一、Dissipation source function and an improvement to LAGFD-WAM model（论文文献综述）
王凯[1]（2020）在《台风影响下灾害性海洋动力过程时空特征及其对承灾体作用研究》文中研究说明东南沿海地区是我国遭受风暴潮灾害和台风浪灾害最严重的地区之一,风暴潮灾害和台风浪灾害对人民的生命和财产安全构成了极大的威胁,几乎每年都会给我国造成巨大的经济损失和人员伤亡,所以对于风暴潮和台风浪的研究具有重要的现实意义和理论意义,研究风暴潮和台风浪的致灾机理及其对承灾物的作用是防灾减灾工作的必然要求。风暴潮过程存在着多种影响因素,各个因素并不是孤立存在的,它们之间有着非常复杂的相互作用关系,因此对于风暴潮的研究需要将天文潮、风暴潮和台风浪之间错综复杂的相互作用也考虑进来。为了研究台风影响下中国东南沿海的天文潮,风暴潮与台风浪相互作用机理以及其引起的漫堤和漫滩的发展演变过程,本文基于目前国际上广泛使用的ADCIRC（Advanced Circulation Model for Oceanic,Coasts,and Estuaries Waters）有限元二维水动力模式和SWAN（Simulating Waves Near-shore）海浪模式,构建了高分辨率的适用于东南沿海地区的二维数值模式,这个模式综合考虑了风暴潮、天文潮和台风浪三者的实时相互作用。选取“桑美”（0608）,“天兔”（1319）和“灿鸿”（1509）三场典型的台风为研究对象,模拟结果与实测数据符合得很好,为本文的数值模拟研究工作打下了良好的基础。首先研究了东南沿海地区两次不同路径的强台风过程:台风“桑美”（直接登陆）和台风“灿鸿”（转向路径）影响下的风暴潮增水和波浪增水的时空特征。模拟结果表明,不同台风路径下风暴潮增水的空间分布有明显的差异。最大风暴潮增水出现在台风“桑美”路径的右侧和台风“灿鸿”路径的左侧,这种差异主要是向岸风将海水向岸堆积以及岸线约束作用的结果。在这两种路径下,台风路径左侧近岸海域都观测到了显着的风暴潮增水,这主要是因为风暴潮增水以陆架波的形式沿着大陆架传播造成的。由于较强的向岸风强迫的堆积效应,台风“桑美”类型的路径更有可能引起沿海地区极端的风暴潮增水。最大波浪增水受破波带内涌浪的传播方向和海底坡度的控制。台风“桑美”期间,最大风暴潮增水的位置和最大波浪增水的位置在空间上接近,但在台风“灿鸿”期间,两者位置却相距甚远。其次研究了台风“灿鸿”期间波流相互作用对台风浪的影响,风暴潮对于台风浪的作用主要通过水位和风暴潮流场两种方式,在不同的条件下有效波高存在显着的差异。模拟结果表明水位导致有效波高的变化最大可达1.45m,近岸浅水区（水深小于40m）的有效波高主要受水位变化的影响。风暴潮流导致的有效波高变化最大可达1.17m,波流相互作用主要在在远海区域。有效波高的减小主要是由于波流相互作用引起的相速度变化。波流相互作用的强弱与台风移动速度和台风浪群速度的相对大小密切相关。然后又基于高分辨率地理数据（海堤位置和高程、岸线和水深等）构建了福建沿海精细化漫堤风险等级评估系统,这个系统在近岸的计算网格分辨率最高能够达到100m,可以实现精确描述福建沿海地区复杂岸线和地形的效果。利用模拟的水位与海浪参数,采用波浪爬高公式计算得到各海堤堤前波浪爬高。按照总水位与波浪爬高之和与海堤高程的对比,将漫堤风险分为五个等级。对2013年的超强台风“天兔”过程引起的风暴潮漫堤过程进行后报验证,结果表明,该系统计算的漫堤情况与灾后调查的漫堤实况基本一致,结果准确,说明本研究中采用的漫堤风险评估标准和方法是可行的。在此基础上,设计了4种不同的台风强度等级,对福建沿海206条海堤进行了漫堤风险等级评估,探究台风强度对漫堤风险的影响。结果表明:波浪爬高对漫堤风险的影响高于单纯的风暴潮增水;台风强度增强时,所产生的风暴潮增量较小,因此可以认为风暴潮增水对于漫堤的风险影响较小;福建沿海波浪爬高普遍较高,随着台风强度的增强,波浪爬高会显着增加漫堤的风险等级,且应重视台风浪对海堤造成的冲击所导致的溃堤灾害。最后针对杭州湾南部地区进行了风暴潮漫滩发展和演变过程的数值模拟研究。通过几组理想化的实验对沿海地区的风暴潮漫滩进行了模拟,包括不同物理机制的波浪作用（波致风应力、波致底应力和波致辐射应力）。模拟中考虑了不同海堤高度和在溃堤时不同溃口长度的溢流情况。结果表明,在精确模拟风暴潮漫滩中很有必要充分考虑波浪的作用,海堤高度对漫堤溢流导致的最大淹没面积的范围和发生的时间都有显着影响,溃口长度是影响漫滩最大淹没面积的重要因素。本文的研究成果对实际的防灾减灾工作具有重要的参考价值。
