印度尼西亚近海潮汐潮流的数值模拟

利用FVCOM海洋数值模式计算了印尼近海的M2,S2,K1,O1分潮的分布,计算范围从20°S～20°N,90°～150°E,计算网格分辨率在印尼海域岛屿平均为1/12度,在大陆边界平均为1/5度,在开边界平均为1/2度.计算结果与104个TOPEX/Poseidon卫星高度计交叉点数据和79个验潮站数据进行比较,符合良好;与高度计交叉点比较,M2分潮振幅的均方根差为6 cm,迟角为7°;S2分潮的振幅偏差为3 cm,迟角偏差为8°;K1分潮振幅的偏差为6 cm,迟角偏差为10°;O1分潮振幅偏差为3 cm,迟角偏差为10°.根据计算结果给出了4个分潮的潮汐、潮流、潮余流和潮能通量密度分布图.     

渤海开边界潮汐的伴随法反演

潮汐潮流数值模拟中的一个主要难点在于开边界条件的确定。本文采用伴随法 ,由渤海沿岸 1 9个验潮站的潮汐调和常数来反演渤海海域的开边界条件 ,以实现渤海潮波的数值模拟。计算所得调和常数与实测值之差的绝对平均值 :m1 潮波振幅差为 1 4cm ,迟角差为5 0°;M2 潮波振幅差为 2 4cm ,迟角差为 5 0°。数值模拟结果正确地反映了渤海m1 和M2 潮波的基本特征     

渤海M2分潮的伴随模式数值实验

根据渤海海域内M2潮汐调和常数的实测值,采用伴随方法来反演出开边界处的潮汐调和常数.为了取得较好的数值模拟结果,同时对给定的底摩擦系数进行了校正并对水深进行了微调.做了4个实验,并分别计算出调和常数的实测值与模拟值之差的绝对平均值:(1)只用19个验潮站的潮汐调和常数;振幅差为2.4cm,迟角差为5.0°.(2)只用37个观测点的高度计资料;振幅差为4.4cm,迟角差为5.7°.(3)同时利用19个验潮站的潮汐调和常数和37个观测点的高度计资料;振幅差为5.5cm,迟角差为8.5°.(4)同时利用19个验潮站的潮汐调和常数和14个观测点的高度计资料;振幅差为3.3cm,迟角差为5.6°.4个实验结果都较好地体现了渤海M₂潮波的特征.     

基于FVCOM 的渤海潮波数值模拟

基于有限体积法海洋数值模型(FVCOM),对渤海当前水深岸线状况下的潮汐潮流进行了数值计算。模式采用不规则三角形网格,较好地提高了黄河口处网格分辨率,模拟了渤海海域K1,O1,M2和S2四个主要分潮。利用渤海沿岸19个验潮站的资料对模拟结果进行了验证,K1分潮振幅绝均差2.39 cm,迟角绝均差4.36°,O1分潮振幅绝均差1.40 cm,迟角绝均差4.29°,M2分潮振幅绝均差为3.55 cm,迟角绝均差为5.69°,S2分潮振幅绝均差1.72 cm,迟角绝均差8.86°,结果显示各分潮模拟结果合理,较真实地反映了渤海海域四个分潮传播情况。     

TOPEX/POSEIDON高度计资料用于中国近海M2分潮的同化反演

以整个中国海为研究区域,把开边界取在TOPEX/POSEIDON(T/P)高度计资料数据点,利用趋近插值法将高度计资料同化到二维非线性潮汐数值模式中,反演了中国近海M2分潮的分布.计算结果与60个验潮站资料比较,符合良好振幅平均绝对偏差为6.7cm,相角偏差为5.5°,均方根偏差为12.6cm.根据计算结果给出东中国海和南海M2分潮的同潮图,与相关文献比较,符合良好.研究结果表明,以本方法利用T/P资料来反演中国海潮汐是可行的.     

