“海上丝绸之路”·海洋环境与新能源数据集 II 区论文(已发表) 版本 ZH6 Vol 5 (4) 2020
下载
2009–2018年北印度洋海浪有效波高模拟数据集
A dataset of significant wave height simulations in the Northern Indian Ocean from 2009 to 2018
 >>
: 2020 - 06 - 28
: 2020 - 10 - 22
: 2020 - 08 - 17
: 2020 - 12 - 29
1591 9 0
摘要&关键词
摘要:波浪能是清洁能源中的佼佼者,也是海洋中最富集的能源。本文借助欧洲中期天气预报中心风场的再分析数据展开研究,通过WAVEWATCH-III模式对有效波高逐3 h输出并处理,获取了北印度洋2009–2018年海浪近十年的有效波高数据,在浅水和深水、一般和特殊条件下验证数据有效性的同时,也提供了详细的数据获取途径。本数据的共享有利于数据被更好地获取和利用,为有需要的科研工作者们提供帮助,也为海洋能源的研究及开发提供支持。
关键词:北印度洋;WW3;有效波高;波浪数据集
Abstract & Keywords
Abstract: Wave energy is top-notch clean energy and the most abundant energy in the ocean. Based on the wind field reanalysis dataset of European Centre for Medium Range Weather Forecasts, We carried out our research and obtained the data of the significant wave heights in the northern Indian Ocean in the last 10 years (2009–2018) through processing the significant wave height output by 3 h in WAVEWATCH-III mode. In addition to data validation in shallow and deep water and under general and special conditions, detailed access to the data is also available in the paper. The sharing of the data is conducive to better access and utilization, providing assistance to researchers in need, and supporting the research and development of Marine energy.
Keywords: Northern Indian Ocean; WW3; significant wave height; wave dataset
数据库(集)基本信息简介
数据集名称2009–2018年北印度洋海浪有效波模拟数据集
数据作者庄居城,李醒飞,杨少波,郑崇伟
数据通信作者李醒飞(oceantjulxf@163.com)
数据时间范围2009年1月至2018年12月
数据量39.4 GB
数据空间范围30°E–100°E,30°N–15°S
数据格式*.nc
数据服务系统网址http://www.dx.doi.org/10.11922/sciencedb.j00001.00038
基金项目中国国家自然科学基金(61733012);山东省问海计划(ZR2016WH01);青岛创业创新领军人才计划(19-3-2-40-zhc)。
数据库(集)组成本数据集为NC数据,数据集名为“2009–2018年北印度洋海浪有效波高模拟数据集.zip”,数据集由十个自然年数据(2009–2018年,每年数据约为3.94 GB)组成,共39.4 GB。每一个自然年数据集由自然年命名,含有经纬度、有效波高、时间、周期等。
Dataset Profile
TitleA dataset of significant wave height simulations in the Northern Indian Ocean from 2009 to 2018
Data authorsZhuang Jucheng, Li Xingfei, Yang Shaobo, Zheng Chongwei
Data corresponding authorLi Xingfei (oceantjulxf@163.com)
Time rangeFrom January, 2009 to December, 2018
Data volume39.4 GB
Geographical scope30°E–100°E,30°N–15°S
Data format*.nc
Data service system<http://www.dx.doi.org/10.11922/sciencedb.j00001.00038>
