研究人员开发了一种数据驱动和物理引导的波浪谱回溯预报模型,利用了2017年至2022年间波罗的海三个站点的数据。该模型结合了局部风、风区和深度,并使用ERA5再分析数据提供风力数据。结果表明,谱方差和峰值频率的监督能够产生最低的谱误差,而额外的峰值幅度监督则能降低波高误差。诸如弛豫等物理约束在减少RMSE方面显示出适度但依赖于目标的益处。 AI
影响 这项研究通过整合数据驱动方法和物理原理,有可能提高短期波浪预报的准确性。
排序理由 该集群包含一篇详细介绍新型波浪谱回溯预报模型的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →