Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô hình không gian-thời gian về sự biến đổi và cực trị tốc độ gió ở vùng Biển Caribbean và Vịnh Mexico
Tóm tắt
Biến động tốc độ gió ở Bắc Đại Tây Dương đã được mô hình hóa thành công bằng một trường Gaussian chuyển đổi không gian-thời gian. Tuy nhiên, loại mô hình này không mô tả chính xác các tốc độ gió cực trị liên quan đến bão nhiệt đới và bão cuồng phong. Trong nghiên cứu này, mô hình Gaussian chuyển đổi đã được phát triển thêm để bao gồm sự xuất hiện của các cơn bão dữ dội. Trong mô hình mới này, các thành phần ngẫu nhiên được thêm vào trường Gaussian chuyển đổi để mô phỏng các sự kiện hiếm có với tốc độ gió cực trị. Trường ngẫu nhiên thu được là tĩnh tại và đồng nhất về mặt địa phương. Cấu trúc phụ thuộc cục bộ được mô tả bởi các tham số phụ thuộc vào thời gian và không gian. Các tham số này có ý nghĩa vật lý tự nhiên. Để minh họa ứng dụng của nó, mô hình được điều chỉnh theo tập dữ liệu tái phân tích ERA-Interim của ECMWF. Mô hình được áp dụng để tính toán phân phối tốc độ gió dài hạn và giá trị quay trở lại, ví dụ, tốc độ gió cực trị trong 100 hoặc 1000 năm, và để mô phỏng chuỗi thời gian tốc độ gió ngẫu nhiên tại một vị trí cố định hoặc các trường gió không gian-thời gian xung quanh vị trí đó.
Từ khóa
#tốc độ gió #bão nhiệt đới #bão cuồng phong #mô hình Gaussian #phân phối tốc độ gióTài liệu tham khảo
Åberg S, Podgórski K (2011) A class of non-gaussian second order random fields. Extremes 14:187–222
ABS (2013) Ship energy efficiency measures, status and guidance. American Bureau of Shipping (ABS), Copenhagen
Azais JM, Wschebor M (2009) Level sets and extremes of random processes and fields. Wiley, New York
Baxevani A, Rychlik I (2006) Maxima for gaussian seas. Ocean Eng 33:895–891
Baxevani A, Podgórski K, Rychlik I (2003) Velocities for moving random surfaces. Prob Eng Mechanics 18:251–271
Bogsjö K, Podgórski K, Rychlik I (2012) Models for road surface roughness. Vehicle Syst Dyn: Int J Vehicle Mech Mobil 50:725–747
Bondesson L (1982) On simulation from infinitely divisible distributions. Adv Appl Prob 14:855–869
Brodtkorb PA, Johannesson P, Lindgren G, Rychlik I, Rydén J, Sjö E (2000) WAFO—a Matlab toolbox for analysis of random waves and loads. In: Proceedings of the 10th International Offshore and Polar Engineering Conference, American Society of Mechanical Engineers, Seattle, USA, pp 343–350
Brown BG, Katz RW, Murphy AH (1984) Time series models to simulate and forecast wind speed and wind power. J Clim Appl Meteorol 23:1184–1195
Cambanis S, Podgórski K, Weron A (1995) Chaotic behavior of infinitely divisible processes. Stud Math 115:109–127
Coles SG (1993) Regional modelling of extreme storms via max-stable processes. JRSSB 55:797–816
Coles SG (2001) An introduction to statistical modeling of extreme values. Springer, London
Davison AC, Smith RL (1990) Models for exceedances over high thresholds. J R Stat Soc Ser B Methodol 52:393–442
Dee DP, Uppala SM, Simmons AJ et al (2011) The era-interim reanalysis: configuration and performance of the data assimilation system. Q J R Meteorol Soc 137:553–597
DNV (2010) Recommended Practice DNV-RP-C205: environmental conditions and environmental loads. Det Norske Veritas, Høvik
DNV (2015) Energy management study 2015. Det Norske Veritas, Høvik
Dorst N (2014) Forward speed of atlantic hurricanes averaged by 5 degree latitude bins. National Oceanic and Atmospheric Administration/Atlantic Oceanographic and Meteorological Laboratory, Hurricane Research Division, Miami, Florida, US 16–20171212