Sources of fundingsThe National Natural Science Foundation of China (61733012); Wen-Hai Project of Shandong Province (ZR2016WH01); Pioneering and Innovation Leading Talents Project of Qingdao (19-3-2-40-zhc).
Dataset compositionThis dataset is the format of NC data, entitled “Dataset of significant wave height simulations in the Northern Indian Ocean from 2009 to 2018.zip”. The dataset consists of 10 natural years (2009–2018, 3.94 GB per year), a total of 39.4 GB. Each natural year dataset is named after the natural year and contains longitude and latitude, significant wave height, time, period, and so on.
引 言
海洋是人类巨大的宝库,蕴含着种类丰富的资源,其中包括石油、天然气、可燃冰等矿产资源,养殖渔业等生物资源,波浪能、风能、潮汐能、温差能等能量资源。为了最合理有效地探索和利用这些资源,人类需要关心海洋,认识海洋,经略海洋。而在这些过程中,需要有准确、丰富的数据作为支撑。2015年签署的巴黎协议说明全球多国都深刻认识到气候变暖带来的人类危机,所以使用新能源以及可再生的清洁能源以取代化石燃料将是时代趋势。有效波高是表征海浪强度和危险系数的重要指标,既是计算波浪能流密度的依据,也对海岸防护、船舰航行有重要意义[1],因此对波浪的研究是有必要的。
波浪能作为可再生能源中的“佼佼者”,是海洋能源中最为丰富的资源,其也正逐渐受到越来越多研究人员们的重视:郑崇伟等[2]利用WW3对南海的波浪能资源进行模拟研究;周国庆等[3]对北部湾近海的波浪能资源条件进行评估;Wu等[4]对中国东海远海的波浪能资源进行了评估;李靖等[5]对台湾海峡及其邻近海域的波浪能资源展开评估;管轶[6]对我国波浪能开发利用可行性研究进行了深入分析。
我国学者对东、黄、南海等西太平洋海域的数值模拟已经有一定研究基础,但对北印度洋的分析和评估暂未深入,北印度洋作为“21世纪海上丝绸之路”两个关键水域之一,模拟并分析其近十年海浪的有效波高既有助于该海域波浪能的探索与开发,也有助于未来中国舰队进行远海航行,这无论是对中国或是“海上丝绸之路”沿岸国家的发展,以及对共建海上丝绸之路以及亚洲命运共同体都具有积极意义。本文基于欧洲中期天气预报中心的ERA-Interim风场数据并结合WAVEWATCH-III在嵌套条件下反演出北印度洋的风能和波浪能,反演数据的可靠性高,可为今后北印度洋海域波浪能资源的开发提供参考。
1   资料收集和处理方法
1.1   资料介绍
欧洲中期天气预报中心(ECMWF)授权用户提供气象和水文预报数据[7],并且对数据进行存档。ERA风场是ECMWF的数据集产品之一,该产品能提供ERA5、ERA-Interim、CERA-SAT、CERA-20C等再分析风场数据集。出于时间范围和分辨率的考虑,选择了ERA-Interim产品作为WW3模式的输入数据。其中该风场数据的下载网址为https://www.ecmwf.int/。
WW3模型的另一输入数据为水深数据,本文采用的是ETOPO5型水深数据,该数据由NGDC美国地球物理中心发布,下载网址https://www.ngdc.noaa.gov/mgg/global/global.html。
在海洋数据的获取中,最受认可的产品是剖面浮标,但由于成本、保密以及海洋环境等条件影响,浮标的数据获取受到了很大的限制。而随着现代遥感技术的快速发展,海上卫星高度计反演的有效波高已经能接近浮标实测值,可以极大地降低科研成本,因此本文在选择验证数据的有效性方面选择利用高度计作为标准波高与模拟数据比较,并验证其有效性。卫星高度计数据下载网址为:https://www.aviso.altimetry.fr/。
1.2   数据处理
本文利用来自ECMWF数据库的ERA-interim再分析资料,分析了北印度洋海域风能和波浪能资源的时空分布特征,其中北印度洋的水深地形如图1所示,图中所标注部分为第三节检验海域。ERA-interim风场数据的空间分辨率种类很多,主要包括1.0°×1.0°、0.5°×0.5°、0.25°×0.25°、0.125°×0.125°等,风场数据的空间范围是90°S–90°N,180°W–180°E。基于数据检验和仿真时长两个方面考虑,本文选择0.25°×0.25°的空间分辨率和6 h的时间间隔作为模式输入项,空间范围为15°S–30°N、30°E–100°E,时间范围为2009年1月1日00:00至2018年12月31日21:00。


