单站潮汐的谱分析预报

本文给出一种单站潮汐预报的方法,利用该方法对厦门和东山的潮位资料进行谱分析求出调和常数,并利用分析结果回报两港的潮位.把谱分析得出的调和常数与基于最小二乘法的调和分析结果及实测结果进行比较并分析潮汐回报的效果,证明该方法原理简单,简便实用,对潮汐的预报具有一定的应用价值.     

VAV潮汐分析方法在闸坡验潮站的应用

介绍了一种新的海洋潮汐分析方法--VAV分析方法.该方法通过带通滤波将原始时间域数据转换为频率域数据,再对该频率域数据应用最小二乘法求解得到各分潮调和常数.VAV方法可分析受有色噪音"污染"的数据,允许缺测,并能检测、剔除异常数据,通过多次迭代提高调和常数估算精度,该方法亦可进行浅水分潮分析、潮位预报和海平面变化分析等.利用VAV方法对闸坡验潮站潮位资料进行分析,得到的各主要分潮调和常数、预报潮位及多年平均海平面和多年海平面平均上升速率结果与传统调和分析结果对比基本一致.同时,VAV方法分析得到闸坡站1975-1997年海平面总体呈先降后升趋势,其中1975-1979年为下降期,1980-1997年为上升期.     

江苏近岸高、低潮位变化规律探讨

利用MForeman改进的G·Godin潮汐调和分析及预报程序对江苏省辐射沙洲海域的16个验潮站潮位资料进行了调和分析和潮汐预报。根据各测潮站高、低潮位预报结果,对各站高低潮潮时差、低潮每日延迟时间、高潮每日延迟时间进行了统计计算,并对辐射沙洲海域高低潮潮时差特征值的分布进行了分析。利用潮汐表预报结果探讨了江苏沿岸6站的高潮位、低潮位、高低潮潮时差、高潮每日延迟时间、低潮每日延迟时间之间的对应关系,并分析给出了各量的变化周期。     

高、低潮数据的调和分析

本文给出了由高、低潮数据计算潮汐调和常数和由最大流速及转流数据计算潮流调和常数的方法。文章还讨论了不同频率分潮间的混淆效应,指出本方法用于混合型和全日型潮汐可获得比半日型潮汐好的效果。对两个港口实测高、低潮数据分析表明,所得调和常数与由逐时潮高分析所得的数值一般较接近,但对长周期分潮较差。本方法所得调和常数用于预报高、低潮或最大流速和转流时可得到很好的结果。     

潮汐非调和常数的计算方法——Ⅰ.原理

潮汐非调和常数是一组用来描述港口潮汐特征的数据,应当从长期观测的高、低潮时间及高度中统计得出。然而在只有短期记录的情况下,由于潮汐存在着长周期的变化,直接统计得出的结果会出现相当大的误差。因此,在只有短期验潮的港口,人们常常利用潮汐的调和常数间接计算非调和常数;而调和常数则可利用短期记录求得,不会带来严重的误差。各国使用的潮汐非调和常数计算方法不尽相同。在我国,郑交振同志编著的《实用潮汐学》一书中全面地介绍了     

强潮河口水下地形测量潮位控制研究

钱塘江河口属于强潮河口,具有潮差大、流急、地形复杂和局地潮汐变化大等特点,对潮位控制设计与实施造成较大困难。为解决钱塘江河口水下地形测量潮位控制难题,针对强潮河口的水下地形和潮汐特征进行分析,提出了该区域潮位控制的潮位站布设方案与作业时间要求。实测数据表明,只要合理布设潮位站、选择合适的时间段作业,强潮河口水下地形测量的潮位控制可以达到规范精度要求。     

潮汐调和分析与应用研究

基于长江口外鸡骨礁、绿华山潮位站多年实测潮汐资料,开展潮汐调和分析与应用研究。采用最小二乘法计算调和常数,研究不同分潮组合及不同资料长度对调和分析结果的影响。采用规范法及直接预报法计算深度基准面,并分析计算结果。采用余水位订正方法推算潮位,并进行精度验证。结果表明:调和分析精度随分潮个数的增加而提高;采用年实测潮汐资料调和分析的精度总体高于采用多年实测潮汐资料调和分析的精度;采用预报年份相邻的年实测潮汐资料进行潮汐预报精度较高;理论最低潮面计算值,规范法较直接预报法偏小。基于绿华山站与鸡骨礁站实测资料进行余水位推算验证,精度基本满足实用要求。     

杭州湾潮汐特征时空变化及原因分析

杭州湾是世界著名的强潮河口湾,一直是研究的热点。基于杭州湾口内外实测潮汐资料,对杭州湾潮汐特征及时空变化进行了系统分析,包括高潮位、低潮位、平均潮位、潮差、涨潮历时以及天文潮变化,同时分析了20世纪80年代以来潮汐特征变化的原因。结果表明:最近50年来,杭州湾年平均高潮位和海平面抬高,潮差增大;澉浦年平均低潮位抬高,涨潮历时缩短,浅海分潮增大;钱塘江河口治江缩窄是造成杭州湾潮汐变化的主要因素;浙江和邻近海域的涉海工程可能是造成浙江沿海海平面上升的主要原因之一。     

渤黄海潮汐潮流精细化数值模拟及可视化预报系统

利用有限元海洋模式ADCIRC (Advanced Circulation Model),建立了高分辨率的渤黄海二维潮汐潮流数值模型,该模型以M2,S2,K1,O1等8个分潮的水位作为驱动,模拟出了该8个分潮的潮汐潮流调和常数;利用该调和常数预报的潮位和二维平均潮流与实测资料相比,符合较好;利用模拟得到的潮汐潮流调和常...     

