Wave Conditions
本文提出了一种用于海浪条件估计的机器学习框架。通过对基于物理的波浪模型的数千次迭代进行机器学习模型的监督训练,可以使用显著波高和周期的准确表示来预测海洋状况。蒙特利湾的模型被用作示例试验场;它是由测量的波浪条件,洋流临近预报和报告的风所强迫的。这些输入数据以及空间可变波高和特征周期的模型输出被聚合到监督学习训练和测试数据集,这些数据集被提供给机器学习模型。这些机器学习模型复制了波高,均方根误差为9厘米,并正确识别了测试数据集90%以上的特征周期。令人印象深刻的是,与基于物理的模型预测相比,通过矩阵运算将模型输入转换为输出只需要一小部分(<1/1,000)的计算时间。
2017-09-25 physics.ao-ph
BridgeCast: Bridging Ocean Wave Forecasts to Reanalysis via Flow Matching with Exogenous Variables
Johns Hopkins University(约翰斯·霍普金斯大学);Singapore Management University(新加坡管理大学);University of Houston(休斯顿大学);University of Connecticut(康涅狄格大学)
BridgeCast提出一种基于条件流匹配的物理-人工智能混合框架,用于校正海洋波浪预报的系统性偏差,通过Transformer架构融合外生变量,在真实数据上优于现有基线。
2026-10-21 cs.AI cs.LG physics.ao-ph
Real time assimilation of HF radar currents into a coastal ocean model
介绍了一个沿岸流实时同化预报系统。该系统的目的是根据高频雷达表层洋流测量结果的同化提供海流分析和预报。监测挪威海岸两个石油码头船舶交通的当地船舶交通管理局实时收到了分析和预报。本文提出了一种新的基于最优插值的同化方法,它利用海洋模式的空间协方差代替简化的数学公式。高频雷达天线阵列提供电流测量。一套嵌套的海洋模式组成的模式系统。观测系统被发现产生良好的分析和短期预报,显着改善相比,没有同化的模型双胞胎。该系统速度很快,船只航行监察处在收到雷达测量数据45分钟后,便可进行分析和6小时预报。
2012-09-28 physics.ao-ph physics.geo-ph
Phase-resolved ocean wave forecast with ensemble-based data assimilation
通过基于集合的资料同化(DA),我们解决了相位分辨海浪预报中最臭名昭著的困难之一,关于数值解偏离真实的表面高程,由于混沌性质和在非线性波模型中的代表性不足的物理。特别是,我们开发了一种耦合的高阶谱(HOS)方法与集合卡尔曼滤波(EnKF),通过它的测量数据可以被纳入模拟,以提高预测性能。这种耦合的一个独特特征是可预测区域和测量区域之间的不匹配,这是通过一种特殊的算法来修改EnKF中的分析方程。我们使用合成数据和真实雷达测量来测试新的EnKF-HOS方法的性能。对于这两种情况(虽然细节上有所不同),新方法比仅用HOS的方法获得了更高的精度,并且可以在任意长的预报时间内保留不规则波场的相位信息。
2020-11-19 physics.ao-ph physics.flu-dyn
A sustained oscillation in a toy-model of the coupled atmosphere-ocean system
利用两个理想化的低阶谱模式,研究了中纬度大气环流与海洋风驱动环流的相互作用。正压Charney-DeVore三分量模式模拟了一个中纬度双模态大气环流,该环流在一个由地形诱导的具有两种稳定流型的通道中。风驱动的海洋双环流在一个正方形盆地(一半的通道长度)模拟的Veronis模型的21个组件,它捕获Rossby波动力学和非线性十年变化的等效正压配方。当耦合时,大气通过风应力强迫海洋,同时,海洋通过涡度源的热力强迫影响大气。耦合的大气-海洋模拟显示两个稳定的流动模式与地形诱导的大气双峰和持续的振荡,由于大气双峰和海洋Rossby动力学之间的相互作用。这种振荡具有年际到年代际的周期性,并发生在相当宽的参数范围内。
2011-06-09 physics.ao-ph
A validated coupled three-dimensional hydrodynamic and spectral wind-wave model for the western north Atlantic Ocean
本研究评估了高分辨率耦合SCHISM WWM III模型,结合三维斜压动力学,在西北大西洋验证了水位、潮汐及三种波浪参数化方案,为沿海管理和气候适应提供可靠工具。
2025-05-24 physics.ao-ph
