|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 利用WW3模式实现中国海击水概率数值预报显示文摘海浪对掠海飞行有着重要影响,以T639预报风场驱动WW3(WAVEWATCH-III)海浪模式,对2013年3月发生在中国海的一次冷空气海浪场进行数值模拟.结合飞行高度探测的标准差、海浪浪高的标准差,进一步实现了击水概率的数值预报,为低空飞行器的航迹规划提供科学依据.主要计算了5m高度、10m高度、15m高度的击水概率,并对比不同飞行高度击水概率的差异.结果表明,以T639预报风场驱动WW3海浪模式,可以较好地预报中国海海浪场、击水概率场.在冷空气影响下,中国海的击水概率出现明显增幅.飞行高度低于10 m时,海浪会对掠海飞行器的安全造成很大威胁. | 郑崇伟 潘静 黄刚 | 2014 | 北京航空航天大学学报2014，40，3： | 45 |
| 2 | An assessment of global ocean wave energy resources over the last 45 a显示文摘Against the background of the current world facing an energy crisis,and human beings puzzled by the problems of environment and resources,developing clean energy sources becomes the inevitable choice to deal with a climate change and an energy shortage.A global ocean wave energy resource was reanalyzed by using ERA-40 wave reanalysis data 1957–2002 from European Centre for Medium-Range Weather Forecasts(ECMWF).An effective significant wave height is defined in the development of wave energy resources(short as effective SWH),and the total potential of wave energy is exploratively calculated.Synthetically considering a wave energy density,a wave energy level probability,the frequency of the effective SWH,the stability and long-term trend of wave energy density,a swell index and a wave energy storage,global ocean wave energy resources were reanalyzed and regionalized,providing reference to the development of wave energy resources such as wave power plant location,seawater desalination,heating,pumping. | ZHENG Chongwei SHAO Longtan SHI Wenli SU Qin LIN Gang LI Xunqiang CHEN Xiaobin | 2014 | Acta Oceanologica Sinica2014，33，1： | 22 |
| 3 | 海上风能资源观测与评估研究进展显示文摘风能资源观测评估是风电开发建设的前提基础,海上风电投资成本巨大,更需准确评估风能资源以减少风电投资风险。从传统气象站观测到多平台遥感探测,从简单数理统计到耦合模式数值模拟,观测数据的丰富和技术方法的成熟,使得海上风能资源评估的可靠性越来越高。站位资料匮乏、遥感资料丰富是海上风场观测数据特点。运用多尺度耦合模式,同化多源遥感探测资料和站位观测资料,以多方式技术融合形式开展海上风能资源评估,是区域风能资源评估方法的主流发展方向。风电场风能资源评估应着重注意观测数据质量、数据插补订正、重现期风速推算及风能参数长年代修正等方式方法的选择,这些因素可直接影响未来风电场运行效益。 | 李正泉 宋丽莉 马浩 冯涛 王阔 | 2016 | 地球科学进展2016，31，8： | 19 |
| 4 | 21世纪海上丝绸之路:斯里兰卡海域的波浪能评估及决策建议显示文摘针对边远海岛的电力和淡水困境,利用来自ECMWF的ERA-interim海浪资料,分析'海上丝路'关键节点的波浪能特征,并以斯里兰卡海域作为实例,形成广泛适用的岛礁波浪能评估体系。综合能流密度大小、资源可利用率、能级频率、资源来向、不同海况对波浪能的贡献、资源的稳定性和长期变化趋势、有效储量等,对斯里兰卡海域的波浪能展开系统性评估,为波浪能开发提供决策建议。结果表明:斯里兰卡海域蕴藏着较为丰富、适宜开发的波浪能:波浪能可利用率常年在50%以上,资源稳定地来源于东南和西南偏南两个方向,对该海域波浪能贡献最大的海况主要集中在1.0~2.0 m、8.0 s,资源的稳定性良好,波浪能各要素在1979-2014年的变化趋势是趋于乐观的。该海域波浪能开发的优先选择区域为斯里兰卡的南部海域、西南和东南海域。 | 郑崇伟 | 2018 | 哈尔滨工程大学学报2018，39，4： | 14 |
| 5 | 印度洋的风浪、涌浪和混合浪的时空特征显示文摘为了展现印度洋的海浪特征,利用来自欧洲中期天气预报中心的ERA-40海浪再分析资料,对印度洋的海表风场、风浪、涌浪、混合浪场进行研究,主要分析了季节特征、月变化特征、风速和波高的变化趋势、涌浪指标,定义了南印度洋西风指数和涌浪北伸脊点。结果表明:印度洋的风浪场与海表风场整体上对应较好,尤其是季风期间的北印度洋,涌浪场与混合浪场对应较好;从波高来看,阿拉伯海在1-5月和9-12月的涌浪以及孟加拉湾全年的涌浪对混合浪的贡献大于风浪;印度洋海表风速呈显著递增的区域主要集中在咆哮西风带和30°S以北,风浪波高变化趋势的分布与风速大体一致,大部分海域的涌浪波高、混合浪波高表现显著性逐年递增;印度洋的涌浪在混合浪中占据主导地位,40°S以北的涌浪常年向北传播,且南印度洋西风带西南季风的强度直接决定着涌浪北传的程度。 | 郑崇伟 李崇银 李训强 | 2016 | 解放军理工大学学报(自然科学版)2016，17，4： | 13 |
