一种海面空气动力学粗糙度的计算方法

本发明涉及海洋大气边界层领域，特别涉及一种海面空气动力学粗糙度的计算方法。

背景技术：

1、海面空气动力学粗糙度的概念是从陆面上对数风廓线理论中的粗糙度延伸应用到海面而得来的，定义为风速等于零的高度，通常用来表示。海面空气动力学粗糙度是描述海面小尺度粗糙程度的一个量，它的大小体现了海面微尺度起伏的程度，变化规律在一定程度上描述了海洋与大气之间进行动量传输的主要特征。

2、目前，海面空气动力学粗糙度的研究主要依据海面风速、波龄、风浪的谱能量等相关参数和海面粗糙度之间的关系建立粗糙度参数化方案，然后借助于微波散射仪、卫星高度计和合成孔径雷达等设备测量风场而得到的相关数据验证糙度参数化方案的准确性。海面空气动力学粗糙度获取的准确性程度，对海上电磁波传播路径诊断、通信链路信道分析、蒸发波导诊断、雷达目标探测和遥感信息获取等研究的有重要的影响，因此，对于海面空气动力学粗糙度的研究显得尤为重要。

3、由于海面空气动力学粗糙度空间分布不均，导致大范围测量比较困难，所以传统的海洋调查无法实时、实地测量海面空气动力学粗糙度，而目前的研究是基于量纲分析的海面空气动力学粗糙度参数化方案，不同的参数化方案是基于不同海域的气象水文参数数据建立的经验方案，而经验方案的确定高度依赖其研究海域的气象水文条件，因此，在实际应用计算时有必要对不同范围内的气象水文参数数据选择性地使用不同的海面空气动力学粗糙度参数化方案，并且需要依据该研究海域的气象水文参数数据进一步优化改进其经验方案，得到适用于该海域的海面空气动力学粗糙度计算方法。

技术实现思路

1、为解决上述技术问题，本发明提供了一种海面空气动力学粗糙度的计算方法，依据海上实测数据结合涡动相关法建立在不同参数组合区间内使用拥有最优系数的海面空气动力学粗糙度参数化方案，达到提高参数化方案在该海域适用性的目的。

2、为达到上述目的，本发明的技术方案如下：

3、一种海面空气动力学粗糙度的计算方法，包括如下步骤：

4、步骤一，数据采集：

5、在海上观测平台安装风速风向仪、三维超声风、毫米波雷达获取海平面10m高度处的平均风速、海平面10m高度处的三维风速(、、)、波高和波周期参数数据；

6、步骤二，敏感性分析：

7、依据海平面10m高度处的平均风速、波高和波周期参数数据的取值范围，设置初始间隔、划分初始参数区间并组合，建立初始参数组合区间；在初始参数组合区间内采用蒙特卡洛采样法，对每个组合区间内的参数进行采样，获取所需参数样本；在不同组合区间内，使用敏感性分析方法利用参数样本计算海面空气动力学粗糙度参数化方案的一阶敏感性指数和全局敏感性指数，得到各种海面空气动力学粗糙度参数化方案在不同参数组合区间内，对于三种参数的敏感性；依据敏感性结果，拆分或合并初始组合区间，重新建立新的参数组合区间；

8、步骤三，适用性分析：

9、在新的参数组合区间内，依据实测海平面10m高度处的三维风速(、、)，以涡动相关法计算的摩擦速度和不同海面空气动力学粗糙度参数化方案结合caore3.0模型计算的摩擦速度为依据，对比不同方案的均方根误差，分析新的参数组合区间内各海面空气动力学粗糙度参数化方案的适用性，得到当前参数组合区间内适用性最高的海面空气动力学粗糙度参数化方案；

10、步骤四，系数优化与新方法建立：

11、使用智能优化算法在不同的参数组合区间内，依据适应度函数值逐步迭代，寻找当前参数组合区间内适用性最高的海面空气动力学粗糙度参数化方案的最优系数，得到一种在不同参数组合区间内使用拥有最优系数的不同海面空气动力学粗糙度参数化方案计算粗糙度的方法。

12、上述方案中，海面空气动力学粗糙度参数化方案包括yt96、ty01、o02、gw06、ps07；敏感性分析方法包括sobol指数法和扩展傅里叶振幅灵敏度检验法。