图1   北印度洋海域水深地形图
另外由于所需数据较大,利用python进行辅助可完成风场大数据的快速下载,如果数据量超过最大限制导致下载较慢或失败,可以将数据年限拆分下载。图2为python下载程序实例。其中“data”表示获取时间范围;“grid”表示格点分辨率;“format”表示输出格式;“area”表示选择范围,从左到右对应的次序是起始位置—顺时针顺序—终点位置;“param”表示参数代号,“step”表示采样步长;“target”表示输出文件名。其他需要可参考ERA风场中心下载指南。


图2   ERA风场数据下载实例
1.3   WW3模型介绍
模型使用了嵌套计算的方法,原理为利用大范围海域计算出嵌套程序,该程序作为小范围海域(即本文的模拟海域)的初始边界条件共同参与计算,本文的模拟数据基于这种嵌套模式计算获取,原理如图3所示。图中经纬度单位为°,EQ表示赤道,水深单位为m,大范围区域配置是:时空范围为2009年1月1日0时至2018年12月31日21时,30°E–130°E,75°S–30°N,时间分辨率3 h,空间分辨率1°×1°。小范围的区域配置是:时空范围为2009年1月1日0时至2018年12月31日21时,15°S–30°N、30°E–100°E,输出分辨率为0.25°×0.25°,时间分辨率为3 h。


图3   WW3模型嵌套计算原理图
由于高度计数据的空间分辨率为1°×1°,时间分辨率为24 h,相比于高度计数据,模拟数据不论是从时间分辨率还是空间分辨率上看具更高的精度。而相比于ERA网站自带的波浪数据,WW3可输出的时间分辨率更高,最高可达15 min,但ERA网站可下载的波浪数据最高仅为6 h,如果从未来海岸工程和远洋航行角度考虑,WW3模型可以提供更为丰富和实时的波浪数据作为工程参考。
2   数据样本描述
2.1   有效波高
本数据集包括经度、纬度、时间维度、有效波高、平均波向和波浪周期6组主要数据参数,格式为NC,有效波高的数据内容如表1所示。其中经度和纬度分别由格点数表示,例如分辨率为0.25°时,30°E–130°E的经度格点数为(130-30)/0.25+1=401,纬度同理。时间维度则为采样次数总数,例如2007年,模式每6 h输出一次数据,那么它的时间维度是365*(24/6)=1460;其中图4的Format格式可以调整数字的有效位数,%1f代表小数点后只保留1位有效数字,可以根据实际需要选择为%2f、%3f等保留更多位有效数字。如果想选择具体某一时刻的有效波高,可在Time属性后选择相应的时刻,假如起始时刻为2009年1月1日6时且每6 h输出一次数据,那么第14个时刻为6+[(14%6)-1]*6=12时(其中“%”表示求余),即为1月4日的12时。平均波向的单位是rad;波浪周期的单位是s。此外,为了方便处理,本数据集将10年的数据逐年拆分。根据图4上方所示可知本数据集为2009年1月1日0时有效波高,数据集名称为2009.nc。
表1   NC文件有效波高数据表内容
表内容序号字段名称量纲数据类型样例数据
1(横坐标)经度°数值型54.000(E)
2(纵坐标)纬度°数值型15.750(N)
3有效波高m数值型0.7
NAN陆地/失效-数值型-


图4   NC文件中有效波高的数据内容
2.2   基于本数据集的能流密度计算
鉴于文本格式的数据无法直观地体现出风能及波浪能资源的月、季、年的变化特征,所以数据使用者可以通过下载数据、绘制图形的方法来进一步分析、挖掘数据,剖析其时空特性,绘制NC格式数据常用的绘图软件有GrADs、Matlab和NCL等。图5为利用有效波高数据集和GrADs绘制的北印度洋能流密度年均分布图,其中经纬度单位为°,能流密度单位为kW/m。