| 6 | 东中国海大浪频率和极值波高统计分析显示文摘基于目前国际先进的第三代海浪模式SWAN,以QuikSCAT/NCEP混合风场为驱动场,对东中国海1999年8月—2009年7月间的海浪场进行模拟,利用模拟结果对25°N以北的大浪频率、极值波高进行统计分析。结果表明:(1)东中国海的大浪出现频率在11月最高,5月最低。西部和北部的大浪频率低于南部和东部;(2)中国沿岸的最大波高不超过3 m,而东部琉球群岛附近海域的最大波高在7 m以上,最高可达11m。 | 刘成 郑崇伟 李荣波 贾云龙 | 2014 | 海洋预报2014，31，2： | 6 |
| 7 | 南中国海海表风速长期变化趋势显示文摘利用CCMP风场,计算了1988~2009年南中国海海表风速的变化趋势以及变化趋势的区域性差异、季节性差异。结果表明,1988~2009年,南中国海的海表风速整体上以0.038 6m/(s·a)的速度显著性逐年线性递增;近22年期间,南中国海海表风速的变化趋势表现出较大的区域性差异,大部分海域的海表风速呈显著性逐年线性递增趋势,为0.03~0.15m/(s·a),呈显著性线性递减的趋势分布于台湾东部和菲律宾周边的一些零星海域,无显著性变化趋势的海域分布于南中国海12°N附近一带状海域、中南半岛东南海域一椭圆形海域;南中国海海表风速的变化趋势表现出很大的季节性差异。 | 林刚 郑崇伟 邵龙潭 李庆红 刘天宁 | 2013 | 解放军理工大学学报(自然科学版)2013，14，6： | 6 |
| 8 | 全球海域大风频率精细化统计分析显示文摘利用1999年8月-2009年7月高精度、高分辨率的QN(QuikSCAT/NCEP)混合风场,对全球海域6级以上的大风频率进行统计分析,为航海、防灾减灾、海洋能开发等提供科学依据。结果表明,全球海域6级以上大风频率具有很大的区域性、季节性差异:1)南北半球西风带海域的大风频率明显高于其余海域,尤其是南印度洋'咆哮西风带'海域出现频率最高,高值中心在60%以上。30°N以内低纬度大范围海域的大风频率整体较低,基本在10%以内,仅在阿拉伯海、琉球群岛——台湾岛——南海大风区一带、南印度洋的马达加斯加——澳大利亚一带存在以东西向椭圆状海域,在20%~40%;2)冬半球的大风频率远大于夏半球,1、4、10月南北半球西风带海域的大风频率明显强于其余海域,7月南半球西风带海域的大风频率较高,北半球大部分海域在10%以内,阿拉伯海、孟加拉湾、南中国海,由于受到强劲西南季风的影响,为北半球的大风频率相对大值区,尤其是阿拉伯海大部分海域在50%以上,大值中心甚至高达90%以上。 | 郑崇伟 | 2013 | 广东海洋大学学报2013，33，6： | 6 |
| 9 | The seasonal variations in the significant wave height and sea surface wind speed of the China's seas显示文摘Long-term variations in a sea surface wind speed(WS) and a significant wave height(SWH) are associated with the global climate change, the prevention and mitigation of natural disasters, and an ocean resource exploitation,and other activities. The seasonal characteristics of the long-term trends in China's seas WS and SWH are determined based on 24 a(1988–2011) cross-calibrated, multi-platform(CCMP) wind data and 24 a hindcast wave data obtained with the WAVEWATCH-III(WW3) wave model forced by CCMP wind data. The results show the following.(1) For the past 24 a, the China's WS and SWH exhibit a significant increasing trend as a whole, of3.38 cm/(s·a) in the WS, 1.3 cm/a in the SWH.(2) As a whole, the increasing trend of the China's seas WS and SWH is strongest in March-April-May(MAM) and December-January-February(DJF), followed by June-July-August(JJA), and smallest in September-October-November(SON).(3) The areal extent of significant increases in the WS was largest in MAM, while the area decreased in JJA and DJF; the smallest area was apparent in SON. In contrast to the WS, almost all of China's seas exhibited a significant increase in SWH in MAM and DJF; the range was slightly smaller in JJA and SON. The WS and SWH in the Bohai Sea, the Yellow Sea, East China Sea, the Tsushima Strait, the Taiwan Strait, the northern South China Sea, the Beibu Gulf, and the Gulf of Thailand exhibited a significant increase in all seasons.(4) The variations in China's seas SWH and WS depended on the season. The areas with a strong increase usually appeared in DJF. | ZHENG Chongwei PAN Jing TAN Yanke GAO Zhansheng RUI Zhenfeng CHEN Chaohui | 2015 | Acta Oceanologica Sinica2015，34，9： | 5 |