Neural ocean forecasting from sparse satellite-derived observations: a case-study for SSH dynamics and altimetry data
IMT Atlantique(大西洋国立高等矿业电信学院);CNRS(法国国家科学研究中心);INRIA(法国国家信息与自动化研究所);Ifremer(法国海洋开发研究院);OceanDataLab;Mercator Ocean International(国际墨卡托海洋组织);IRD(法国国家可持续发展研究所);Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学)
本文提出基于稀疏卫星观测的端到端神经预报框架,用于预测海面异常和流,展示其在数据稀疏条件下的有效性。
2025-12-15 cs.AI cs.LG physics.ao-ph
A Deep-learning Real-time Bias Correction Method for Significant Wave Height Forecasts in the Western North Pacific
本文提出基于轨迹门控循环单元和像素切换损失函数的深度学习实时偏差订正方法,利用海浪与风场共同驱动,分季节构建模型,有效降低了西北太平洋ECMWF有效波高预报误差。
2023-11-25 physics.ao-ph
Nonlinear Ocean Waves Amplification in Straits
本文利用精确的Hasselmann方程研究了垂直于海岸风向的海峡中的深水海洋风浪。尽管“耗散”海岸-我们不包括任何反射从海岸线-我们表明,波湍流演化可以在时间上分为两个不同的制度。在第一波沿风传播时,风驱动的海洋可以用Hasselmann方程的自相似解来描述。第二种状态开始时间较晚,在顺风边界处积累了足够的波浪能之后。从这一刻起,逆风传播的波系开始形成。此外,波,沿海峡传播开始出现。波浪系统最终达到时间上的渐近稳定状态,由两个共存状态组成:第一个是自相似波浪系综,随风传播;第二个是准单色波,几乎垂直于风向传播,并倾向于以15度角逆风倾斜,更靠近波浪湍流起源海岸线。这些“二次波”的出现只是由于强烈的非线性波相互作用。总的波浪能超过其“预期值”大约两倍,相对于在没有海岸的情况下的估计。预计在反射海岸的存在下,这种放大将基本上增长。我们建议将这种类似激光的非线性海浪放大机制称为NOWA。
2019-05-13 physics.ao-ph
Multivariate, Multistep Forecasting, Reconstruction and Feature Selection of Ocean Waves via Recurrent and Sequence-to-Sequence Networks
Lehigh University(利哈伊大学)
本文探讨了海浪多变量多步预报、重构和特征选择的概念。我们介绍了递归神经网络框架,集成了贝叶斯超参数优化和弹性网络方法。我们认为短期和长期的预测和重建,显着的波高和输出功率的海浪。序列到序列神经网络正在开发的第一次重建丢失的海浪特征的基础上,从附近的波浪传感器的信息。我们的研究结果表明,亚当和AMSGrad优化算法是最强大的优化序列到序列网络。对于显着的波高重建的情况下,我们比较了所提出的方法与替代品上的一个良好的研究数据集。我们显示了所提出的方法的优越性,考虑到几个错误的度量。我们设计了一个新的案例研究的基础上沿美国东海岸的测量站和调查的特征选择的概念。比较证实了利用弹性网络的好处。此外,案例研究结果表明,当功能的数量是相当大的,有更深的结构提高了性能。
2020-03-02 cs.LG physics.ao-ph stat.ML
A Theory for Wind Work on Oceanic Mesoscales and Submesoscales
本文提出一种海洋风功理论,揭示风应力梯度(WSG)对涡旋与应变运动的阻尼作用,并发现固有风梯度会导致海洋天气的非对称能量输入。
2024-12-29 physics.ao-ph physics.geo-ph
Modeling and Analysis of the Wind-Waves Field Variability in the Indian Ocean During 1998-2009 Years
