方莹，毛献忠

（清华大学深圳研究生院海洋学部，广东深圳518055）

深圳大鹏湾波高实时预报

方莹，毛献忠

（清华大学深圳研究生院海洋学部，广东深圳518055）

摘要：采用非线性自回归神经网络与带外部输入的非线性自回归神经网络建立了深圳大鹏湾浮标站有效波高实时预报模型，分别预报了湾口与大梅沙两处浮标站点的3 h、6 h与12 h有效波高。预报结果显示：湾口浮标处3 h、6 h预报结果与实测值符合较好，相对误差在10%以内，相关系数在0.8以上；大梅沙浮标处波高3 h预报绝对误差在0.10 m以内，相关系数在0.6以上。

关键词：大鹏湾；波高；NAR神经网络；NARX神经网络；实时预报

1　　引言

近岸波浪的长期预报可为沿海与近岸工程的规划和设计、海岸生态环境保护提供科学依据，但对于海滩泳场、海上运动、航运作业以及现场工程作业等，则需要波浪的小窗口实时预报来保障沿海活动和施工人员的人身财产安全。当前波浪预报的方法主要有两类，一类是基于波浪生成与耗散物理过程的数值模型，如SWAN［1-3］、WAM［4-5］、Wave WatchⅢ［6-9］等，该类模型主要用于区域预报；另一类是利用以往的气象、波浪资料或浮标在线的实时或准实时数据经验模型，如人工神经网络（ANN）［10-11］、时间序列模型（ARMA）［12］、遗传算法（GA）［13］等，用于预报点预报。区域数值预报模型需要的外源驱动数据多，计算成本大，同时对局部重要水域的精细预报精度偏低。随着近年来在线浮标监测网络的建设，实时数据驱动模型预报成为研究热点。

由于ANN具有较好的非线性性能，因此在单点波浪预报中得到了广泛的应用。……