利用T/P 卫星高度计资料调和分析南海潮汐信息

利用j,v模型调和分析1992～2002年共10 a的TOPEX/Poseidon(T/P)海面高度距平资料,提取了南海K1,O1,P1,Q1,M2,S2,N2和K2等8个主要分潮的潮汐调和常数。分析比较了卫星上下行轨道的19个交叉点的振幅和迟角,其中M2,S2,K1和O1的平均向量均方根偏差分别是1.5,1.1,2.5和1.4 cm;将交叉点的调和常数与TPXO7.2模式的结果进行了比较,结果表明M2,S2,K1和O1分潮振幅的绝对平均误差均小于3 cm,迟角的最大绝对平均误差为7.8°。选取了与卫星轨道较近的8个验潮站,对验潮站的实测数据调和常数和本文所得调和常数进行了比较,结果显示K1分潮的向量均方根偏差为4.7 cm,M2分潮的向量均方根偏差为3.7 cm。论文结果表明利用j,v模型调和分析方法对南海海域卫星高度计资料进行潮汐信息提取是可靠的,并可为局部重力场的研究提供海洋潮汐改正数据,有一定的参考价值。     

渤、黄、东海潮汐的一种验潮站资料同化数值模式

以往的研究表明,采用直接的数值计算所得渤、黄、东海潮汐分布与实测值存在一定偏差。为了改善数值计算结果,建立了一种同化数值模式。计算中,在连续方程中增加了一个松弛项,将模式结果向已有实测调和常数的控制点推算潮高值趋近。在数值模拟中,共选取40个沿岸和岛屿验潮站作为控制点,另外选取71个验潮站作为检验点。数值实验表明,随着松弛系数的增加,控制点的计算和实测调和常数之差逐渐减小,直至松弛系数太大时,计算溢出。与此同时,检验点的计算和实测调和常数之偏差开始时也同步地明显减小,但当松弛系数加大到一定数值后,偏差值基本上不再减小,表明通过松弛同化可以改善计算结果,但计算与实测的逼近程度仍有一定限度。对沿岸111个验潮站计算值与实测值的比较表明,对M2分潮,振幅和迟角偏差分别从同化前的6.9cm和5.6°减小至同化后的3.5cm和3.1°;对S2分潮,从2.5cm和6.5°减小至1.9cm和4.0°;对K1分潮,从3.0cm和7.8°减小至1.4cm和4.1°;对O1分潮,从2.0cm和7.5°减小至1.3cm和4.2°。     

利用TOPEX/Poseidon卫星高度计资料提取黄海、东海潮汐信息的研究

为了更好地利用卫星测高数据分析黄海和东海的潮汐特性 ,对 1 993— 1 999年期间的TOPEX/Poseidon测高数据进行了质量控制和共线平差处理。在此基础上 ,在黄海、东海选取了 1 738个测高点 ,用最小二乘拟合法计算出 1 2个分潮的调和常数。计算得出的M2 和m1分潮的调和常数 ,在交叉点评估的内符精度振幅分别为 2 4cm和 0 8cm ,迟角分别为 2 3°和2 5°。测高点与附近验潮站的这两个分潮结果相比 ,振幅的均方根误差小于 4cm ,而迟角相差较大。这可能与验潮站的地理环境因素有关。用卫星测高数据算得的调和常数绘制的主要分潮特性图与现有常规观测得到的相应图进行了比较 ,在外海深水区两者符合较好 ;近岸由于卫星测高误差较大 ,所以两者符合差。     

黄海、渤海TOPEX/Poseidon高度计资料潮汐伴随同化

首先将大约10a的TOPEX/Poseidon(T/P)高度计资料沿星下轨迹点做潮汐调和分析,提取得到各分潮的调和常数,利用伴随同化方法,同化到二维非线性潮汐数值模式中,模拟了黄海、渤海区域M₂,S₂,O₁,K₁等4个潮汐分潮,并根据计算结果给出了各分潮的同潮图.将计算值与观测值的进行偏差统计,结果表明计算值与验潮站资料符合良好.研究过程中做了两类试验:一类试验是针对不同的参数进行优化,一类试验是针对不同的资料进行同化.第一类试验表明:将开边界条件和底摩擦系数同时作为模型优化的控制参数,其结果明显优于单独优化开边界条件;第二类试验表明:同时同化高度计资料与验潮站资料,比单独同化其中任一种资料,对模式计算结果都有较好的改进.研究结果表明,采用伴随同化方法,利用T/P高度计资料和验潮站资料作为同化数据能有效改进模拟结果,用来反演黄海、渤海的潮波系统是可行的.     

