近日，国家地球系统科学数据中心发布南海海浪高分辨率模拟与智能订正数据集（1981-2021年）。该数据集包括南海海浪8km分辨率模拟数据、南海西北部海浪3km分辨率模拟数据以及典型岛屿的智能订正数据，能够更准确地刻画该区域波浪气候特征及其变化规律，并为南海的海洋工程规划与防灾减灾提供可靠的数据支撑。欢迎相关研究人员下载使用。
数据集由中国科学院南海海洋研究所热带海洋环境与岛礁生态全国重点实验室海洋环境模拟与保障应用技术研究团队和热带海洋环境国家重点实验室（LTO）彭世球研究员团队研制生产。相关论文已在《Ocean Engineering》和《Renewable Energy》期刊上发表。
01研究成果
海浪是表征海洋动力环境的重要要素，其主要特征参数包括有效波高、波周期和波向等，广泛应用于海洋工程设计、施工与运维以及海岸带灾害风险评估领域。南海地处热带-亚热带季风控制区，受季风、台风活动及复杂海盆与岛礁地形的共同影响，海浪时空变化显著，极端波浪事件频发，开展南海海浪的长期模拟对于认识区域波浪气候特征和支撑海洋工程安全具有重要意义。然而，受观测手段、成本与恶劣海况限制，现场观测难以获取覆盖范围广、时间尺度长且连续稳定的多要素海浪资料。为此，通常采用经验方法或第三代数值海浪模式（如 WAM、SWAN 和 WAVEWATCHIII）开展南海海浪的长期后报模拟。尽管数值模式在大洋尺度上能够较好描述海浪的生成、传播与演变过程，但在近岸尤其是岛礁密集海域，由于复杂地形、浅水效应及岛礁遮蔽等因素难以被充分解析，模式模拟结果往往存在系统性偏差，尤以有效波高最为突出。因此，基于观测资料对南海近岸站点的有效波高进行偏差订正，对于提升长期海浪模拟结果的可靠性及其工程应用价值具有重要意义。
本研究基于第三代数值海浪模式WAVEWATCHIII构建了高分辨率南海海浪模拟系统，开展了1981-2021年连续41年的长期后报模拟，形成空间分辨率为南海区域1/12°、南海西北部区域1/36°、时间分辨率为1小时的多要素海浪数据集，涵盖有效波高、平均波向和平均波周期等关键参数。在此基础上，对南海波浪能分布和极端海浪进行了估算，并订正了气候偏差对极端波高估算的影响。针对近岸复杂地形条件下数值模式模拟结果易产生偏差的问题，本研究进一步提出了一种面向近岸有效波高的多模块偏差订正方法。该方法以长短期神经网络（LSTM）为核心，基于东锣岛和永兴岛站点的模式模拟数据和观测数据，分别构建低海况和高海况条件下的偏差订正子模块，进而利用独立数据对模型性能进行了验证。检验结果显示，智能订正后的海浪误差减少超过40%，并且在高风速和中低风速下都能得到明显的提升效果。在此基础上，将该偏差订正方法应用于长期模拟序列，最终获得了东锣岛和永兴岛站点1981-2021年连续41年的有效波高订正数据集。
本研究获得的高分辨率海浪长期模拟与智能订正数据集能够更准确地刻画该南海区域波浪气候特征及其变化规律，已应用于海南岛等海域的极端波高评估和波浪能资源趋势分析等方面，为南海海域的海洋工程规划、运行安全评估与防灾减灾决策提供了可靠的数据支撑。
上述研究成果由国家自然科学基金区域创新发展联合基金项目、广东省“卓越”青年团队项目和中国科学院战略性先导科技专项（A类）等共同资助完成。
02数据介绍
南海海浪高分辨率模拟数据是基于第三代数值海浪模式WAVEWATCHIII的长期后报产品，包含有效波高、平均波向和平均波周期等多个要素。数据集的时间范围为1981年1月1日至2021年12月31日，南海区域数据空间范围为0°N至28°N，100°E至125°E，时间分辨率为1小时，空间分辨率为1/12°（约8km），南海西北部区域数据空间范围为14°N至28°N，108°E至115°E，时间分辨率为1小时，空间分辨率为1/36°（约3km）。智能订正数据集是基于模拟数据和东锣岛站点的观测数据、利用多模块偏差订正模型TM_BCM构建的单点有效波高订正产品，数据集的时间范围为1981年1月1日至2021年12月31日，时间分辨率为1小时。TM_BCM是以长短期记忆神经网络LSTM为基础构建的，该模型针对高低海况下样本分布不均衡的问题，针对低海况和高海况样本进行单独的模型构建，分别形成适用于低海况和高海况的偏差订正子模块，有效提高在高海况下的模型订正精度。
数据格式为netCDF4，地理数据存储在变量“latitude”和“longitude”中，有效波高数据储存在变量“HS”中，平均波向数据储存在变量“DIRMN”中，平均波周期数据储存在变量“TMN”中，谱峰向和谱峰周期数据分别粗存在“PEAKD”和“PEAKP”中。
图1 南海西北部海浪重现期
图2 多模块偏差订正模型TM_BCM网络框架
图3 海南岛波浪能密度长期趋势计算结果
03数据下载链接
南海海浪高分辨率模拟与智能订正数据集（1981-2021年）：
04引用方式
数据引用方式：
李毅能, 彭世球，等. 南海海浪高分辨率模拟与智能订正数据集（1981-2021年）. 国家地球系统科学数据中心, 2026. https://doi.org/10.12041/geodata.127112512333022.ver1.db. https://cstr.escience.org.cn/CSTR:17099.11.G127112512333022.20260112.v1.Yineng Li, Shiqiu Peng, et al. High Resolution Simulation and AI-based Correction Dataset of South China Sea Wave(1981-2021). National Earth System Science Data Center, 2026. https://doi.org/10.12041/geodata.127112512333022.ver1.db. https://cstr.escience.org.cn/CSTR:17099.11.G127112512333022.20260112.v1.
文献引用方式：
[1] Jiawen Liao, Yineng Li*, Junmin Li, Shaotian Li, Shiqiu Peng*. A two-module bias-correction model for sea wave hindcasting based on the long-short term memory neural network. Ocean Engineering, 2024, 311, 118827.
[2] Junmin Li*, Yifeng Tong, Shaotian Li*, Wuyang Chen, Yineng Li, Bo Li*, Weiyi Sun, Ping Shi. Wave energy assessments around Hainan Island based on a fine-resolution model: the long-term trend and climatic mutation. Renewable Energy, 2026, 257: 124807.
[3] Junmin Li*, Shaotian Li*, Yineng Li, Wuyang Chen, Bo Li, Junliang Liu, Ping Shi. Evaluations of extreme wave heights around Hainan Island and their uncertainty induced by decadal variations of input variables. Ocean Engineering, 2024, 294: 116705.
点击“阅读原文”，访问数据集