曲博岩[2]（2020）在《舰船尾迹SAR成像仿真及目标检测方法研究》文中提出高分辨率合成孔径雷达（synthetic aperture radar,SAR）探测技术因其具有全天时、全天候、大范围、多参数等特点,在海洋复杂环境下能够实现对各类目标的宏观、长期、连续、动态的观测,是海洋船只监测最有效的手段之一。但在实际情况下,运动舰船在SAR图像中往往会出现位置偏移和模糊,同时在军事领域的应用中,隐身技术的快速发展也给SAR图像船只监测带来了一定的困难。考虑到以上问题,通过舰船尾迹的特征间接地检测舰船目标成为一种切实可行的办法。本文针对海面舰船尾迹的SAR探测过程及目标检测方法开展了系统的研究,首先根据Kelvin尾迹的水动力模型,计算了简单Wigley船体在不同航速下的尾迹波几何形态,并基于海谱模型、涌浪模型和线性滤波法,实现对线性海面的形态建模,再基于高阶非线性波理论描述海面非线性特征,并与尾迹波进行叠加,进而模拟船舶在海面航行时的留下的Kelvin尾迹形态。针对尾迹目标的SAR成像仿真问题,本文在复合表面散射理论的基础上,通过借助一阶微扰模型和基尔霍夫近似模型建立了用于分析大规模海面电磁散射特性的面元散射模型。该模型的计算结果表明,海面尾迹复合结构电磁散射分布体现出清晰的纹理特征,且分布特征受雷达自身参数、海洋环境及舰船运动情况的影响。在此基础上,本文根据海浪波对雷达信号的调制机理对面元散射分布进行调制,再对SAR成像分辨单元进行三维坐标转换,建立像平面与海平面的投影映射关系,进而实现对舰船尾迹目标SAR探测过程的仿真成像。分析仿真结果,进一步得出了尾迹SAR探测特征的影响因素及变化规律。根据计算获得的数据与相关观测资料,本文进一步研究了深度学习领域的目标检测方法对尾迹检测的适用性和可行性。为了获得足够丰富且高质量的训练样本,本文基于生成式对抗网络（Generative Adversarial Network,GAN）对原有的图像数据进行网络训练和生成,获得了大量的新数据,扩充了样本集,再基于扩充后的样本对目标检测网络进行训练,学习SAR图像中的抽象特征,实现对尾迹目标的检测识别。测试结果表明,海况、成像关系、极化方式均会对目标检测的精度产生一定的影响。同时,相比于传统线性检测,该方法能够更好地识别高噪声、弱目标、非直线形等情况的尾迹特征。
王鑫[3]（2019）在《波浪能装置阵列布设相关理论方法及其应用研究》文中提出海洋可再生能源作为一种战略性资源已经得到国际上的普遍认同,其开发利用技术在近年得到了快速发展。其中,波浪能开发技术日趋成熟,但受海洋工程技术水平、建设成本、波浪能资源条件等因素的制约,波浪能装置单机功率不能无限制增加。波浪能阵列是把多个波浪能装置按照一定的规律布置在海中,在波浪能开发利用技术单机规模一定的情况下,通过增加阵列中模块数量满足总装机功率的需求。波浪能阵列技术是提高波浪能技术可靠性、降低成本,并推动其突破技术瓶颈实现产业化的有效途径。该项技术既要尽可能的提高阵列对波浪能的俘获效率,减少装置之间的不利影响;又要控制装置之间的距离,以节约阵列的用海面积,同时降低阵列布设所需海缆等配套设施的布设和维护成本。本文以解决装置阵列布设设计过程中的相关理论方法及应用问题为目标开展研究,并选择点吸收波浪能装置为研究对象,主要的研究工作和成果如下:（1）从流体力学的基本理论出发,系统推导波浪场中波浪能俘获装置的运动方程,根据波浪能装置的技术特点,合理设定方程的定解条件并求解,进而得出波浪场中单个装置和阵列中各装置响应振幅的数学表达式,从而实现了对复杂环境下波浪场中的波浪能俘获装置阵列运动特性的理论描述,为本文的研究奠定了理论基础。（2）研究小区域波浪要素的精细化观测方法。方法结合对历史数据和水动力理论分析,初步制定调查方案,并通过代表性验证试验,对方案进行修正,再应用修正后的方案对目标海域进行长期观测。研究过程中以威海褚岛北部海域为目标海域对方法进行实践。该方法在保证观测质量的前提下,可有效降低观测成本。另一方面,将统计学方法与数值模拟方法相结合,分析统计出布放目标海域波高、波周期,并计算分析出各波向上波浪能的分布特征;在数值模型建立过程中,充分考虑海岛周边海域水深地形复杂多变的特点,开展了有针对性的模型设置。（3）研究得出一种点吸收波浪能装置结构优化设计方法。方法是在已掌握目标海域波浪能资源特性的基础上,设定合理的点吸收式波浪能装置装机功率,分析计算得到合理装置的设计直径;利用工具软件计算多组工况下点吸收装置入水深度和装置固有周期的对应关系,并分析得出装置固有周期随入水深度的变化规律,进而根据装置布放海域波周期的观测统计结果,分析得出装置在该海域的最佳设计入水深度。（4）应用本文的理论研究成果,给出了阵列能量获取系数的数学表达式。在此基础上,提出了阵列能量增益系数和阵列能量俘获密度两个新的波浪能阵列布设效果评价指标,给出两个新指标的数学表达式,实现了对阵列整体能量俘获效果和用海效率的定量评价,并利用实例对研究成果的实用性进行了验证。新指标还可应用于潮流能、海上风能装置阵列布置设计效果的评价,从而丰富了海洋能阵列布设效果评价指标体系。