| 10 | 海浪综合应用与集约化建设显示文摘伴着'辽宁'舰下水,国人的航母梦得以实现。认知海洋、利用海洋,方可为我国的全球战略提供坚实的科技支撑。海浪作为重要的海洋水文要素之一,对海战场环境建设、全球气候变化、海洋工程、航海、防灾减灾等都有着重要影响。文章在此就海浪对军事和民用活动的影响、海浪预报、波候(海浪气候态)统计、波浪能开发、海浪对掠海飞行的威胁等方面展开讨论,抛砖引玉,期望可以为海浪综合应用与集约化建设提供参考,为'海之梦'、迈向深蓝尽绵薄之力。 | 郑崇伟 | 2014 | 海洋开发与管理2014，31，9： | 4 |
| 11 | 西北太平洋2017年秋季海浪、波浪能观测分析显示文摘针对西北太平洋浪场特点研究中现场观测数据的不足,本文利用海洋综合调查船的现场观测数据综合分析了混合浪、涌浪和风浪的变化特点,并计算波能的空间分布。结果表明:所观测海域的混合浪、涌浪和风浪的波高变化范围分别为0.7~5.7、0.3~5.7和0.6~4.1 m。周期和波能的变化范围分别为5.2~9.5 s和1.3~143.1 kW/m。ST0303站风速较小,混合浪浪高、浪向和波能均与涌浪具有较高的相关性,浪场特点主要取决于涌浪场。 | 刘敏 赵栋梁 | 2019 | 哈尔滨工程大学学报2019，40，7： | 2 |
| 12 | 1958—2001年全球海域海表风速变化趋势显示文摘基于ECMWF的ERA-40海表10 m风场,对1958-2001年全球海表风速的变化趋势进行分析,主要分析了整体变化趋势、变化趋势的季节性差异、区域性差异、变化周期.结果表明:①近44年期间,全球海域海表风速整体上以0.0067 m·s-1·a1的速度显著性逐年线性递增.1958-1975年全球海域的海表风速变化较为平缓,1975-1983年递增趋势较为强劲,年平均海表风速的峰值出现在1999年,波谷出现在1975年.②全球海表风速的变化趋势表现出较大的区域性差异.递增趋势明显的区域主要分布于:南极、热带大西洋海域、北太平洋西风带海域、印度洋中低纬度海域、南半球60°S附近大面积带状海域;呈显著性逐年递减的区域主要分布于:赤道中东太平洋、胡安·费尔南德斯群岛附近海域、南大西洋西风带的中部海域,以及一些零星海域.③全球海表风速的变化趋势表现出较大的季节性差异.在各月均表现出显著的线性递增趋势,以1月的递增趋势最为强劲,达到0.0103m·s-1·a-1,7月的递增趋势弱于其余月份,约0.0033 m·s-1·a-1.④全球海域海表风速存在明显的2.2~4.3年变化周期,以及6.5年以上长周期震荡. | 潘静 刘铸飘 郑崇伟 陈晓斌 | 2014 | 气象科技2014，42，1： | 2 |
| 13 | 中国近海风能资源时空分布特征分析显示文摘基于欧洲中期天气预报中心ERA5再分析资料的风场数据,对中国近海1979—2018年的风能分布开展多时空尺度分析。结果表明:中国近海风能丰富的区域分布在福建、浙江和广东的沿海海域;中国近海风能的年际震荡明显;秋冬两季风能优于春夏两季,12月达到最高值,5月达到最低值;中国近海大部分海域平均风功率密度的日变化呈现夜晚大于白天的特征,其中渤海北部和黄海北部海域在14时左右达到最小值,00时左右达到最大值。 | 王剑 李响 韩雪 张蕴斐 王晨琦 | 2022 | 海洋预报2022，39，6： | 2 |
| 14 | Trends of sea surface wind energy over the South China Sea显示文摘Studies on climate change typically consider temperature and precipitation over extended periods but less so the wind. We used the Cross-Calibrated Multi-Platform (CCMP) 24-year wind fi eld data set to investigate the trends of wind energy over the South China Sea during 1988-2011. The results reveal a clear trend of increase in wind power density for each of three base statistics (i.e., mean, 90 th percentile and 99 th percentile) in all seasons and for annual means. The trends of wind power density showed obvious temporal and spatial variations. The magnitude of the trends was greatest in winter, intermediate in spring, and smallest in summer and autumn. A greater trend of increase was found in the northern areas of the South China Sea than in southern parts. The magnitude of the annual and seasonal trends over the South China Sea was larger in extreme high events (i.e., 90 th and 99 th percentiles) compared to the mean conditions. Sea surface temperature showed a negative correlation with the variability of wind power density over the majority of the South China Sea in all seasons and annual means, except for winter (41.7%). | JIANG Bo WEI Yongliang DING Jie ZHANG Rong LIU Yuxin WANG Xiaoyong FANG Yizhou | 2019 | Journal of Oceanology and Limnology2019，37，5： | 2 |
