【摘 要】
：
构建基于ADCIRC的广州市风暴潮精细化预报模型,同时考虑上游来水、天文潮、风暴潮共同影响,以上游来水及外海潮位预报作为上下边界输入,采用Jelesnianski台风模型驱动,利用不规则三角网格模拟岸线地形变化,分别与珠江口附近城市的6个代表潮位站的天文潮及“山竹”“天鸽”台风影响期间广州市6个潮位站实测水位验证对比.结果显示:模型预报的精细化程度高可达到百米级;潮位站天文潮拟合最大平均绝对误差小于13 cm;2场台风的风暴潮的增水过程、最高水位值和出现时间均拟合较好;表明该模型基本可以反映出珠江口沿岸天
【机 构】
：
广东省水文局广州水文分局,广东 广州 510150;广东海启星海洋科技有限公司,广东 广州 511400
论文部分内容阅读
构建基于ADCIRC的广州市风暴潮精细化预报模型,同时考虑上游来水、天文潮、风暴潮共同影响,以上游来水及外海潮位预报作为上下边界输入,采用Jelesnianski台风模型驱动,利用不规则三角网格模拟岸线地形变化,分别与珠江口附近城市的6个代表潮位站的天文潮及“山竹”“天鸽”台风影响期间广州市6个潮位站实测水位验证对比.结果显示:模型预报的精细化程度高可达到百米级;潮位站天文潮拟合最大平均绝对误差小于13 cm;2场台风的风暴潮的增水过程、最高水位值和出现时间均拟合较好;表明该模型基本可以反映出珠江口沿岸天文潮状况及风暴潮的增水过程,可为广州市风暴潮精细化预警预报工作提供参考.
其他文献
多视角子空间聚类方法为高维多视角数据的聚类问题提供了大量的解决方案.但是现有的子空间方法仍不能很好地解决以下两个问题:(1)如何利用不同视角的差异性进行学习获得一个优质的共享系数矩阵;(2)如何增强共享系数矩阵的低秩性.针对以上问题,提出了一种有效的双加权多视角子空间聚类算法.该算法首先通过子空间自表达学习到每个视角的系数矩阵,然后采用自适应权重策略构建一个共享系数矩阵,最后利用加权核范数逼近系数矩阵的秩,使得系数矩阵的表示更加低秩,进而取得更好的聚类结果.采用增广拉格朗日乘子法来优化目标函数,并在6个广
实际系统往往由大量类型各异、彼此交互的组件构成.目前,大多数工作将这些交互系统建模为同质信息网络,并未考虑不同类型对象的复杂异质交互关系,因而造成大量信息损失.近年来,越来越多的研究者将这些交互数据建模为由不同类型节点和边构成的异质信息网络,从而利用网络中全面的结构信息和丰富的语义信息进行更精准的知识发现.特别是随着大数据时代的到来,异质信息网络能够自然融合异构多源数据的优势使其成为解决大数据多样性的重要途径.因此,异质信息网络分析迅速成为数据挖掘研究和产业应用的热点.对异质信息网络分析与应用进行了全面的
随着信息技术的飞速发展,网络攻击事件频发,造成了日益严重的经济损失或社会影响.为了减少损失或预防未来潜在的攻击,需要对网络攻击事件进行溯源以实现对攻击者的挖掘追责.当前的溯源过程主要依赖于人工完成,效率低下.面对日益增加的海量溯源数据和日趋全面的溯源建模分析维度,亟需半自动化或自动化的网络攻击者挖掘方法.提出一种基于图模型的网络攻击溯源方法,建立网络攻击事件溯源本体模型,融合网络攻击事件中提取的线索数据和威胁情报数据,形成网络攻击事件溯源关系图;引入图嵌入算法自动学习嵌有关联线索特征的网络攻击事件特征向量
随着国家电网电力物联网的逐步推进,作为其核心支撑技术的边缘计算框架逐渐成为研究热点.首先,总结了物联网和边缘计算框架方面的已有研究工作;其次,通过分析电力物联网在业务场景、边缘计算、信息安全等方面的关键技术难题,提出了一种适应于电力物联网的可信边缘计算框架SG-Edge;随后,结合边缘框架的可信防护关键难题,给出了硬件可信引导、软件行为动态度量等关键技术方法;最后,从业务适应性、安全性以及性能等方面对SG-Edge进行了全面评估,并对未来研究可能面临的挑战进行了展望.