13、上述方案中，敏感性参数包含海平面10m高度处的平均风速、波高和波周期，参数取值范围<msub><mi>u</mi><mi>10m</mi></msub><mi>∈[0</mi><mi>，</mi><mi>25]</mi>、<msub><mi>h</mi><mi>s</mi></msub><mi>∈[0</mi><mi>，</mi><mi>15]</mi>、<msub><mi>t</mi><mi>w</mi></msub><mi>∈[0</mi><mi>，</mi><mi>10]</mi>，单位为m/s、m、s，间隔设置为1。

14、上述方案中，步骤二中，依据各模型某个输入参数在同一区间的最大全局敏感性指数作为区间划分的判断依据，将参数敏感性指数较大的参数区间进行拆分，将敏感性指数较小的区间进行组合。

15、上述方案中，涡动相关法计算如下所示：

16、；

17、其中，为纬向风速脉动量，为经向风速脉动量，为垂直方向风速脉动量，表示纬向和经向脉动量在20秒内的平均值的乘积；脉动量计算公式如下所示：

18、；

19、；

20、；

21、其中，为纬向风速，为经向风速，为垂直方向风速，、、为30分钟内的平均值。

22、上述方案中，步骤三中，在不同数据区间内以为标准，计算五种海面空气动力学粗糙度参数化方案的摩擦速度和涡动相关法计算的摩擦速度之间的均方根误差、、、，每种海面空气动力学粗糙度参数化方案单独计算，均方根误差的计算方法如下所示：

23、；

24、其中，n为样本总数，为第m个样本使用涡动相关法计算的摩擦速度，为第m个样本使用五种海面空气动力学粗糙度参数化方案中每个方案单独计算的摩擦速度。

25、上述方案中，步骤四中，智能优化算法包括粒子群算法、遗传算法、蚁群算法、模拟退火算法中的一种。

26、上述方案中，步骤四中，使用粒子群算法进行优化的过程如下：

27、s1：首先确定当前方案待优化的参数个数d，在粒子群搜索空间内，随机生成n个包含待优化系数的d维粒子作为初代粒子群；

28、s2：选择摩擦速度均方根误差的相反数作为适应度函数，当均方根误差越小时，适应度越大，粒子群向适应度大的解的方向移动，适应度函数计算如下所示：

29、；

30、s3：计算第t代粒子群中粒子的适应度函数值，，…，；

31、s4：依据第t代粒子的适应度函数值确定粒子飞行速度和粒子移动方向，第t代粒子群中第i个粒子的位置，第i个粒子在第j个维度上的飞行速度；

32、s5：将第i个粒子以如下公式的进化方法从第t代向第代进化；

33、<msub><mi>v</mi><mi>ij</mi></msub><mi>t+1</mi></mfenced><mi>=w</mi><msub><mi>v</mi><mi>ij</mi></msub><mi>t</mi></mfenced><mo>+</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>r</mi><mn>1</mn></msub><mi>t</mi></mfenced><mrow><msub><mi>p</mi><mi>ij</mi></msub><mi>t</mi></mfenced><mi>-</mi><msub><mi>x</mi><mi>ij</mi></msub><mi>t</mi></mfenced></mrow></mfenced><mo>+</mo><msub><mi>c</mi><mn>2</mn></msub><msub><mi>r</mi><mn>2</mn></msub><mi>t</mi></mfenced><mi>[</mi><msub><mi>p</mi><mi>gj</mi></msub><mi>t</mi></mfenced><mi>-</mi><msub><mi>x</mi><mi>ij</mi></msub><mi>t</mi></mfenced><mi>]</mi>；

34、；

35、其中，t为迭代次数，为惯性权重，为个体学习因子、为群体学习因子，取值范围[0，2]，和为[0,1]内的均匀随机数；为第i个粒子在前t代进化过程中的最优适应值对应的位置，为第1代到第t代粒子群中适应度最高的粒子的位置，代表第i个粒子在第j维度上第代的速度，代表第i个粒子在第j维度上的第代位置；

