1.一種海上搜救目標漂移路徑的預測方法，其特征在于該方法包括以下步驟：

S₁、收集歷史氣象數據，建立氣象數據庫；

S₂、利用大氣模型調用S₁數據庫中的相關數據，計算獲得海上遇險事故發生地點周圍海區的風場；

S₃、獲取遇險事故發生地點周圍海區的現場風實時觀測數據，更新S₁建立的氣象數據庫；對現場風觀測數據進行數據同化，提高S₂中大氣模型預報的風場的精確度；

S₄、結合S₂風場結果，采用海浪數值模型預報遇險事故發生地點周圍海區的波浪場；

S₅、基于TPXO全球潮汐衛星高度計反演數據集提供的8個分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的調和常數給出潮汐與環流的開邊界條件；

S₆、以S₂大氣模型提供的風場、S₄海浪數值模型提供的波浪場為強迫場，并結合S₅提供的潮汐和環流開邊界條件，使用海流數值模型預報包含風生流和潮流的三維流場；

S₇、基于S₂大氣模型提供的風場、S₄海浪數值模型提供的波浪場以及S₆海流數值模型提供的三維流場，構建風漂速度計算模型、海上搜救目標漂移軌跡計算模型、誤差傳遞模型和搜救半徑計算模型實現對海上遇險人員或船舶的動態漂移軌跡預測；

S₈、基于以上計算結果，利用可視化技術將搜救目標漂移路徑預測結果直觀顯示。

2.根據權利要求1所述的海上搜救目標漂移路徑的預測方法，其特征在于，S₂所述的大氣模型為WRF，用該模型完成遇險事故發生地點周圍海區的未來48小時的風場計算；該模型采用完全可壓縮非靜力歐拉方程組，水平網格采用Arakawa?C網格，垂直坐標采用基于質量的地形追隨η坐標。

3.根據權利要求1所述的海上搜救目標漂移路徑的預測方法，其特征在于：S₃所述的獲取遇險事故發生地點周圍海區的現場風實時觀測數據的方法為用下載工具定時自動下載觀測站服務器提供的常規地面觀測數據、常規探空數據、船舶觀測數據、衛星海面風觀測數據與衛星輻射觀測數據。

4.根據權利要求1所述的海上搜救目標漂移路徑的預測方法，其特征在于：S₃所述的數據同化的方法為3DVAR方法，為預報用的海流數值模型提供初始場與時變邊界條件。

5.根據權利要求1所述的海上搜救目標漂移路徑的預測方法，其特征在于S₆所述的三維流場計算方法為：

利用海浪數值模型SWAN來計算搜救相關海區的海浪分布情況及變化，利用大氣模型每十五分鐘輸出一次風場并驅動海浪數值模型，海浪譜在每一個格點上取36個頻率和12個方向，通過對源函數項和傳播項的積分，求得未來48小時內每小時輸出一次的波浪場；

基于S₂大氣模型提供的風場、S₄海浪數值模型提供的波浪場以及來自TPXO全球潮汐衛星高度計反演數據集提供的8個分潮M₂、S₂、N₂、K₂、K₁、O₁、P₁、Q₁的調和常數給出潮汐與環流的開邊界條件，在WRF模型和SWAN模型運算完畢后，SHELL腳本自動運行海流數值模型FVCOM，并預報獲取遇險事故發生地點周圍海區的未來48小時的三維流場。

6.根據權利要求1所述的海上搜救目標漂移路徑的預測方法，其特征在于：S₇所述的風漂速度計算模型、海上搜救目標漂移軌跡計算模型、誤差傳遞模型和搜救半徑計算模型，其構建方法包括：

（1）風漂速度計算模型

根據海上搜救目標風漂移速度的計算方法，結合海上搜救目標的狀態和幾何特性，建立不同類型的海上搜救目標的風漂速度計算模型：

V_w=C_d·W

其中V_w為風漂速度，W為海表面10米風速，C_d為風拖曳系數，該系數根據搜救目標的排水狀態和在水中的浸沒比例等因素變化而變化。當搜救目標為船舶時，C_d在1%和5%之間。一般情況下，C_d取1%～3%，遇險人員取1%，救生筏取3%，無動力船只取2%；

（2）海上搜救目標漂移軌跡計算模型

海上搜救目標漂移軌跡計算模型為：

S=S0+∫t0t0+ΔtVtdt+S′]]>

其中，S₀為搜救目標的初始位置，V_t為t時刻搜救目標的漂移速度，為空間和時間的函數，S′為因為湍流影響發生的隨機走動距離。搜救目標以速度V_t經時間步長Δt后漂移至S，該模型采用了拉格朗日追蹤法，其核心就是求解V_t；這里V_t是各個海洋環境動力要素作用過程所產生的分速度的合成。本發明認為作為預測搜救目標的V_t主要由風漂速度、表面流速和波余流流速構成；

（3）誤差傳遞模型和搜救半徑計算模型

（a）誤差傳遞模型

搜救目標的漂移軌跡求解方法如下：

S=Σi=1k(SW+SC)=Σi=1k(Cd·W[i]+V)·t]]>

這里，S為搜救目標的漂移位移，S_W和S_C分別代表風和流作用下的位移，C_d為風拖曳系數，W代表海表面10米風速，V代表流速（包括表面流速和波余流流速），t代表漂移時間；