| 15 | On the Study of Wave Propagation and Distribution in the Global Ocean显示文摘Based on the simulation with SWAN wave model and data of ERA-Interim from 1979 to 2016, how the waves propagate globally and why swell pools distribute in the eastern ocean were investigated in this study. The simulation results show that waves from North Pacific and North Atlantic mainly propagate southeastward or southward and swells generated in Southern Ocean spread northeastward. The waves from high latitude regions spread along the east coast and encounter in the tropical Pacific and Atlantic to form swell fronts around equator and then turn eastward. As the weak wind field with numerous swell inflows, swell pools are gener- ally located on the eastern side of the ocean basin, where the swell index S are greater than 0.9 calculated using ERA-20C data for the period of 1981 2010. Another remarkable feature is that swell pools move southward and split into two parts in winter, while they move northward and merge together in summer. | LIU Min ZHAO Dongliang | 2019 | Journal of Ocean University of China2019，18，4： | 2 |
| 16 | 基于ERA-20C再分析数据的中国近海波候研究显示文摘基于ERA-20C再分析数据,综合分析了1950—2010年间中国近海的海表风速、风浪、涌浪和混合浪的分布特点。结果表明,中国近海的风场主要受东亚季风控制,在南海南部靠近越南的海域夏季形成7 m/s的风速大值中心,冬季风速则可达9 m/s。风浪场的空间分布特点与风场相似,而受传播效应和浅水效应的影响,涌浪场四季均在吕宋海峡和东海东南部出现波高的大值中心。春夏季节中国近海大部分海域涌浪占优,与风速大值中心对应,夏冬季节南海南部10°N附近存在风浪池。趋势分析结果显示,风速和混合浪有效波高的线性趋势呈现相似的空间分布,南海的风速和波高分别以0.27 cm·s^(-1)/a和0.74 cm/a的速率显着增加。而渤海分别以-0.49 cm·s^(-1)/a和-0.85 cm/a的速率显著降低,黄海的变化率分别为-0.43 cm·s^(-1)/a和-0.79 cm/a。将中国近海风速和波高的年际变化分别与气候指数尼诺3.4进行相关分析,结果显示,冬季大部分海域的相关系数为负,而夏季在南海和东海海域则为正。 | 刘敏 赵栋梁 | 2019 | 中国海洋大学学报(自然科学版)2019，49，7： | 1 |
| 17 | 1957-2002年北大西洋海表风速时空分布特征及变化周期研究显示文摘利用来自ECMWF的ERA-40海表10 m风场资料,采用EOF、功率谱等分析方法,对北大西洋海域海表风场的时空分布特征、变化周期等进行分析,研究发现:(1)北大西洋海域海表风场EOF分析的第一模态呈同位相分布,由高纬至低纬表现出"高-低-高-低"的分布特征;第二模态在空间分布特征上,北大西洋中部海域与东西两岸表现出反位相分布;第三模态的等值线也表现出东北-西南向,东部海域和西部海域表现出反位相分布特征,(2)北大西洋海域的海表风速在近44年期间整体呈显著的逐年线性递增趋势。在1958年至1967年期间,海表风速的变化趋势较为平缓,1968-1974年期间则表现出一波较为强劲的递增趋势,在1975年至2001年期间表现出缓慢的递增趋势。(3)北大西洋海域的海表风速存在明显的2.0~2.36年、3.71年以及26年以上的长周期震荡。 | 钱粤海 刘铁军 郑崇伟 李荣川 邢博 | 2013 | 科技资讯2013，11，29： | 1 |
| 18 | Study of the Coastal Vulnerability in Indramayu Regency, Indonesia显示文摘Coastal vulnerability is a condition of a coastal community or society that leads to or causes an inability to face the threat of danger.The level of vulnerability can be viewed from the physical(infrastructure),social,demographic,and economic vulnerabilities.Physical vulnerability(infrastructure)describes a physical condition(infrastructure)that is prone to certain hazard factors.The coastal vulnerability areas can also be interpreted as a condition where there is an increase in the process of damage in the coastal area which is caused by various factors such