图5   北印度洋海域波浪能流密度年平均分布
波浪能流密度是判别波浪能富集程度的重要特征,为了计算北印度洋的波浪能流密度,需要使用的特征参数分别是有效波高Hs(m)和波浪周期\({T}_{0}\)(s),其计算公式在深水下可简化为[8]
(1)
通过数据集计算得到10年波浪能流密度\({P}_{w}\)后,绘制波能密度年均分布图。观察可知,阿拉伯和索马里海域的波浪能流密度最大,为9–21 kW/m;斯里兰卡、马达加斯加北部和北印度洋东南部海域的波浪能流密度次之,在6–9 kW/m之间;孟加拉湾海域的波浪能流密度最小,为3–6 kW/m;赤道周边海域的波浪能流密度在6 kW/m左右;红海、亚丁湾和波斯湾海域的能流密度则小于3 kW/m;马达加斯加岛北部的波浪能流密度可达到9 kW/m,其他海域的波浪能流密度约为6 kW/m。从总体上看,北印度洋海域波浪能流密度较大,波浪能资源丰富。北印度洋近10年波浪能流密度分布如表2所示。
表2   北印度洋波浪能资源分布
海域分布情况海域分布情况海域分布情况
波浪能流密度年分布(kW/m)阿拉伯海9–21红海<3马岛北部9
索马里亚丁湾其他6
赤道周边6波斯湾平均6
注:马岛为马达加斯加岛。
3   数据质量控制和评估
数据的验证是通过WW3模式模拟的有效波高与现有高度计资料进行对比,在模拟有效波高的检验中,常常以高度计的观测波高作为实测波高与模拟波高进行对比,但高度计本身仍然存在10%左右的最大误差[9]。本文随机选取了4个海域L1(70°E,5°N)、L2(62°E,24°N)、L3(42°E,5°S)和L4(90°E,20°N),并于图1中标注了位置,此外,选择了2013年孟加拉湾的一次热带气旋过程进行参数检验[10]
针对上述海域有效波高进行时空上的有效性检验,包括相关系数(CC)、偏差(Bias)、均方根误差(RMSE)、归一化均方根误差(NRMSE)4个指标,并作出L1–L4全年有效波高及高度计离散图(图6–9)和马哈森过程检验图(图10),总结所有情况下的检验数据(表3)。其中4种指标的计算原理如下[11]
(2)
(3)
(4)
(5)