为了计算印度洋(IO)的风浪,使用了从NCEP/NOAA档案中获得的1998 - 2009年的风场,并应用了数值模式WAM(周期-4),由Polnikov(2005)提出的新的源函数进行了修改。利用印度洋浮标资料对修正后的WAM模型进行了拟合,与原模型相比,计算精度提高了35%。所有进一步的波场计算都是针对这些模型设置进行的。在第一阶段,对模拟结果的分析包括:a)绘制有效波高<Hs(x,y,T,R)>和波浪能<Ea(x,y,T,R)的场图,用不同的时间T和空间R平均尺度计算; b)估计季节、年度和长期变化的场图; c)确定年度平均场图的12年趋势。进行分析时考虑了先前引入的海洋区域分区,由风场的空间不均匀性提供[3]。进一步的分析包括a)创建用于平均的时间序列的时间序列,(区域上和海洋上)波高,<Hs(x,y,T,R)>和波浪能,<Ea(x,y,T,R); b)构造这些序列的频谱; c)求波场的极值; d)制作波高直方图(在区域和整个海洋中);以及e)计算波高场的前四个统计矩(在区域和整个IO中)。所获得的结果使我们能够估计存储的能量的波场在印度洋和其变化的规模;建立一个积极的12年的平均波高(约1%,每年)和波浪能(2%,每年)的趋势;确定的概率分布的功能;并描述波场的统计特性的区域的印度洋。
2011-09-29 physics.ao-ph
ORCAst: Operational High-Resolution Current Forecasts
Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);LIP6(巴黎第六大学信息学实验室);Inria(法国国家信息与自动化研究所)
ORCAst是一种多阶段、多分支的神经网络模型,利用卫星测高和漂流浮标数据,通过先预测海面高度和地转流再预测海流的策略,实现一周内业务化高分辨率海流预报,性能优于多种现有方法。
2025-01-21 cs.CV physics.ao-ph
Wind instability of a foam layer sandwiched between the atmosphere and the ocean
为了更好地理解从飓风到海浪的动量传递减少的最新研究结果,研究了大气和海洋之间泡沫层的风短波不稳定性。具有空气、泡沫和水的高密度对比的三流体配置提供了稳定水面的有效机制。
2007-10-12 physics.ao-ph physics.flu-dyn
Ocean Wind Wave Climate Responses to Wintertime North Atlantic Atmospheric Transient Eddies and Low Frequency Flow
研究了1980 - 2016年北大西洋冬季大气瞬变涡旋和低频流对海洋表面波气候的贡献。我们进行了一组数值模拟与一个国家的最先进的谱波模式Wavewatch III强迫分解风场来自ERA-Interim再分析(0.7°水平分辨率)。天气尺度过程(2-10天的带通风)被认为对沿北美和格陵兰岛西部海岸的中纬度北大西洋西部的风浪的形成有最大的影响。北大西洋东部被认为是由低频强迫(>10天带通风)的组合贡献高达60%,天气过程贡献高达30%的平均波高的影响。中纬度风暴路径的变化被发现有一个直接的关系,波高变化的东部和西部边缘的北大西洋,特别是意味着在北美东海岸的气旋形成和波高异常之间的关联。利用波浪分析定义的波高状态的变化反映在其分布的出现异常中。结果突出的主导作用,在中纬度北大西洋东部的海洋表面波气候学的瞬变涡旋本地和通过关联与气旋形成在西部的盆地。这些结论提出和讨论,特别是在长期的风暴路径的变化,预计作为一个可能的应对气候变暖在未来的世纪。
2018-09-07 physics.ao-ph
Impact of an Ensemble of Ocean Data Assimilations in ECMWF's next generation ocean reanalysis system
本文提出利用海洋短期预报集合以混合方式改进背景误差协方差矩阵,显著降低背景误差,并将用于 ECMWF 下一代海洋再分析系统 ORAS6。
2024-07-05 physics.ao-ph
Assimilation of distributed ocean wave sensors
现场海浪观测是提高模式技术和验证遥感海浪测量结果的关键。从历史上看,由于传统的测波浮标和传感器成本高且复杂,此类观测极为稀少。在这项工作中,我们提出了一个最近部署的网络的自由漂流卫星连接的表面气象浮标,提供长期居住覆盖的表面天气在北太平洋盆地。为了评估使用这种分布式传感器网络的模型预测技能的领先顺序的改进,我们实现了广泛使用的资料同化技术和比较预测技能相同的模型没有资料同化。即使在这里使用的基本同化策略,我们发现显着的改善,预报准确率从纳入测波浮标的意见,减少了27%的均方根误差在显着的波高整体。对于极端事件,其中预报准确率是特别相关的,我们观察到相当大的改善,在两个到达时间和膨胀的量级分别为6小时和1米。我们的研究结果表明,分布式海洋网络可以以极低的成本显着提高模型技能。同化策略的改进很容易实现,并将立即带来进一步的建模收益。
2020-03-09 physics.ao-ph physics.data-an