基于POM模式与blending同化法建立中国近海潮汐模型

利用POM海洋数值模式建立了中国近海（2°N-41°N，99°E～132°E）分辨率为5′×5′的潮汐模型，模式采用blending同化法同化了由10年TOPEX／Poseidon测高数据反演的潮汐参数与沿岸52个验潮站观测。精度分析表明建立的潮汐模型的8分潮RSS为12．5cm。     

渤海潮波系统的数值模拟

利用二维非线性潮波方程组,讨论了渤黄海主要分潮(全日潮、半日潮及浅水分潮) 数值模拟中的有关问题。数值模拟中同时考虑了4个主要分潮(M2,S2,K1,O1)和两个浅水分潮(M4,MS4)。分析表明,在渤黄海潮波系统数值模拟中,稳定后选取14 d的数值模拟结果进行调和分析能够取得最佳(最合理)的调和分析结果。计算出调和常数的模拟值与实测值之差的绝对平均值:M2分潮的振幅差为4cm,迟角差为3.3°,S2分潮的振幅差为2cm,迟角差为4.2°,K1 分潮的振幅差为1cm,迟角差为3.7°,O1分潮的振幅差为2 cm,迟角差为5.5°。实验结果较好地体现了渤黄海潮波系统的特征。     

北印度洋半日潮波的数值模拟研究

基于FVCOM(Finite Volume Coast and Ocean Model)模型,建立北印度洋海域(31^°~102^°E,16^°S~31^°N)的M₂和S₂分潮潮波数值模式,研究北印度洋半日潮潮汐、潮流分布特征。对底摩擦系数进行数值试验,利用代价函数梯度下降法,得到分潮调和常数向量均方根偏差(RMSE)的变化曲线,逼近并确定最优的底摩擦系数。将采用该系数的模拟结果与TOPEX/Poseidon卫星高度计交叉点的调和常数数据、国际海道测量组织(IHO)及部分文献中的验潮站数据进行比较与验证,一致性较好。其中对比卫星数据的振幅偏差为2~4 cm、迟角偏差为7^°~8^°,与验潮站数据的振幅偏差为3~6 cm、迟角偏差为8^°~9^°。根据模拟结果,分析了北印度洋海域M₂和S₂分潮潮波传播特征和潮流椭圆的空间分布特征等。M₂分潮潮波在阿拉伯海南部有1个无潮点,在波斯湾内有2个无潮点,最大振幅超过80 cm;潮流在西北印度洋和孟加拉湾中部大多为顺时针旋转,其余海域大多为逆时针旋转;流速在阿拉伯海东北部、安达曼海、波斯湾和孟加拉湾北部较大,最大流速为160 cm/s,其他海域较小。S₂分潮的潮波传播特征、无潮点的位置和潮流椭圆的空间分布特征等都与M₂分潮类似,但潮波振幅和潮流流速等都相对M₂分潮较小。研究完善了北印度洋海域2个主要半日分潮M₂和S₂的整体特征。     

西北太平洋的一种潮汐数值同化模型

利用FVCOM海洋数值模式,在球坐标系统下考虑非线性效应和天体引潮力的影响,基于非结构的三角形网格建立了包括中国近海、日本海、鄂霍次科海和部分西北太平洋海域的高分辨率海洋潮汐数值模型,并采用趋近法同化84个沿岸验潮站的观测资料。模拟结果与175个验潮站的实测结果拟合良好,M₂,S₂,K₁,O₁四个主要分潮振幅和迟角的绝对平均误差分别为4.0 cm和5.6°,2.4 cm和7.5°,2.6 cm和6.3°,1.5 cm和5.0°。依据调和分析结果给出了4个主要分潮的同潮图分布,得到8个半日分潮和5个全日分潮的无潮点,证实了宗谷海峡全日潮无潮点的存在,首次模拟得到津轻海峡的全日潮无潮点;还给出了整个计算海域内最大可能潮差和潮汐余水位的分布特征。     

渤、黄、东海三维潮波运动数值模拟

采用POM三维海流数值模式模拟渤、黄、东海潮波运动。所得潮汐调和常数与77个测站的观测值的平均绝对误差：m1振幅1．92cm,迟角4．39°;M2振幅4．70cm,迟角5．08°。模拟结果显示M2分潮流共存在8个圆流点,m1岁潮流共存在9个圆流点。其中,M2分潮流在舟山群岛附近与m1分潮流在黄海北部和台湾海峡谷存在一个圆流点,这三个圆流点是本文数值模拟所首次显示的,需进一步的观测验证它们实际存在与否。模式还得出湍流涡动系数分布。     

