基于深度学习算法的大气—海浪—海洋耦合模型风暴潮模拟研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51809023
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E11.海洋工程
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

The South China Sea (SCS) is one of the most serious areas affected by the typhoon. It is of great scientific and practical significance to simulate the characteristics of wave and storm surge under the influence of extreme events such as typhoons in this area. Most of the existing studies use numerical or empirical methods to simulate storm surge. The storm tide forecast model is built based on the WRF, SWAN, FVCOM model and recurrent neural network (RNN) technology. The academic issues of common concern in the areas of coastal ocean disaster prevention are studied. (1) A real time two-way coupled atmosphere-wave-ocean model in the South China Sea will been established. The relationship between typhoon wave and storm surge in near shore and the shallow water area is quantified to improve the simulation accuracy of typhoon wave and storm surge in the near shore area of South China Sea. (2) Based on recurrent neural network, a storm surge forecast model by the coupled atmosphere-wave-ocean model and the deep learning technology will been constructed. The typical sample data from 1949 to date is used for training and testing. (3) In view of the occurred and developing typhoons, the model is used to predict the possible track and intensity of the typhoon rapidly, in real time and in high efficiency. The accurate simulation of the distribution characteristics of typhoon wave and storm surge in the South China Sea provide a scientific basis for disaster prevention and mitigation in the regional ocean engineering.
南中国海是受台风影响最严重的地区之一,模拟该地区台风等极端事件影响下的海浪和风暴潮特征,具有重要的科学价值和现实意义,现有研究多采用数值计算或经验方法进行风暴潮模拟。本项目基于大气模型WRF、海浪模型SWAN、海洋模型FVCOM,结合RNN深度学习技术,构建基于深度学习的大气—海浪—海洋耦合风暴潮预报模型。研究解决海洋工程防灾减灾领域共同关心的学术问题:(1)建立南中国海大气—海浪—海洋实时双向耦合数值模型,量化分析近岸浅水区域台风浪与风暴增水的影响关系,提高南中国海近岸地区台风浪和风暴潮模拟精度;(2)利用建立的耦合模型,结合RNN技术,构建基于深度学习的风暴潮数值预报模型,选取1949年至今典型样本数据进行循环训练、验证;(3)针对已发生和发展中的台风,利用模型对台风可能路径及强度进行快速、实时、高效预报,准确模拟台风浪和风暴潮的分布特性,为地区海洋工程防灾减灾提供科学依据。

结项摘要

本项目针对现有研究对台风影响下大气、海浪、海洋三者之间存在强烈交换的动力过程描述存在缺陷这一科学问题,深入分析台风影响期间大风、海浪和风暴潮等因素的相互作用机制,采用中尺度气象模型、海浪模型和海洋模型,构建了一套大气—海浪—海洋实时双向耦合模型,并成功应用于南中国海风暴潮模拟研究,取得了较好的效果。研究成果对理解极端条件下海洋、海岸动力过程和开发耦合模拟方法具有一定的参考价值。依托该项目,以第一作者或通讯作者身份发表了标注项目资助及编号的学术论文12篇,包括在Ocean Engineering上发表3篇、在Ocean Science发表2篇、在Acta Oceanologica Sinica和《科学通报》各发表1篇。发表的12篇论文中有8篇被SCI论文收录、2篇被EI收录,其中1篇入选ESI高被引论文;受邀参编英文著作1部;授权软件著作权4项;参加国际学术会议1次、国内学术会议3次,参加现场调研6次;在本项目支撑下,博士学位论文获评为全国高等学校水利类专业优秀博士论文和湖南省优秀博士论文。

项目成果

期刊论文数量(12)
专著数量(1)
科研奖励数量(2)
会议论文数量(0)
专利数量(0)
Simulation of extreme waves using coupled atmosphere-wave modeling system over the South China Sea
利用大气-波浪耦合模拟系统模拟南海极端波浪
  • DOI:
    10.1016/j.oceaneng.2020.108531
  • 发表时间:
    2021-02
  • 期刊:
    Ocean Engineering
  • 影响因子:
    5
  • 作者:
    Zhiyuan Wu;Jie Chen;Changbo Jiang;Bin Deng
  • 通讯作者:
    Bin Deng
WRF模式中台风“启德”模拟对参数化方案的敏感性分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    海洋学研究
  • 影响因子:
    --
  • 作者:
    伍志元;蒋昌波;邓斌;曹永港
  • 通讯作者:
    曹永港
The long-term spatiotemporal variability of sea surface temperature in the northwest Pacific and China offshore
西北太平洋及中国近海海表温度的长期时空变化
  • DOI:
    10.5194/os-16-83-2020
  • 发表时间:
    2020-01
  • 期刊:
    Ocean Science
  • 影响因子:
    3.2
  • 作者:
    Zhiyuan Wu;Changbo Jiang;Mack Conde;Jie Chen;Bin Deng
  • 通讯作者:
    Bin Deng
大气-海浪耦合模式及其在理想台风模拟中的应用研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    海洋学研究
  • 影响因子:
    --
  • 作者:
    伍志元;蒋昌波;何智勇;陈杰;邓斌;谢振东
  • 通讯作者:
    谢振东
波流耦合模式及其在理想潮汐通道中的应用
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    哈尔滨工程大学学报
  • 影响因子:
    --
  • 作者:
    伍志元;蒋昌波;邓斌;曹永港
  • 通讯作者:
    曹永港

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

铁山湾海域风暴潮的数值模拟
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    长沙理工大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    蒋昌波;赵兵兵;邓斌;伍志元
  • 通讯作者:
    伍志元
分形理论在海滩剖面演化规律研究中的应用初探
  • DOI:
    10.16239/j.cnki.0468-155x.2016.01.010
  • 发表时间:
    2016
  • 期刊:
    泥沙研究
  • 影响因子:
    --
  • 作者:
    蒋昌波;伍志元;陈杰;邓斌
  • 通讯作者:
    邓斌
孤立波作用下沿海路基冲刷实验研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    海洋工程
  • 影响因子:
    --
  • 作者:
    蒋昌波;杨武;陈杰;伍志元;肖桂振;刘静
  • 通讯作者:
    刘静
风暴潮作用下泥沙运动和岸滩演变研究综述
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    长沙理工大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    蒋昌波;伍志元;陈杰;刘静
  • 通讯作者:
    刘静
波浪动力因素变化对沙质岸滩演变的影响
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    海洋学报
  • 影响因子:
    --
  • 作者:
    蒋昌波;伍志元;陈杰;刘静;肖桂振;杨武
  • 通讯作者:
    杨武

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

伍志元的其他基金

高强度扰动下南海北部海岸带动力过程和地貌响应机制
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    59 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码