Ocean Wave Forecasting with Deep Learning as Alternative to Conventional Models
提出结合风场和波浪场的深度学习海浪预报模型OceanCastNet(OCN),在NDBC和Jason-3数据验证下表现优于或接近业务化ECWAM模型,且具计算效率优势,证实了机器学习在业务化海浪预报中的潜力。
2025-11-02 cs.AI cs.LG physics.ao-ph
Wind and Wave Extremes over the World Oceans from Very Large Ensembles
海洋风速和显着的波高的全球回报值估计从非常大的聚集存档集合预报在+240小时的提前时间。较长的提前期确保了预测代表了从模型气候中独立得出的结果。与再分析的ERA-Interim相比,该集合对风速和显着波高都产生了更高的回报估计。由于数据集的大小很大,置信区间要紧得多。这个周期(9年)足够短,即使在气候变化的情况下也可以认为是静止的。此外,合奏是足够大的非参数100年的回报估计从顺序统计。这些直接返回估计值与热带气旋以外地区的极端值估计值相比很好。像任何使用模拟场的方法一样,它对数值模式中的尾部偏差很敏感,但我们发现,在热带气旋以外的地区,这种偏差是中等的。
2014-07-21 physics.ao-ph
Skillful Global Ocean Emulation and the Role of Correlation-Aware Loss
CIRES, University of Colorado, Boulder, CO, USA(大气科学研究所,科罗拉多大学,伯尔尼,科罗拉多州,美国);NOAA Physical Sciences Laboratory, Boulder, CO, USA(国家海洋和大气管理局物理科学实验室,伯尔尼,科罗拉多州,美国)
本文提出一种专为海洋设计的模拟器,利用相关意识损失提升预测能力,通过空间相关性分析改进全球海洋动力学的背景预测。
2026-04-20 cs.AI nlin.CD physics.ao-ph
Bayesian neural networks for the probabilistic forecasting of wind direction and speed using ocean data
Imperial College London(伦敦帝国理工学院)
神经网络正越来越多地用于各种设置来预测风向和风速,这是估计风电场潜在功率输出的两个最重要的因素。然而,这些预测的价值有限,因为经典神经网络缺乏表达不确定性的能力。在这里,我们考虑使用贝叶斯神经网络(BNN),其权重,偏差和输出是分布而不是确定性的点值。这允许评估认识和任意的不确定性,并导致良好校准的不确定性预测的风速和功率。在这里,我们认为BNN的应用问题的海上风力资源预测的可再生能源的应用。对于我们的数据集,我们使用北海FINO 1研究平台记录的观测数据,我们的预测因子是海洋数据,如水温和流向。由BNN预测的概率预测为结果增加了相当大的价值,特别是告知用户网络对样本外数据点进行预测的能力。我们使用BNN的这一属性得出结论,我们的网络所做的风速和方向预测的准确性和不确定性不受附近阿尔法文图斯风电场建设的影响。因此,在该地点,在风电场建成后,可以使用在风电场前海洋数据上训练的网络来根据海洋数据准确地预测风场信息。
2022-06-14 cs.LG physics.ao-ph
The joint influence of topography and atmosphere on the meridional transport fluctuations in the Southern Ocean and its link with the ENSO events
本文研究了地形和海岸线对由风和气压驱动的深度平均南极绕极流(ACC)动力学的影响。这是实现与全球正压环流模式的帮助下,理想化和真实的大气条件。结果表明,由于ACC上空大气条件引起的纬向质量通量的变化可以在47S附近的南大洋北部引起短周期的密度异常,这种异常可以通过Ivchenko等人2004年描述的波动机制转移到低纬度,这可能对快速的热带外海洋联系具有重要意义。正压模拟的结果表明,ACC上风强度的变化,加上海底地形和海岸线的影响,在南大洋引起一些纬向流的变化,太平洋的纬向通量变率与ACC上空的风强度有密切的关系。讨论了太平洋区纬向通量的长期变化和厄尔尼诺-南方涛动事件(南方涛动)。
2007-02-20 physics.ao-ph
Tropical transition of Hurricane Chris (2012) over the North Atlantic Ocean: A multi-scale investigation of predictability