as human activities and factors from the nature.This research aims to determine the level of coastal vulnerability in Indramayu coastal Regency with a Coastal Vulnerability Assessment(CVA)analysis approach and a Geographic Information System(GIS).Mapping the status of the vulnerability level of the Indramayu coastal area using the CVA method where the index range generated from the calculation of the four physical parameters mentioned above is between 2.887-3.651 or are in moderate vulnerability.A higher vulnerability value is found in several locations such as Juntikedokan and Benda villages.It is necessary to develop coastal protection in this area to prevent damage to the coastal area. | Waluyo Amelia Fitrina Devi Taslim Arifin | 2021 | Journal of Marine Science2021，3，2： | 0 |
| 19 | 琉球群岛海域的波候观测分析显示文摘为了展现琉球群岛海域的海浪特征,利用2个浮标观测数据分析了该海域的波候(海浪气候态)特征,重点计算了宫古海峡的强风、强浪。结果表明:喜屋武岬的月平均有效波高(SWH)峰值为1.5 m,出现在8月,22001站的峰值为1.7m,出现在2月,2个站点各月的波周期基本为6.0~8.5s,波谷出现在5-6月,波峰出现在10月;琉球海域的最大波高呈单峰型月际变化,波峰出现在8-10月,22001站为12m,喜屋武岬为8~10 m,平均最大波高的峰值为6 m,出现在8月;50年一遇的极值波高表现显著的月际变化,22001站的峰值为22~24m,出现在8-9月,喜屋武岬的峰值为16~20m,出现在6-10月;2月和11月,琉球海域出现频率最高的波高-周期联合频率为(2.0m,7s),5月出现频率最高的为(1.0m,7~9s),8月出现频率最高的为(1.0m,7s);在宫古海峡,2月、5月和11月的强浪主要源自东北偏北向,8月,强浪源自东南偏东向,强风向与强浪向整体上保持了较好的一致性。 | 郑崇伟 李训强 李崇银 | 2017 | 解放军理工大学学报(自然科学版)2017，18，1： | 0 |
| 20 | Diffusion Characteristics of Swells in the North Indian Ocean显示文摘Research on the diffusion characteristics of swells contributes positively to wave energy forecasting, swell monitoring, and early warning. In this work, the South Indian Ocean westerly index(SIWI) and Indian Ocean swell diffusion effect index(IOSDEI) are defined on the basis of the 45-year(September 1957–August 2002) ERA-40 wave reanalysis data from the European Centre for Medium-Range Weather Forecasts(ECMWF) to analyze the impact of the South Indian Ocean westerlies on the propagation of swell acreage. The following results were obtained: 1) The South Indian Ocean swell mainly propagates from southwest to northeast. The swell also spreads to the Arabian Sea upon reaching low-latitude waters. The 2.0-meter contour of the swell can reach northward to Sri Lankan waters. 2) The size of the IOSDEI is determined by the SIWI strength. The IOSDEI requires approximately 2–3.5 days to fully respond to the SIWI. The correlations between SIWI and IOSDEI show obvious seasonal differences, with the highest correlations found in December–January–February(DJF) and the lowest correlations observed in June–July–August(JJA). 3) The SIWI and IOSDEI have a common period of approximately 1 week in JJA and DJF. The SIWI leads by approximately 2–3 days in this common period. | ZHENG Chongwei LIANG Bingchen CHEN Xuan WU Guoxiang SUN Xiaofang YAO Jinglong | 2020 | Journal of Ocean University of China2020，19，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员