金权[4]（2019）在《基于机器学习算法对海浪波高的预测及优化研究》文中研究指明海浪是海洋表面重要的运动过程,机器学习是目前国内外热门研究领域,本文将海洋科学与机器学习相结合,探索了机器学习在海洋科学领域应用的可行性,为今后的研究奠定基础。本文采用了机器学习中的两种不同算法对海浪有效波高进行预测和修正。（1）建立使用支持向量机（SVM）的预测模型,选取风场和波浪场作为学习要素,对比不同特征向量对有效波高预测结果的影响。取台湾岛东部海区作为实验区域,使用NCEP再分析的数值模式数据作为学习样本。选用支持向量分类机,建立了四组不同特征向量的模型对海浪有效波高进行预测,并对四种模型的结果进行比较和分析。实验表明,当输入的特征向量过多或过少时,会对模型的预测结果和计算效率产生不同的影响。当使用风场和波浪场共同作为特征向量进行学习时,在该区域预测结果更接近模式预报结果,相关系数将近99%,均方根误差约为0.2m。（2）使用神经网络模型建立模式结果的优化模型,对MASNUM海浪模式的有效波高进行优化。选用风场,波浪场作为学习要素,选取南海海域作为实验区域,按季节划分了夏季、秋季、冬季3个模型进行训练。与卫星观测的数据相比,修正后结果的均方根误差与绝均差减少了约30%。
盛叶新[5]（2019）在《基于卫星遥感和数值模拟的台风与台风浪研究》文中研究指明海洋卫星遥感中合成孔径雷达（Synthetic Aperture Radar,SAR）遥感卫星是一种主动式微波雷达遥感卫星,利用微波成像技术,具有全天候、全天时、大面积高分辨检测等特点,是海洋监测中一项重要的技术。目前,利用同极化SAR遥感图像反演中低风速条件下的海面风场算法已经基本成熟,但在高风速条件下的海面风场反演算法中,同极化SAR遥感图像的归一化后向散射截面值（Normalized Radar Cross Section,NRCS）容易达到饱和状态,而交叉极化SAR遥感图像的后向散射截面值不易达到饱和。因此,开发基于交叉极化SAR遥感图像的台风风场反演算法具有重要意义。海浪数值模拟中第三代海浪数值模式WAVEWATCH-Ⅲ已发展成为国际上最成熟的海浪数值模式之一,具有多种输入和耗散源函数项,考虑波波相互作用,波流相互作用等显着特点,因而利用WAVEWATCH-Ⅲ海浪数值模式模拟台风浪的研究对台风浪的准确预报具有重要意义。本文主要分为两个部分,第一部分主要利用交叉极化高分三号（GF-3）SAR卫星遥感图像构建交叉极化SAR图像台风风场反演算法,第二部分主要评估WAVEWATCH-Ⅲ模拟东中国海台风浪的效果,并给出最佳输入和耗散源函数项对于利用交叉极化GF-3 SAR遥感图像研究台风风场,本文收集了7幅交叉极化GF-3 SAR遥感台风图像以及全球区域同化和预报系统（Global and Regional Assimilation and Prediction System-Typhoon model,GRAPES-TYM）台风风场数据,探究了雷达入射角、10m/s以上风速和SAR图像NRCS之间的依赖性,构建反演算法函数形式,并用最小二乘法拟合系数。运用该算法反演交叉极化SAR图像台风风速,并与Wind-SAT风场数据对比,验证算法准确性。经过对比验证,在风速大于10m/s的高风速条件下,风速反演结果的均方根误差在5.5m/s左右,反演效果较好。为了进一步验证该反演函数模型的优势,将其与其他4种C波段交叉极化SAR图像风速反演算法进行对比,反演结果均与GRAPES-TYM风场数据进行对比,该算法得到最小的均方根误差为5.11m/s,标准差为5.06m/s。对于WAVEWATCH-Ⅲ海浪数值模式研究台风波浪场,本研究通过评估WAVEWATCH-Ⅲ提供的7种输入和耗散源函数项在东中国海台风期间波浪场模拟结果,选出最优函数项用于台风浪数值模拟。首先结合Holland台风风场模型与欧洲中长期预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）提供的0.125°风场,使用最大值法构建H-E台风风场作为海浪模式WAVEWATCH-Ⅲ的强迫场。其次运用WAVEWATCH-Ⅲ提供的7种输入和耗散源函数项模拟台风“凤凰”和“灿鸿”期间东中国海有效波高,并与浮标观测值对比,结果显示ST2源函数项模拟结果最佳,误差分别为0m和0.53m,均方根分别为0.79m和1.12m。