从非热带起源演变而来的热带气旋可能对预测构成特殊挑战,因为它们往往出现在多尺度大气过程级联的末尾。气候研究表明,“热带过渡”(TT)路径在气旋生成中起着重要作用,特别是在北大西洋。在这里,我们使用业务欧洲中期天气预报中心集合预测调查北大西洋飓风克里斯(2012年)的TT,其形成之前合并的两个位渦(PV)最大值,最终导致风暴诱导PV流光。主要目标是阐明控制气旋生成和随后的TT的可预测性的动力学和热力学过程。应用动态时间规整来识别与分析轨道相似的总体轨道。这种技术允许在开发中进行小的时间和空间转移。克里斯前气旋的形成是由那些预测两个PV最大值合并的成员预测的。风暴相对于PV拖缆的位置决定了克里斯之前的气旋是否遵循TT路径。过渡风暴位于高等效位温的有利区域内,这是由于PV拖缆气旋卷起下方的温暖隔离造成的。连续集合预报的系统调查表明,预报的改进与特定事件有关,如PV合并。本案例说明了如何一种新的组合欧拉和拉格朗日集合预测分析工具,可以推断出可预测性的突然变化的物理原因。
2018-11-29 physics.ao-ph
Coupled Ocean-Atmosphere Dynamics in a Machine Learning Earth System Model
Princeton University(普林斯顿大学);NVIDIA(英伟达);University of Washington(华盛顿大学)
本文提出高分辨率 AI/ML 耦合地球系统模型 Ola,分别建模海洋与大气动力学,能再现热带波及真实 ENSO 特征,并在 ENSO 预测上优于 SPEAR。
2024-06-12 cs.LG physics.ao-ph
A model for the wind-driven current in the wavy oceanic surface layer: apparent friction velocity reduction and roughness length enhancement
一个简单的解析模式开发的电流由风引起的和修改的表面风浪在海洋表层,一阶湍流封闭的基础上,并包括代表斯托克斯漂流的波浪的涡流力的效果。的剪切应力之间的一个组件,由于剪切电流,这是减少在低湍流朗缪尔数($La_t$),和波引起的组件,它衰减的深度成比例的主波长。该模型再现了明显减少的摩擦速度和增强的粗糙度长度估计从目前的配置文件,检测在一些研究。这些影响预计将加强为$La_t$减少,并完全归因于非破碎表面波。电流剖面变得平坦低$La_t$由于总剪切应力的一小部分被支持的电流剪切。与Cheung和Street的实验室实验提供的综合数据集的模型的比较显示令人鼓舞的协议,随着风速的增加(对应于减少$La_t$),当前的速度降低,如果调整模型,以反映全波谱的强度和穿透深度的波浪引起的应力的影响。一个版本的模型,其中剪切应力降低到零的深度与测量准确预测的表层流速一致。这些结果有助于发展物理为基础的动量通量参数化的波影响的边界层在海洋环流模式。
2018-05-07 physics.ao-ph
Utility of ocean wave parameters in ambient noise prediction
本研究针对海洋环境噪声的风成噪声分量预测,提出独立于风速关联的浪噪相关性识别方法,通过多站点配对实验发现加入海浪参数的降噪提升稳定但幅度有限,验证了波浪破碎对风的快速响应特性。
2024-08-19 physics.ao-ph
Neutral stability height correction for ocean winds
将海洋风观测值调整到标准高度(通常为10 m)需要使用边界层模型,并了解物理变量。高度调整是复杂的,因为一个必要的参数,粗糙度高度,不能在一个封闭的形式解决方案。如果只知道风和报告高度,最好的办法是假定中性稳定度。对粗糙度高度的确定进行了分析,并详细推导了一个简单的近似值(Atlas等人,2011年使用)。对于中性层结,该近似值对于1 - 30 m/s范围内的风是准确的,并且无论是否假设中性稳定度,该近似值都是牛顿迭代精确确定粗糙度高度的极好初始估计。
2011-07-07 physics.ao-ph physics.data-an
Penetration of wind-generated near-inertial waves into a turbulent ocean
一个理想化的风暴情景中,风产生的慣性波相互作用的湍流斜压准地转流进行检查。通过旋转具有真实分层剖面的Eady模型来初始化流动。风暴被建模为一个混合层限制的,水平均匀的惯性振荡的初始值问题。原始惯性振荡在平流、折射、色散和耗散的作用下演化。波通过改变流的位渦反馈到流上。在最初的几天里,折射占主导地位,波浪能被负(正)涡度区域吸引(排斥)。波浪能随后沿反气旋管道排出。当波浪能遇到减弱的涡度时,这种排水停止。一两周后,波浪能在负涡度特征的底部积累,即在较浅的深度沿着对流结构,在较深的深度在较大的反气旋中积累。波的反馈往往会削弱涡流,从而减缓波的穿透。然而,这种影响被发现是微弱的,即使是强烈的风暴。
