基于集合卡尔曼滤波的短期非线性波浪场预测

采用非线性波浪模型进行波浪场预测时,初始数据误差会导致模型预报精度逐渐下降。该文采用集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)方法,结合伪谱傅里叶-勒让德(Pseudo-spectral Fourier Legendre,PFL)波浪模型在二维非线性波浪场上开展了数值模拟,有效提高了模型在初始数据受扰动情况下的预测精度。首先,基于波浪理论及典型海浪谱生成波浪场初始数据;随后,引入符合一定空间分布相关性的随机扰动,完成波浪场初始化;其后,对比结合EnKF与PFL模型与单独使用PFL模型的预测误差迭代情况,验证该文提出方法的有效性;最后,通过控制变量法探讨各同化参数的选取对同化效果的影响。该研究成果表明:利用集合卡尔曼滤波方法可有效提高波浪短期预测效果。