Feller F (1966) An introduction to probability theory and its applications. Wiley, New York
Jagger TH, Elsner JB (2006) Climatology models for extreme hurricane winds near the united states. J Clim 19:3220–3236
Kotz S, Kozubowski TJ, Podgórski K (2001) The Laplace distribution and generalizations: a revisit with applications to communications, economics, engineering and finance. Birkhaüser, Boston
Kvarnström M, Podgórski K, Rychlik I (2013) Laplace moving average model for multi-axial responses applied to fatigue analysis of a cultivator. Prob Eng Mechanics 34:12–25
Larsén SE, Ejsing Jørgensen H, Kelly MC, Larsen XG, Ott S, Jørgensen ER (2016) Elements of extreme wind modeling for hurricanes. Journal of Environmetrics, 0109
Lindgren G (2013) Stationary stochastic processes, theory and applications. Chapman & Hall, CRC Taylor and Francis eBooks
Lindgren G, Rychlik I (1991) Slepian models and regression approximations in crossing and extreme value theory. Int Stat Rev 59:195–225
Longuet-Higgins MS (1957) The statistical analysis of a random, moving surface. Phil Trans Roy Soc A 249:321–387
Mao W, Rychlik I (2013) Notes on the prediction of extreme ship response. J Ocean Offshore Arctic Eng 135:02450–1
Mao W, Rychlik I (2016) Estimation of weibull distribution for wind speeds along ship routes. In: Proceedings of the Institution of Mechanical Engineers, Part M: Journal of Engineering for the Maritime Environment. https://doi.org/10.1177/1475090216653495
Morgan EC, Lackner M, Vogel RM, Baise LG (2011) Probability distributions for offshore wind speeds. Energy Convers Manag 52:15–26
Nelissen D, Traut M, Köhler J, Mao W, Faber J, Ahdour S (2016) Study on the analysis of market potentials and market barriers for wind propulsion technologies for ships. European Commission, DG Climate Action, CE Delft, Delft
Payer T, Kuchenhoff KH (2004) Modelling extreme wind speeds at a german weather station as basic input for a subsequent risk analysis for high-speed trains. J Wind Eng Ind Aerodyn 92:241–261
Podgórski K, Wallin J (2016) Convolution-invariant subclasses of generalized hyperbolic distributions. Commun Stat - Theory Method 45(1):98–103
Podgórski K, Rychlik I, Wallin J (2015) Slepian models for moving averages driven by a non-gaussian noise. Extremes 18:665– 695
Reich BJ, Fuentes M (2007) A multivariate semiparametric bayesian spatial modeling framework for hurricane surface wind fields. Ann Appl Stat 1:249–264
Rice SO (1944) Mathematical Analysis of Random Noise. Bell Syst Tech J 23:282–332
Rice SO (1945) Mathematical Analysis of Random Noise. Bell Syst Tech J 24:46–156
Rychlik I (2015) Spatio-temporal model for wind speed variability. Annales de l’ISUP 59:25–55
Rychlik I, Mao W (2014) Probabilistic model for wind speed variability encountered by a vessel. Natural Res 5:837–85. https://doi.org/10.4236/nr.2014.513072
Rychlik I, Johannesson P, Leadbetter MR (1997) Modelling and statistical analysis of ocean-wave data using transformed gaussian processes. Mar Struct 10:13–47
Rychlik I, Rydén J, Andersson C (2011) Estimation of return values for significant wave height from satellite data. Extremes 14:167–186
Walshaw D (2000) Modelling extreme wind speeds in regions prone to hurricanes. Appl Stat 49:51–62
Winterstein SR, Ude TC, Kleiven G (1994) Springing and slow drift responses: predicted extremes and fatigue vs. simulation. In: Proceedings of the 7th International Behaviour of Offshore Structures, (BOSS), vol 3, pp 1–15