图6   2010年L1位置模拟有效波高和高度计检验图


图7   2011年L2位置模拟有效波高和高度计检验图


图8   2013年L3位置模拟有效波高和高度计检验图


图9   2014年L4位置模拟有效波高和高度计检验图


图10   2013年热带气旋马哈森过程有效波高的数值检验
表3   模拟有效波高精度情况
时间位置经度/(°E)纬度/(°N)CCBias(m)RMSE(m)NRMSE
2010(L1)7050.910.080.590.39
2011(L2)62240.94−0.170.690.51
2013(L3)42−50.66−0.110.510.32
2014(L4)90200.930.060.770.53
2013马哈森0.750.250.270.15
首先,观察表3可以看出,5种检验平均的相关系数在0.82,偏差为0.02m,均方根误差为0.55m,归一化均方根误差为0.38,可以认为模拟数据和高度计数据之间高度相关。其次,从水深上看,L1和L4为深水区,L2和L3为浅水区,其中浅水区相较于深水区的相关系数更不稳定,但在均方根误差上总体略好,而深水区域的偏差值会更小。在气旋风暴“马哈森”检验过程中,有效波高和高度计保持着较强的相关性,尽管偏差大于一般情况,但是在均方根误差和归一化误差上该过程明显更小,这说明两者在数值上的相似程度非常高,可以说明在极端条件下数据的有效性。最后,观察图6–9,某个海域在一年中一定会有峰值或者某日有效波高明显大于年均值的情况,而在这些条件下的有效波高并不会小于某些极端天气下的浪高,在4个验证区域里,除了少数月份会有一定偏差外,例如在L1位置的9–10月间,在L2、L3和L4位置的峰值模拟情况都表现良好,这也可以反映模拟数据集在极端条件下数据的可靠性。
4   数据价值
此次ERA风场输入获得的海浪有效波高数据是对远海数据获取的一种深入尝试,由于布放浮标等常规测量手段设备成本高、维护难,且北印度洋平均水深大于1200 m,而利用WW3模式对北印度洋海域进行仿真可以认为是一种有效和适宜的试验方法。尽管在数据获取中会有个别数据失效(数据显示为NAN)但可予以更正或者剔除,所以从总体上看该方法经济、有效,相对于远深海环境条件下具体的实物测量大大缩减了成本,其测量覆盖面更广,可靠性高。
本数据集为北印度洋2009–2018年的海浪有效波高数据,可为物理海洋、能源开发、海上生态等相关科学研究提供数据支撑,并可为当地经济发展、台风预报、远海开发等工作的深入开展提供数据支持。
5   数据使用方法和建议
2009–2018年北印度洋的海浪有效波高观测数据集全部数据已全部上传至《中国科学数据》网站(http://www.dx.doi.org/10.11922/sciencedb.j00001.00038),用户可直接登录下载数据。同时,如果本数据集得到有效引用,请引用者在致谢中标注“天津大学精仪学院李醒飞团队”,本文和本数据集的推荐引用格式见文末。
致 谢
感谢张振全和段闪华在数据获得以及绘图方面给予的帮助,感谢席林通和邓泽贵在论文撰写过程中的意见与建议,也感谢实验室对本文所有工作的大力支持。
[1]
徐佳丽, 时健, 张弛, 等. 近40年中国近海波浪数据库的建立及极值分析[J]. 海洋工程, 2019, 37(6): 94-103.
[2]
郑崇伟, 林刚, 孙岩, 等. 近22年南海波浪能资源模拟研究[J]. 热带海洋学报, 2012, 31(6): 13-19.
[3]
ZHOU GQ, HUANG JJ, TAO Y, et al. Temporal-spatial distribution of wave energy: A case study of Beibu Gulf, China[J]. Renewable Energy, 2015, 74: 344-356.
[4]
WU SP, LIU CY, CHEN XP. Offshore wave energy resource assessment in the East China Sea[J]. Renewable Energy, 2015, 76: 628-636.
[5]
李靖, 周林, 陈晓斌, 等. 台湾海峡及其邻近海域波浪能资源评估[C]. 中国可再生能源2011年学术年会, 2011: 37-40.
[6]
管轶. 我国波浪能开发利用可行性研究[D]. 山东青岛: 中国海洋大学, 2011.
[7]
张福涛. 基于WAVEWATCH-III模式对一次台风过程的海浪模拟研究[J]. 中国港湾建设, 2019, 39(12): 46-50, 68.
[8]
Adem Akpınar, Murat I K. Inter-annual and inter-seasonal variability of the Orkney wave power resource [J]. Applied Energy, 2013, 101: 502-512.
[9]
刘玉光. 卫星海洋学[M]. 北京: 高等教育出版社, 2005: 156.
[10]
百度百科“气旋风暴马哈森”[EB/OL]. https://baike.baidu.com/item/气旋风暴马哈森/4897593?fr=aladdin, 2020.9.
[11]
王际朝. 基于风场和海浪同步观测的海浪同化模式构建[D]. 山东青岛: 中国科学院大学海洋研究所,2014: 34.
数据引用格式
庄居城, 李醒飞, 杨少波, 等. 2009–2018年北印度洋海浪有效波高观测数据集[DB/OL]. Science Data Bank, 2020. (2020-08-17). DOI: 10.11922/sciencedb.j00001.00038.
稿件与作者信息
论文引用格式
庄居城, 杨少波, 李醒飞, 等. 2009–2018年北印度洋海浪有效波高观测数据集[J/OL]. 中国科学数据, 2020, 5(4). (2020-12-28). DOI: 10.11922/csdata.2020.0050.zh.
庄居城
Zhuang Jucheng
主要承担工作:优化模型、图形绘制、处理数据和整理论文等。
(1995—),男,福建三明人,硕士研究生,研究方向为海洋观测与探测。
杨少波
Yang Shaobo
主要承担工作:原始数据获取、数据处理、数据集编制等。
(1987—),男,重庆人,博士,讲师,研究方向为海洋气候监测。
李醒飞
Li Xingfei
主要承担工作:试验方案制定、前期工作分配等。
oceantjulxf@163.com
(1966—),男,湖北武汉人,博士,教授,研究方向为海洋观测平台建设。
郑崇伟
Zheng Congwei
主要承担工作:原始数据获取、绘制图形及调试模型等。
(1994—),女,河北保定人,硕士研究生,研究方向为海洋能源开发与评估。
出版历史
I区发布时间:2020年8月17日 ( 版本ZH3
II区出版时间:2020年12月29日 ( 版本ZH4
最近更新时间:2020年12月29日 ( 版本ZH6
参考文献列表中查看
中国科学数据
csdata