預測的軌跡是分段線性疊加計算，最終的預測軌跡誤差也是由各階段產生的誤差合成而來；每個階段的測量可以看作獨立，總誤差由各個階段產生的誤差按線性方式進行合成；對于每個階段，風、流的誤差對最后預測軌跡的誤差影響是風、流兩者誤差的疊加；

以下首先建立每個階段的誤差計算模型：

由誤差理論，當間接測量量y是直接測量量x_i（i=1，2，3…n）的線性函數時，即：

y=a0+Σi=1naixi]]>

這里α₀和α_i均為非隨機但是未觀測到參數，y的方差D_y為：

Dy=Σi=1nai2Dxi+2Σi<jaiajσxiσxj]]>

當x₁，x₂,…x_n之間不相關時，間接測量量y的方差為：

Dy=Σi=1nai2Dxi]]>

其均方根差為：

σy=[Σi=1nai2σxi2]1/2]]>

當間接測量量y是直接測量量x_i（i=1，2,3…n）的非線性函數時，則：

y=f(x_i)（i=1，2，3…n）

其方差為：

Dy=Σi=1nai2Dxi+2Σi<jaiajσxixj]]>

這里，

ai=(∂f∂xi)x=mx]]>

ρ_ij是x_i，x_j的相關系數；

當x₁，x₂,…x_n之間不相關時，ρ_ij=0，間接測量量的方差為：

Dy=Σi=1n(∂f∂xi)x=m2]]>Dxi=Σi=1naiσxi2]]>

其均方根差為：

σy=[Σi=1nai2σxi2]1/2]]>

若y₁，y₂,…y_m均為幾個間接測量量x₁，x₂,…x_n的線性函數，即：

y_r=f(x_ri)（r=1，2，3…m）

則可用向量和矩陣符號表示為：

Y=A₀+AX

其中：

Y=y1y2···ym,]]>X=x1x2···xn,]]>A0=a10a20···am0,]]>A=[ari]=a11a12···a1na21a22···a2n···am1am2···amn]]>

則其誤差向量為：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T

若y₁，y₂,…y_m均為幾個間接測量量x₁，x₂,…x_n的非線性函數，即：

y_r=f(x_ri)（r=1，2，3…m）

則其誤差向量為：

σ_Y=Aσ

其中，σ=(σ₁，σ₂，…σ_n)^T，

對于漂浮物軌跡預測問題，若不考慮風拖曳系數C_d的誤差影響，直接測量量為風、流速度分量W_U，W_V，V_U，V_V，間接測量量為預測軌跡位置的北向坐標Y_N和東向坐標Y_E，則直接測量量對間接測量量的誤差傳遞規律滿足線性函數的規律。

此時，m=2，n=4，

則：Y=y1y2=YEYN,]]>X=x1x2x3x4=WUWVVUVV,]]>A₀=0，A=[ari]=a11a12a13a14a21a22a23a24]]>

對每一階段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4)為：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

A=Cd·t0t00Cd·t0t]]>

則其誤差向量為：

σ_Y=Aσ

其中，σ=(σWU,σWV,σVU,σVV)T]]>

若考慮風中漂移系數C_d的誤差影響，則直接測量量V_U，V_V對間接測量量的誤差傳遞規律滿足線性函數的規律，而直接測量量W_U，W_V及C_d對間接測量量的誤差傳遞規律則應按非線性函數的傳遞規律進行計算。根據相應的誤差理論，此時的系數矩陣A的元素應為相應的偏導數，則：

Y=y1y2=YEYN,]]>X=x1x2x3x4x5=WUWVVUVVCd,]]>A₀=0，A=[ari]=a11a12a13a14a15a21a22a23a24a25]]>

對每一階段k(k=1，2，…K)，a_ij(i=1，2；j=1，2，3，4，5)為：

a₁₁[k]=a₂₂[k]=C_d·t，a₁₃[k]=a₂₄[k]=t，a₁₂[k]=a₁₄[k]=a₂₁[k]=a₂₃[k]=0，即：

A=Cd·t0t0WU·t0Cd·t0tWV·t]]>

則其誤差向量為：

σ_Y=Aσ

其中，σ=(σWU,σWV,σVV,σVV,σCd)T]]>

由此，建立了每個階段的誤差計算模型；

設每個階段的誤差為σ_i(i=1，2，…k)，則最終的預測軌跡誤差應按線性方式合成，即：

σTotal=[Σi=1Kσi]1/2]]>

（b）搜救半徑計算模型

通過搜救目標在指定時刻處在半徑R圓內的概率P可求出R，搜救半徑計算模型為：

P=1-exp[-R2ΔTr22T]]]>

其中：T為從推算開始時起的物體漂移時間；r為ΔT時間的推算均方差（根據風和流的預報誤差計算）；ΔT為時段，風和流的速度和方向在這一時段內是常量；

由此，根據給定的概率P就可計算出搜尋半徑R。