基于数据同化的相位分辨海浪预报与海流同步估计
流体动力学
2022-10-12 v1
摘要
在 Wang & Pan (J. Fluid Mech., vol. 918, A19, 2021) 中，作者开发了首个基于集合的数据同化（DA）能力用于海面波的重建与预报，即耦合集合卡尔曼滤波（EnKF）与高阶谱（HOS）方法的 EnKF-HOS 方法。在本工作中，我们继续丰富该方法，使其能同时估计海流场，海流场通常非先验已知且可在空间与时间上（缓慢）变化。为实现此目标，我们将海流（作为未知参数）对波浪的影响纳入，构建 HOS-C 方法作为前向预测模型，并通过迭代 EnKF（IEnKF）方法同时估计（海流）参数与（波浪）状态，该方法对处理此 DA 问题中的复杂性是必要的。新算法命名为 IEnKF-HOS-C 方法，首先在具有不同形式（定常/非定常、均匀/非均匀）海流的合成问题中测试。结果表明，IEnKF-HOS-C 方法不仅能准确估计海流场，还能提升波场预测精度（甚至相对于最先进的 EnKF-HOS 方法）。最后，利用船载雷达实测数据，我们表明 IEnKF-HOS-C 方法成功恢复了与浮标现场测量相符的流速。
引用
@article{arxiv.2204.02614,
title = {Phase-resolved ocean wave forecast with simultaneous current estimation through data assimilation},
author = {Guangyao Wang and Jinfeng Zhang and Yuxiang Ma and Qinghe Zhang and Zhilin Li and Yulin Pan},
journal= {arXiv preprint arXiv:2204.02614},
year = {2022}
}