徐尧[6]（2017）在《南海台风浪与太平洋海浪的数值模拟》文中研究表明海浪直接影响着海洋与大气边界层结构,是海洋和大气动力学的重要研究内容之一。目前,海浪数值模式已经发展到第三代,其中,WAVEWATCH III（WW3）海浪数值模式具有稳定性好、计算精度高等特点,已成为广泛应用的业务化海洋预报模式之一。首先,我们利用WW3研究南海的台风浪机制。基于南海浮标的观测数据,本文对三次台风过程中的浮标附近的台风浪特征进行分析。结果表明,在台风中心5倍最大风速半径内的台风浪主要都是风浪占优的,并且海浪能量分布与有限风区海浪情况一致。在台风中心前方5倍最大半径以外以及台风强迫范围外,台风浪则主要是涌浪占优。随后,使用第三代海浪模式对台风期间的海浪进行模拟。结合理想风场模型和再分析资料,并通过观测数据反推模型参数,重构台风期间的风强迫。在模拟结果分析中,本文定义台风到达前后半个惯性周期内为台风的强迫阶段。使用浮标观测数据对模拟结果进行检验。在三种输入与耗散源函数项参数化方案中,模拟效果最好的方案对有效波高的模拟结果可以达到平均相对误差-0.7%,均方根误差0.76 m,而谱峰周期模拟的最佳结果平均相对误差为-3.4%。均方根误差为1.115 s。本文还将不同输入与耗散源函数项参数化方案的模拟结果进行比较。此外,我们还设计了一组孪生实验用来研究非线性波–波相互作用项在台风浪模拟中对海浪谱的作用。结果表明,非线性波–波相互作用项可以有效地将波浪能量从高频部分向低频部分转移从而阻止一维海浪谱生成双峰结构。其次,我们利用WW3模拟研究太平洋海浪的时空变化特征。在太平洋的海浪模拟研究中,前人研究多关注太平洋中某个区域的波浪变化特征,对整个太平洋的模拟以及不同风带引起的海浪的分区特征研究较少。本文利用WW3分析了2002至2011年太平洋风速和海浪场的时空变化特征。首先,使用浮标观测数据对模式模拟的有效波高结果进行验证。结果表明模式可以有效地后报太平洋的有效波高。模式偏差较大的区域为中低纬度地区。随后将太平洋分为多个子区域,分别讨论了其风速和有效波高的时空变化特征。多年平均太平洋风速和有效波高存在类似的纬向分布特征,各子区域之间风速和有效波高的季节变化存在差别。模式刻画的太平洋有效波高年际变化最大的区域为南半球中高纬区域。进一步,我们研究了波浪能量的输入与耗散。相应的源函数项的各区域平均值显示了量化的表面波的变化。最后,对日平均的风速与有效波高值进行功率谱分析寻找序列的显着周期。结果表明有效波高时间变化对应的频谱和风速谱具有一定的差异,不同区域的变化情况也不尽相同。现有研究表明,考虑海浪的动量通量参数化方案可以在一定程度上改善现有的海浪模式。一些利用海气耦合模式的气候研究表明,考虑海浪影响时,模拟得到的海浪气候态得到一定程度的改进。本文研究结果一方面评估现有海浪模式后报技巧,另一方面揭示区域海浪时空分布特征,为天气尺度的海浪事件模拟和区域海浪特征分布研究提供直接参考。在前人提出的参数化方案基础上,发展考虑二维海浪谱的海气动量通量参数化公式,通过设计理想场景以及实测数据计算并初步讨论海浪对海气动量通量的影响。结果表明,基于海浪二维频率方向谱的参数化方案会降低海气界面动量通量的交换。
吴欢,汪一航,滕涌,江兴杰,孙宝楠,梅秋莹[7]（2017）在《浙江海域MASNUM海浪模式在台风“达维”“海葵”及“布拉万”过程的波浪数值模拟》文中指出利用MASNUM海浪模式、ECMWF高分辨率风场对2012年8月份台风过程下的浙江海域的海浪状况进行了数值模拟,与近岸观测站的风、浪资料进行了对比检验和误差分析,最后针对8月份"达维""海葵"及"布拉万"3个台风过程对浙江海域的影响进行了对比分析.风速验证结果显示2个站点ECMWF风速和观测风速的偏差分别为0.18、-0.34 m/s,平均绝对误差则为2.57、1.96m/s,均方根误差为3.40、2.65 m/s,与观测风速有较好的一致性.海浪验证结果显示8月份有效波高的相关系数在0.84以上;8月份发生的"达维""海葵"及"布拉万"3个台风期间的有效波高、波周期的模拟值与观测值的均方根误差分别介于0.190.37 m、0.881.28 s,波向的平均绝对误差介于19.39°37.65°,表明MASNUM海浪模式能够较好的再现浙江海域台风期间的海浪状况,能够较好模拟出浙江近海的最大波高.在数值模拟和实际观测的基础上,进一步的对比分析表明:"海葵"台风期间,浙江外海有效波高的最大值达7.6 m,而"达维"和"布拉万"台风期间,数值显示最大有效波高分别为4.4、5.4 m.
