海域潮流场数值模型开边界条件补遗预测的应用数据驱动模型  

Applied data-driven model for current field calibration under the condintion of open boundary

作　　者：李明昌[1,2] 司琦[2] 梁书秀[3] 孙昭晨[3] 尤学一[1] 

机构地区：[1]天津大学环境科学与工程学院,天津300072 [2]交通运输部天津水运工程科学研究院水路交通环境保护技术实验室,天津300456 [3]大连理工大学海岸和近海工程国家重点实验室,辽宁大连116024

出　　处：《水资源与水工程学报》2011年第1期7-10,共4页Journal of Water Resources and Water Engineering

基　　金：中央级公益性科研院所基本科研业务费专项资金项目(TKS090204TKS100217)

摘　　要：利用POM(Princeton Ocean Model)等数值模型计算海域潮流场需要开边界条件来驱动模型,开边界条件的确定是主要难点之一。本文建立基于人工神经网络的数据驱动模型为海域潮流场数值模型验证提供开边界条件。通过实际海域计算验证模型,取得了良好的效果。Open boundary condition is the key point for simulation of current field and is difficult to decide.This paper presented a data-driven model implemented by artificial neural network（ANN） to provide the open boundary condition for numerical model such as POM.The calibration results DDM work well.

关 键 词：数据驱动模型 人工神经网络 潮流场模型 反演 开边界条件 

分 类 号：P731.34[天文地球—海洋科学]