北部湾潮汐潮流的三维数值模拟

基于二阶湍流闭合模型计算涡动粘性系数的POM三维水动力模式,采用细网格,考虑6个岛屿、海底摩擦系数进行划片取值,模拟北部湾潮汐潮流.所得潮汐调和常数与81个实测站比较,绝对平均误差:K₁分潮振幅为46cm,迟角为9°;O₁分潮振幅为56cm,迟角为7°;M₂分潮振幅为62cm,迟角为15°.由模拟结果分析出该海区潮汐、潮流、余水位和潮余流,以及水平速度垂直分布等特征.     

Characteristics of Tide in The South China Sea

Based ourself mainly on the harmonic constant in the tide table (English-edition), we acquire data from 320 tidal observatories, calculate the different tidal ranges and cotidal hours of the South China Sea, and by the contour line method, draw the M_2, S_2. K_1, O_1 constituent charts, thus better showing the tide distribution in the South China Sea and presenting tide characteristics in the area more accurately.     

北部湾潮汐数值预报及其分析

采用二维非线性运动方程和连续方程组，以多个分潮同步输入，做耦合数值模拟，进行潮汐数值预报。结果表明，K1潮波等振幅线分布与历史潮波图明显不同，此线呈舌状向北伸展，特别在湾的南部海域，其中央区振幅很小，10cm等振幅线可以伸至北纬19°以北。O1分潮的分布与K1分潮类似；北部湾北部以全日潮为主，湾的南部潮汐性质指标数2．0的等值线呈舌状向湾内神，两侧为不正规日潮，中间为不正规半日潮。4．0等值线向北推移，在19°N以南中央海区预报结果与前人的结果不同；南部海区中央一带潮差很小，最大可能潮差不超过2m，这种分布与前人结果有较大差异。     

长江口外海域三维水动力模拟结果及与观测的比较

Base on ECOMSED model, a theree-dimensional hydrodynamic model is developed in the offshore area near the Changjing Estuary in the East China Sea. This model in driven by tide and wind,as well as inflow and outflowcurrents such as Kuroshio,Changjing runoff. The horizontal resolution is 1/20_°. There have 11 layers on the verticaldirection. The numerical results of 4 main constituents of tide(M²,S²,K¹,O¹)and currents are in good agreement with observation data. Compared with 20 gauge stations,the mean absolute erroe between the caluclated M² tidal amplitude and the observed oned is only 6.72cm; the mean absolute error of phased-lag is 5.23_°.For S²,the mean absolute errors of amplitude and phased-lag are 3.67cm and 7.21_°,respectively. The mean absolute errors of amplitude and phased-lag for K¹ are 3.25cm and 6.63_° For O¹,the mean absolute error of calculation and observation is relatively small, amwith observation data measured during Aug., 2006 in the East China Sea.The correlation coeffiients of current between simulation and observation are greater than 0.75 generally. The three-dimensional hydrodynamic model develiped by this paper can well describe the characters of elevation and current in the offshore near the Changjiang Estuary and can be used as hydrodynamic background to simulate the suspend sediment transport in this sea area.     

Tidal analysis of an equally or randomly spaced record with small number of data samples

Problems in the analysis of short-period tides from an equally or randomly spaced record with a limited number of data samples have been investigated. In dealing with an equally spaced record, the primary cause of estimation error is the interference between the major short-period tides such as M₂, N₂, K₁ and P₁. A measure of the interference is given by a function which decreases in an oscillatory fashion with observational duration and/or difference of frequencies between paired constituents. The iterative Darwin method (IDM), newly introduced, and the least-squares method (LSM) can reduce the interference effectively to obtain accurate estimates. Another source of error is due to the interference between a major tide and a minor tide such as T₂ andv ₂. To hold an accuracy of 1 cm in amplitude, we must employ a long record of around one year, or we must include the influential minor tides among the major tides a priori. In dealing with randomly spaced data or randomly sampled data from a long record, on the other hand, a major source of error lies in the random noise resulting from the long-period tides such as M_m and S_a. If the number of data samples is greater than 360 and if random noise is within ±10 cm, both IDM and LSM can estimate tidal constants with probable errors of about 1 cm in amplitude and a few degrees in phase.