王海丽[8]（2017）在《基于破碎动能与势能比对白冠统计物理模型的改进》文中进行了进一步梳理白冠是海浪破碎在海表面的表现形式,是海浪能量的主要汇,白冠是否会发生和海浪的陡峭程度有很大的相关性,并且海浪破碎过程是一个很重要的过程,是海气界面层水团、动量、能量、热量和气体交换的媒介。本文主要总结了海浪破碎以及白冠覆盖率的研究进展,阐述了白冠覆盖率的研究意义,并指出共同作用于它的众多环境影响因子。白冠覆盖率具有高度可变性,为了更加现实的模拟全球海域范围内的白冠覆盖率,本文改进了基于海浪破碎参数的白冠覆盖率模型。基于海浪统计物理模型,我们从理论上对破碎动能与势能比进行了估计,它的取值范围和应用都在本文中被讨论,确定破碎动能与势能比θ范围在3-30之间,并且实际的应用中在无限风时风区的海况下确定了一个理论值θ=8。基于实验测量数据,重新修正了泡沫密集度函数FT的取值,通过数值积分确定为FT=0.75。完成对θ和FT的确定之后,我们利用最小二乘法拟合得到新的系数值Cen= 0.1777和n =-1.713。在实际普通海况下对新系数进行了 一系列的改进与验证,并且与卫星反演得到的白冠覆盖率进行了对比分析。
陈栋炉[9]（2017）在《海洋波浪场与海岛地区地脉动相关性研究》文中认为与大陆相比,海岛地区拥有了相对独特的地理位置,使得其背景噪声具有特殊性。地脉动（0.003-1 Hz）作为地震背景噪声中能量最强的分量,普遍认为主要是由海浪运动与海底地面耦合而形成的,因此,其激发与特性被认为与海浪运动和固体地球之间的相互作用有关。尤其在台风过程中,强烈的海浪运动往往会导致地脉动能量的增强。近年来,已有学者通过地脉动观测数据进行海洋波浪场、台风演化过程的监测与反演研究。然而海岛地区的地脉动特征及其与海洋波浪场之间的关系至今仍未被充分研究。本文通过物理海洋学与地震学的交叉,利用西北太平洋海岛地震台站的连续记录数据、波浪浮标的实测数据以及WAVEWATCH-III（WW3）海浪数值模式的模拟结果分析海岛地区地脉动信号的时频特性及其与海洋波浪场之间的相关性,并从海洋学的角度来探讨与解释地脉动信号的特征及激发机制。研究结果表明:（1）海岛地区地脉动信号强度比内陆地区更加强烈;（2）地脉动,尤其是高频地脉动信号（0.12-0.32 Hz）具有明显的季节性变化特征,即夏秋季节（5月-10月）相对较弱,而在冬春季节（11月-次年4月）相对较强,并且这一变化特征长期存在,还与北半球海洋活动的季节性变化特征相一致;（3）海岛地区地脉动强度与周边海域波浪能功率密度及浮标实测和数值模拟所得的有效波高均具有很好的互相关性,因此海岛地区地脉动与周边海域波浪场息息相关。该研究结果同时表明可进一步发展利用地脉动观测数据反演海表波浪场的可能,为海洋科学研究中海表波浪场观测与研究提供跨学科的数据支持与技术支撑。
滕涌,韩磊,杨永增,乔方利,孙宝楠,芦静[10]（2016）在《MASNUM海浪模式对波数离散角度的敏感性数值实验》文中进行了进一步梳理本研究基于MASNUM第三代海浪数值模式,利用2005年太平洋区域17个浮标的有效波高数据做检验,对海浪模式波向在12、24、36和48四种离散划分进行了数值实验。结果表明,在太平洋区域中纬度和太平洋东部地区,36个角度划分是较好的选择,而在太平洋低纬度,24个波向划分是较好的选择;冬、夏季数值模拟与检验对比表明,较好的角度划分数分别是24和36;有效波高在2.04.0m时,较好的波向划分数是24;有效波高小于2.0m时,24与36个波向划分数值模拟结果非常相近。而在高海况下,36个角度划分是较好的选择。上述结果均比采取波向离散12的结果有明显改进。文章认为,应使用高于12的波数离散数划分,24或36个波数角度离散划分是较好选择。
二、Dissipation source function and an improvement to LAGFD-WAM model（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Dissipation source function and an improvement to LAGFD-WAM model（论文提纲范文）
（1）台风影响下灾害性海洋动力过程时空特征及其对承灾体作用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 台风模型研究进展 |
| 1.2.2 风暴潮研究进展 |
| 1.2.3 台风浪研究进展 |
| 1.2.4 天文潮-风暴潮-海浪相互作用研究进展 |
| 1.2.5 漫堤和漫滩研究进展 |
| 1.3 存在的问题和本文的研究内容 |
| 第2章 模式介绍 |
| 2.1 台风模型 |
| 2.2 风暴潮模式介绍 |
| 2.2.1 控制方程 |
| 2.2.2 模式特色功能 |
| 2.3 海浪模式介绍 |
| 2.3.1 控制方程 |
| 2.3.2 波能源函数项 |
| 2.4 耦合模式介绍 |
| 第3章 耦合模式的建立与验证 |
| 3.1 研究区域介绍 |
| 3.2 台风介绍 |
| 3.3 模式设置 |
| 3.3.1 ADCIRC设置 |
| 3.3.2 SWAN设置 |
| 3.3.3 耦合模式设置 |
| 3.4 模式验证 |
| 3.4.1 风场验证 |
| 3.4.2 潮汐和水位验证 |
| 3.4.3 台风浪验证 |
| 第4章 结果与讨论 |
| 4.1 不同台风路径下风暴潮增水与波浪增水时空特征 |
| 4.1.1 风暴潮增水时空特征 |
| 4.1.2 波浪增水时空特征 |
| 4.1.3 小结 |
| 4.2 风暴潮对台风浪的影响 |
| 4.2.1 波浪场特征分析 |
| 4.2.2 水位对台风浪的影响 |
| 4.2.3 流场对台风浪的影响 |
