物理学 > 大气与海洋物理
[提交于 2014年3月3日
]
标题: 用于实时提取源系数的DART浮标数据去潮汐处理,以进行业务化海啸预报
标题: Detiding DART buoy data for real-time extraction of source coefficients for operational tsunami forecasting
摘要: 美国海啸预警中心使用从太平洋和大西洋海洋中部署的浮标网络传输的实时底部压力(BP)数据,以调整海啸预测模型的源系数。 为了获得准确的系数和因此获得的预测,必须考虑浮标处的潮汐。 在本研究中,比较了五种系数估计方法,每种方法处理潮汐的方式不同。 前三种方法基于(1)一个局部调和分析,涉及海啸事件发生前立即的29天数据,(2)每个浮标特定的68个预存在的调和成分,以及(3)对前25小时数据进行经验正交函数拟合,减去一个潮汐预测。 方法(4)是一种使用方法(1)作为输入的卡尔曼平滑器。 这四种方法在去潮后估计源系数。 方法(5)同时使用一个两分量调和模型来估计系数,该模型考虑了潮汐。 这五种方法使用来自十一座DART浮标的存档数据进行评估,并在其中叠加选定的人工海啸信号。 这些浮标代表了太平洋和大西洋中观察到的完整范围的潮汐条件和背景BP噪声,而人工信号具有各种模式并引起不同的信噪比。 使用不同数量数据的源系数最小二乘估计的均方根误差(RMSE)来比较这五种去潮方法。 在去潮方法之间,RMSE的变化超过两个数量级,通常按列出的顺序减少,其中方法(5)产生最准确的源系数估计。 通过等待海啸信号的第一个完整波到达,RMSE显著减少。 作为案例研究,使用记录的2011年日本灾难性海啸的数据比较了这五种方法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.