2019-12-18 physics.ao-ph
A two-dimensional model for eddy saturation and frictional control in the Southern Ocean
The University of Edinburgh(爱丁堡大学);University of Oxford(牛津大学);Hong Kong University of Science and Technology(香港科技大学);National Oceanography Centre, Southampton(南安普顿国家海洋中心)
该研究提出一个二维模型,探讨南大洋中涡饱和与摩擦控制的机制,揭示了涡能振荡的时间尺度及随机风扰动对涡能的影响。
2024-09-26 physics.ao-ph
Stochastic modeling for trajectories drift in the ocean: Application of Density Clustering Algorithm
本研究的目的是利用高分辨率的海洋预报资料和大气资料来研究风致漂移对海上漂浮物的影响。随机Leeway模型在地中海的轨迹漂移预测的两个应用:在亚得里亚海西部(21.06.2009-23.06.2009)和数值重建的厄尔巴岛事故(21.06.2009-23.06.2009)的海上漂流者的长期模拟。在亚得里亚海西部的长期模拟使用风数据从欧洲中期天气预报中心(ECMWF)和电流从亚得里亚海预报系统(AFS)。提出了一种空间聚类算法,用于确定具有高密度漂移的最可能搜索区域。使用不同类别的漂移和强迫场的不同模拟方案的结果进行了比较。利用来自地中海预报系统(MFS)的表面流和来自ECMWF的大气强迫场,重建了厄尔巴岛附近的海洋物体漂移。结果表明,吃水限制在上表面的漂流物更接近地再现了事故中的目标轨迹。
2015-05-18 nlin.CD physics.ao-ph
Do wind-generated waves under steady forcing propagate primarily in the downwind direction?
测量海浪的方向分布是海浪研究中的一个难点。几十年来,风生波被认为主要沿风向传播。该概念被应用于隐式或显式的风输入函数的制定和波的方向分布函数的设计。海洋表面波场的照片下,稳定的风强迫,然而,显示非常不同的方向特性。在近岸区域,表面起伏以反风向为主。随着取数的增加,表面波的几何形状被交叉阴影线表示,表示两个主要的波列彼此交叉。在不同的离岸(朝向)风事件下,在不同的位置重复拍摄这种在非风向中的波传播模式。这些航空照片的波长是在十米长度尺度。根据从陆地和船上拍摄的照片,波长从几厘米到几分米的短波也显示出交叉阴影图案。在交叉阴影线的情况下,大多数图片显示,平分菱形形状的表面波几何风矢量。观测到的波浪几何形状和它们的风吹演变暴露了我们的基本假设(隐式或显式)中的一个主要缺陷,即“风产生的波浪主要沿风向传播。“几十年来,这一假设在包括波浪动力学基础研究和用于计算海洋表面粗糙度和波浪场的力、能量和动量的定向波谱模型设计在内的应用中一直被视为理所当然。
2019-07-02 physics.ao-ph
Long-term and seasonal variability of wind and wave extremes in the Arctic Ocean
近几十年来,由于气候变化,北冰洋经历了巨大的变化。海冰的消退打开了大片的海洋,导致了波候气候的增强。考虑到强烈的季节性和快速变化的北极气候,一个非平稳的方法是适用于随时间变化的统计特性,调查的历史趋势的极值。该分析基于28年的波浪后报(从1991年到2018年),采用WAVEWATCH III波浪模型,由ERA 5风速强制进行。结果表明,极端波高和风速具有明显的季节差异和强劲的正趋势,特别是在波弗特海和东西伯利亚海,风速的100年重现期区域平均增长率约为4%,显著波高可达60%。得出的结论是,在极端有效波高的显着增加,在很大程度上与海冰退缩和增强可用于造波的提取。
2020-10-13 physics.ao-ph physics.geo-ph
The upwelling source depth distribution and its response to wind stress and stratification
本文通过高分辨率理想化海洋模拟和边界被动示踪物,构建上升流源深度分布,提出平均源深度估计方法,并揭示其离散度随风应力增大、随层结增强而减小。
2023-12-07 physics.ao-ph