| 4.2.4 台风移速对波流相互作用的影响 |
| 4.2.5 小结 |
| 4.3 漫堤风险评估 |
| 4.3.1 漫堤风险等级评估方案 |
| 4.3.2 波浪爬高计算 |
| 4.3.3 台风天兔漫堤风险等级评估 |
| 4.3.4 小结 |
| 4.4 风暴潮漫堤和漫滩模拟 |
| 4.4.1 杭州湾地理环境特征 |
| 4.4.2 计算区域和网格 |
| 4.4.3 海堤高度对漫堤漫滩的影响 |
| 4.4.4 波浪对漫堤的影响 |
| 4.4.5 溃口长度对漫堤漫滩的影响 |
| 4.4.6 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历以及攻读学位期间发表的学术论文与研究成果 |
（2）舰船尾迹SAR成像仿真及目标检测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 研究现状 |
| 1.2.1 海面波浪仿真的研究现状 |
| 1.2.2 海面SAR成像技术的研究现状 |
| 1.2.3 深度学习目标检测技术的研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 尾迹目标及海面背景的形态建模 |
| 2.1 引言 |
| 2.2 尾迹数学模型及计算结果 |
| 2.3 基于线性波理论的海面形态建模 |
| 2.3.1 海谱模型 |
| 2.3.2 涌浪模型 |
| 2.4 基于高阶非线性波理论的海面形态仿真 |
| 2.4.1 非线性波理论 |
| 2.4.2 仿真结果 |
| 2.5 本章小结 |
| 第3章 海面舰船尾迹探测SAR成像仿真分析 |
| 3.1 引言 |
| 3.2 海面电磁散射强度分布的计算 |
| 3.2.1 Bragg散射模型 |
| 3.2.2 任意倾斜微粗糙小面元的散射 |
| 3.2.3 仿真结果 |
| 3.3 海面舰船尾迹SAR成像仿真 |
| 3.3.1 基于调制机理的SAR成像仿真模型 |
| 3.3.2 仿真结果 |
| 3.4 本章小结 |
| 第4章 基于深度学习的尾迹目标识别方法研究 |
| 4.1 引言 |
| 4.2 基于深度卷积神经网络的目标识别算法 |
| 4.2.1 卷积神经网络的结构 |
| 4.2.2 目标检测算法 |
| 4.3 基于生成对抗网络的SAR图像数据增强 |
| 4.3.1 生成对抗网络模型 |
| 4.3.2 基于DCGAN的 SAR图像生成结果 |
| 4.4 基于SAR成像结果的尾迹目标识别 |
| 4.4.1 图像预处理 |
| 4.4.2 网络训练结果 |
| 4.4.3 线性特征提取的检测结果 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（3）波浪能装置阵列布设相关理论方法及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 波浪能开发利用技术国内外研究进展 |
| 1.2.2 波浪能资源调查与资源特性分析评估国内外研究进展 |
| 1.2.3 波浪能阵列技术的研究现状 |
| 1.3 技术路线 |
| 1.4 主要研究内容 |
| 第2章 波浪能阵列相关基础理论研究和运动特性分析 |
| 2.1 波浪场对场中装置影响的理论推导 |
| 2.1.1 不可压缩流体连续方程和运动方程 |
| 2.1.2 势流条件下的波浪场 |
| 2.2 波浪场波浪能装置影响范围的理论分析 |
| 2.2.1 装置起伏运动对远处波浪场的影响 |
| 2.2.2 装置起伏运动对近处波浪场的影响 |
| 2.3 波浪场与装置间的动力和能量传递理论分析 |
| 2.3.1 函数梯度和曲面外法线 |
| 2.3.2 波浪场中装置三维运动曲面的势函数 |
| 2.3.3 波浪场中入射波二维运动曲面的势函数 |
| 2.4 作用于波浪能装置的水动力和力矩 |
| 2.4.1 波浪场中的水动力和力矩 |
| 2.4.2 波浪场中波浪能装置的附加质量公式 |
| 2.4.3 恒定流场中的附加质量求解 |
| 2.5 波浪场中点吸收式波浪能装置的运动特性 |
| 2.5.1 单一点装置的起伏运动 |
| 2.5.2 装置阵列的起伏运动 |
| 2.6 本章小结 |
| 第3章 波浪能阵列布设海域波浪能资源特性分析 |
| 3.1 波浪能资源精细化调查方法研究 |
| 3.1.1 历史资料分析 |
| 3.1.2 研究制定精细化调查方案 |
| 3.2 波浪能装置布放海域的波高和波周期特性统计分析 |
| 3.3 波浪能在装置布放海域各波向上的分布特性分析 |
| 3.3.1 波向的统计分析 |
| 3.3.2 波浪能量在波向上的分布特性分析 |
| 3.4 本章小结 |
| 第4章 点吸收式波浪能俘获装置结构优化方法研究 |
| 4.1 点吸收波浪能装置结构关键技术参数分析 |
| 4.2 确定装置浮子直径 |
| 4.3 装置最优入水深度分析 |
| 4.3.1 ANSYS AQWA及相关软件简介 |
| 4.3.2 软件计算方法与验证 |
| 4.3.3 分析确定装置的最优入水深度 |
| 4.4 本章小结 |
| 第5章 波浪能阵列布设效果评价方法研究 |
| 5.1 波浪能阵列的能量获取系数 |
| 5.1.1 能量获取系数的数学表达 |
| 5.1.2 频率域上的能量获取系数 |
| 5.2 波浪能阵列能量整体俘获效果指标——阵列能量增益系数 |
| 5.2.1 阵列能量增益系数的定义 |
| 5.2.2 阵列能量增益系数的数学表达与计算 |
| 5.2.3 阵列能量增益系数的应用实例 |
| 5.3 波浪能阵列能量俘获效率指标——阵列能量俘获密度 |
| 5.3.1 阵列能量俘获密度的定义 |