36、s6：重复步骤s3-s5直到进化次数g=100，得到第i个粒子在g=100代中搜索到的最优位置为，群体在g=100代中搜索到的最优位置为，其中粒子群更新100代后的最优位置对应的系数a和b即为最优系数。

37、上述方案中，步骤四中，使用遗传算法进行优化的过程如下：

38、步骤1，依据经验设置交叉概率、变异概率和迭代次数，依据待优化的海面空气动力学粗糙度参数化方案确定2个待优化系数a和b、维度为d=2，设置初始种群大小n=30，给定a的精度0.1、b的精度0.001，确定个体长度l，给定参数a、b数值解范围a[，]，b[，]；

39、精度计算公式如下所示：

40、；

41、；

42、步骤2，随机生成二进制形式的包含n个体的初代种群，，…，；计算初始种群中个体的二进制编码对应的十进制在解区间对应的解，计算公式如下所示：

43、；

44、其中，为个体的二进制值对应的十进制值，a、b为边界；

45、步骤3，对初代种群中每个个体对应的二进制形式进行交叉运算，即对两个个体二进制数的第9~13位进行交换；

46、对初代种群中每个个体对应的二进制形式进行变异运算，即对每一个个体的最后一位进行取反；

47、使用步骤2的公式计算交叉变异后的种群中每个个体对应的十进制解；

48、步骤4，使用实测10m平均风速数据、波高数据和波周期数据，在第一组的数据组合区间内，依据海面空气动力学粗糙度参数化方案结合coare3.0模型计算该组合区间内所有样本计算的摩擦速度；

49、在第一组数据组合区间内，使用实测10m三维风速脉动量，结合涡动相关法计算摩擦速度；

50、在第一组数据组合区间内，依据区间内所有样本数据，计算第二代种群中每个个体的适应度值，，…，，第s代的适应度计算函数如下所示：

51、；

52、其中，s表示代数<mi>s∈[2,g]</mi>，为该区间内所有实测数据样本的总数，适应度函数选择摩擦速度的均方根误差的相反数，当均方根误差越小时，适应度越大，其中为第m个样本使用涡动相关法计算的摩擦速度，为第m个样本使用海面空气动力学粗糙度参数化方案计算的摩擦速度；

53、步骤5，使用轮盘赌方法依据第二代每个个体的适应度值与总适应度值之比， k=1，2，…，n；将一个轮盘划分成多个扇区，通过旋转轮盘，随机选择个体作为下一代，每个个体被选择的概率与其适应度成正比，第s代的适应度值与总适应度值之比计算如下所示：

54、；

55、轮盘赌方法具体如下：将轮盘展开成区间，区间表示为每个个体适应度与所有个体适应度总和之比的求和，在区间[0，]内随机产生n个数，对随机数所在区间对应的个体进行选择运算，组成新一代种群；

56、判断迭代次数g是否达到100，若未达到，继续进行迭代，若达到迭代次数，则输出最优解a、b即为最优系数。

57、上述方案中，还包括步骤五，实验验证：依据实测数据，对比分析使用涡动相关法计算摩擦速度和步骤四得到的计算粗糙度的方法结合coare3.0模型计算的摩擦速度，验证步骤四得到的计算粗糙度的方法是否满足实际应用需求。

58、通过上述技术方案，本发明提供的一种海面空气动力学粗糙度的计算方法具有如下有益效果：

59、本发明使用敏感性分析方法，得到了不同海面空气动力学粗糙度参数化方案对不同气象水文参数的敏感性区间，为海面空气动力学粗糙度分区间计算方法指明了方向。

60、本发明使用传统海面空气动力学粗糙度参数化方案与人工智能相关智能优化算法相结合的方法，改进了各传统海面空气动力学粗糙度参数化方案的系数，提高了各传统海面空气动力学粗糙度参数化方案在该研究海域适用性。

61、本发明依托传统海面空气动力学粗糙度参数化方案，建立组合形式的粗糙度参数化方案，并且，本发明依据实测海上数据，对组合形式中的各海面空气动力学粗糙度参数化方案进行优化，得到该海域的最优系数，因此、与单一海面空气动力学粗糙度参数化方案相比，使用本发明优化后的海面空气动力学粗糙度计算方法在理论上更为合理，计算精度更高。