| 5.3.2 阵列能量俘获密度的数学表达 |
| 5.3.3 阵列能量俘获密度的应用实例 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 表论文和参加科研情况说明 |
| 致谢 |
（4）基于机器学习算法对海浪波高的预测及优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 研究背景 |
| 1.3 本文的工作 |
| 第二章 SVM预测模型设计方案的建立与验证 |
| 2.1 SVM基本理论 |
| 2.2 模型的建立 |
| 2.2.1 数据的选取 |
| 2.2.2 参数的确定 |
| 2.2.3 数据标准化处理 |
| 2.2.4 特征向量的选取 |
| 2.2.5 具体实现方法 |
| 2.3 预测结果分析 |
| 2.3.1 预测结果 |
| 2.3.2 模型结果对比分析 |
| 2.3.3 模型的不足 |
| 第三章 基于深度神经网络对海浪模式结果的优化 |
| 3.1 MASUNM海浪模式 |
| 3.1.1 模式介绍 |
| 3.1.2 模式设置 |
| 3.2 深度神经网络 |
| 3.3 实验地形和数据 |
| 3.4 预实验 |
| 3.5 实验设计 |
| 3.6 夏季实验模型介绍和结果验证 |
| 3.6.1 模型介绍 |
| 3.6.2 结果验证 |
| 3.7 秋季实验模型和结果验证 |
| 3.7.1 模型介绍 |
| 3.7.2 结果验证 |
| 3.8 冬季实验模型和结果验证 |
| 3.8.1 模型介绍 |
| 3.8.2 结果验证 |
| 第四章 结语 |
| 4.1 主要创新点和结论 |
| 4.2 存在的问题和展望 |
| 参考文献 |
| 附录 |
| 发表文章 |
| 致谢 |
（5）基于卫星遥感和数值模拟的台风与台风浪研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 SAR图像台风风场反演研究进展 |
| 1.2.2 台风浪数值模拟研究进展 |
| 1.3 论文内容与章节安排 |
| 第二章 交叉极化SAR图像台风风场反演算法构建 |
| 2.1 SAR海洋成像基本理论 |
| 2.1.1 SAR成像基本概念 |
| 2.1.2 SAR成像基本理论 |
| 2.2 台风风场反演算法构建 |
| 2.2.1 数据简介 |
| 2.2.2 反演算法构建 |
| 2.3 本章小结 |
| 第三章 交叉极化SAR图像台风风场反演结果 |
| 3.1 台风风场反演结果验证 |
| 3.2 讨论与分析 |
| 3.3 本章小结 |
| 第四章 WAVEWATCH-Ⅲ模拟东中国海台风浪 |
| 4.1 海浪模式WAVEWATCH-Ⅲ简介 |
| 4.1.1 控制方程 |
| 4.1.2 输入与耗散源函数项 |
| 4.2 模式设置 |
| 4.3 数据简介 |
| 4.3.1 GEBCO地形数据 |
| 4.3.2 JMA台风信息 |
| 4.3.3 台风风场 |
| 4.4 本章小结 |
| 第五章 WAVEWATCH-Ⅲ模拟东中国海台风浪的评估 |
| 5.1 台风风场模型构建与验证 |
| 5.2 WAVEWATCH-Ⅲ有效波高模拟结果评估 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（6）南海台风浪与太平洋海浪的数值模拟（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 海浪模式研究现状 |
| 1.3 海浪模拟研究现状 |
| 1.3.1 台风浪模拟研究现状 |
| 1.3.2 太平洋海浪模拟研究现状 |
| 1.4 本文研究内容 |
| 第二章 WAVEWATCH Ⅲ海浪模式介绍 |
| 2.1 模式简介 |
| 2.2 模式基本方程 |
| 2.3 源函数项 |
| 2.3.1 非线性波–波相互作用项S_(nl)：DIA方案 |
| 2.3.2 输入与耗散项S_(in)+S_(ds)：Tolman and Chalikov 1996 方案 |
| 2.3.3 输入与耗散项S_(in)+S_(ds)：WAM4P&A10方案 |
| 2.3.4 输入与耗散项S_(in)+S_(ds)：BYDRZ方案 |
| 第三章 南海台风浪的观测和模拟 |
| 3.1 南海台风浪的观测 |
| 3.1.1 观测数据及台风介绍 |
| 3.1.2 三次台风过程中浮标处平均波向以及风浪涌浪分布特征 |
| 3.1.3 台风浪参数化的可行性 |
| 3.2 南海台风浪的模拟 |
| 3.2.1 模式配置 |
| 3.2.2 模式驱动风场的构建 |
| 3.2.3 敏感性实验设置 |
| 3.3 模式输入与耗散源函数项在南海台风浪模拟中的作用 |
| 3.3.1 有效波高模拟结果 |
| 3.3.2 谱峰周期模拟结果 |
| 3.3.3 波浪谱的时间变化特征 |
| 3.3.4 非线性波–波相互作用项的作用 |
| 3.3.5 模式结果对水平分辨率的敏感性 |
| 3.4 本章小结 |
| 第四章 太平洋海浪时空变化特征分析 |
| 4.1 模式配置 |
| 4.2 模拟结果检验 |
| 4.3 太平洋海浪时空变化特征分析 |
| 4.3.1 风速的空间分布和时间变化特征 |
| 4.3.2 有效波高的空间分布和时间变化特征 |
| 4.3.3 海浪能量输入和耗散的空间分布和时间变化特征 |
| 4.3.4 风速和有效波高的谱分析 |
| 4.4 本章讨论与小结 |
| 第五章 海浪对海气动量通量的影响 |
| 5.1 仅考虑风速的海气动量通量参数化方案 |
| 5.2 基于海浪特征参量的海气动量通量参数化方案 |
| 5.3 基于海浪谱的海气动量通量参数化方案 |
| 5.4 理想测试 |
| 5.5 NDBC实测数据计算结果 |
| 第六章 总结与展望 |
| 6.1 主要结论 |
| 6.2 有待改进的问题以及工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）浙江海域MASNUM海浪模式在台风“达维”“海葵”及“布拉万”过程的波浪数值模拟（论文提纲范文）
| 1 方法与资料简介 |
| 1.1 MASNUM模式简介 |
| 1.2 台风概况 |
| 1.3 模式设置与水深数据 |
| 2 结果与讨论 |
| 2.1 风场检验 |
| 2.2 波浪检验 |
| 2.3 模式结果分析 |
| 3 结论 |
（8）基于破碎动能与势能比对白冠统计物理模型的改进（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 海浪破碎研究现状 |
| 1.2 白冠研究现状 |
| 1.3 本文的研究内容 |
| 第二章 白冠统计物理模型介绍 |
| 2.1 物理模型 |
| 2.1.1 波浪破碎初始判据 |
| 2.1.2 基本统计量 |
| 2.2 白冠统计物理模型 |
| 2.2.1 白冠形成物理模型的提出 |
| 2.2.2 白冠物理模型表达式 |
| 第三章 白冠统计物理模型的改进 |
| 3.1 白冠统计物理模型系数 |
| 3.2 白冠统计物理模型的改进 |
| 3.2.1 破碎动能与势能比的理论估计与改进 |
| 3.2.2 确定模型中的系数 |
| 3.3 新系数验证 |
| 3.4 小结 |
| 第四章 白冠统计物理模型与卫星反演数据对比 |
| 4.1 卫星数据与风速经验关系式的对比 |
| 4.2 模型模拟的白冠覆盖率与卫星反演结果的对比 |
| 4.3 小结 |
| 第五章 结语 |
| 5.1 主要结论和创新点 |
| 5.2 存在的问题与工作展望 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（9）海洋波浪场与海岛地区地脉动相关性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.3 本文研究内容 |
| 第二章 地脉动的海洋激发机理 |
| 2.1 地脉动激发机制的理论分析 |
| 2.1.1 Longuet-Higgins非线性波（有限振幅波）干涉理论 |
| 2.1.2 Hasselmann地脉动激发理论 |
| 2.2 海浪激发地脉动的过程和机制 |
| 2.3 地脉动激发源区分析 |
| 2.4 本章小结 |
| 第三章 海岛地区地脉动特征分析 |
| 3.1 时频分析方法 |
| 3.1.1 傅里叶变换 |
| 3.1.2 短时傅里叶变换 |
| 3.2 海岛台地脉动信号时频分析 |
| 3.2.1 海岛台站与内陆台站地脉动信号特征的比较 |
| 3.2.2 地脉动信号的季节性变化特征 |
| 3.3 台风对地脉动信号的影响 |
| 3.4 本章小结 |
| 第四章 地脉动与海浪场互相关性分析 |
| 4.1 WAVEWATCH-III海浪模式简介 |
| 4.2 地脉动与数值模拟有效波高的互相关 |
| 4.3 地脉动与波浪浮标观测数据互相关性分析 |
| 4.4 地脉动与波浪能之间的互相关性分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（10）MASNUM海浪模式对波数离散角度的敏感性数值实验（论文提纲范文）
| 1 数值模型及研究海域设计 |
| 1.1 MASNUM模式简介 |
| 1.2 MASNUM海浪模式控制方程及源函数表示 |
| 1.3 用于对比的WAM模式的简要介绍 |
| 2 研究海域、模式设置 |
| 3 计算结果与分析 |
| 3.1 按照区域划分 |
| 3.1.1 中纬度区域 |
| 3.1.2 太平洋东部区域 |
| 3.1.3太平洋低纬度区域 |
| 3.2 冬夏对比 |
| 3.2.1 冬季 |
| 3.2.2 夏季 |
| 3.3 按有效波高大小划分 |
| 3.4 与WAM模式的比对及讨论 |
| 4 结论 |
四、Dissipation source function and an improvement to LAGFD-WAM model（论文参考文献）
- [1]台风影响下灾害性海洋动力过程时空特征及其对承灾体作用研究[D]. 王凯. 中国科学院大学(中国科学院海洋研究所), 2020(01)
- [2]舰船尾迹SAR成像仿真及目标检测方法研究[D]. 曲博岩. 哈尔滨工业大学, 2020
- [3]波浪能装置阵列布设相关理论方法及其应用研究[D]. 王鑫. 天津大学, 2019(01)
- [4]基于机器学习算法对海浪波高的预测及优化研究[D]. 金权. 自然资源部第一海洋研究所, 2019(01)
- [5]基于卫星遥感和数值模拟的台风与台风浪研究[D]. 盛叶新. 浙江海洋大学, 2019(02)
- [6]南海台风浪与太平洋海浪的数值模拟[D]. 徐尧. 中国科学院大学(中国科学院海洋研究所), 2017(02)
- [7]浙江海域MASNUM海浪模式在台风“达维”“海葵”及“布拉万”过程的波浪数值模拟[J]. 吴欢,汪一航,滕涌,江兴杰,孙宝楠,梅秋莹. 应用海洋学学报, 2017(02)
- [8]基于破碎动能与势能比对白冠统计物理模型的改进[D]. 王海丽. 国家海洋局第一海洋研究所, 2017(11)
- [9]海洋波浪场与海岛地区地脉动相关性研究[D]. 陈栋炉. 浙江海洋大学, 2017(07)
- [10]MASNUM海浪模式对波数离散角度的敏感性数值实验[J]. 滕涌,韩磊,杨永增,乔方利,孙宝楠,芦静. 热带海洋学报, 2016(01)