使用MATLAB拟合工具箱进行潮汐调和分析

应用一个月潮汐资料分析的理论方法,将一个月潮汐资料调和分析和预测结果与实测情况进行比对,并进行决定系数和方差计算等分析,验证了MATLAB的曲线拟合工具箱可以非常简单地实现调和常数计算.建立的短期预报模式,预报结果与实测资料匹配较好,但也发现了因为意外天气系统干扰而造成实测潮位相对于天文潮位的较大偏离,是预报模型无法避开的缺陷.初步认为,该方法可以作为一种实用方法应用于短期潮汐资料的分析和预报,对于中远期的预报应用具有一定的参考价值.     

基于T/P和Jason-1/2卫星高度计海面高度数据获取南海同潮图的研究

随着卫星高度计资料的不断丰富,通过对卫星高度计所得潮汐调和常数进行插值或拟合得到潮汐同潮图成为可能。本文拟对T/P(TOPEX/POSEIDON)、Jason-1和Jason-2卫星高度计数据进行分析,得到南海区域星下观测点处四个主要分潮(M2、S2、K1和O1分潮)的调和常数,进而利用双调和样条插值方法对其进行插值,获取南海同潮图。首先,以1992～2016年T/P和Jason卫星高度计所得海面高度数据为基础,利用调和分析方法计算了南海星下观测点处M2、S2、K1和O1四个主要分潮的调和常数,并与40个验潮站数据进行了对比,最大矢量均差为4.99cm,说明分析所得调和常数与利用验潮站资料提取的调和常数的误差较小。进而采用双调和样条插值方法对星下点调和常数进行插值,得到了南海四个主要分潮的同潮图,所得结果与全球潮汐模型TPXO7.2模式结果的矢量均差分别为4.69、2.46、3.13和2.42 cm,与141个验潮站处观测结果的矢量均差分别为22.59、10.26、10.24和8.51 cm。此外,插值所得四个主要分潮的无潮点位置与前人研究结果相近。上述实验结果表明:利用双调和样条插值方法对卫星高度计所得调和常数进行插值能够获取较为准确的同潮图。     

港珠澳大桥岛隧工程施工海域潮汐调和分析与预报

对港珠澳大桥岛隧工程施工海域2013年的潮汐观测资料进行调和分析,发现该海域潮汐特征为不正规半日潮,以M2分潮为主,其次为K1、O1、S2和P1等分潮;利用调和常数做预报时,分潮个数的选择会在一定程度上影响预报精度。结果表明:分潮由5个增加至25个可以明显改进预报效果,再增加几乎没有改进。选用25个分潮建立调和预报模型预报2014—2016年的潮位,同时对2012年的潮位做了回报,并与实测潮位进行对比。检验结果表明预报潮位与实测潮位趋势一致,大小基本吻合,3 a平均的均方根误差为0.16 m,可以作为施工潮位窗口的选择依据。对调和预报误差的进一步分析表明,误差主要来源于径流和风的影响,台风带来的风暴增水可以达到1.33 m。     

福建中南部沿岸海域潮汐特征分析

利用2004、2007、2010年在福建中南部沿海长期验潮站和临时验潮站获取的实测逐时潮位资料,采用基于最小二乘原理的潮汐调和分析方法,分析了福建中南部沿岸海域18个验潮站的潮汐调和常数,并根据调和常数分析了沿岸海域潮汐特征.结果表明:福建中南部沿岸海域以向南传播的半日分潮为主,传播至浮头湾以南海域后衰减明显,对应平潭至浮头湾海域的潮汐性质为半日潮,古雷半岛以南海域为不规则半日潮混合潮;福建中南部沿岸海域自北部平潭向南至诏安,平均海平面升高约25 cm,潮差减小超过3 m,平均大潮差与平均小潮差之差也减小2 m左右,理论高潮位降低约1.5m,而理论低潮位升高约2 m,潮时推迟约2h.     

青岛港潮汐的调和分析与预报

用 T_TIDE 潮汐分析工具对青岛港口2019 年1—12 月逐时潮高资料进行不同时段的调和分析,计算其调和常数,并总结该港口潮汐特征。从 2019 年全年的调和分析结果中选择不同分潮建立调和预报模型,对2019 年1 月的潮高进行预测,通过相对误差、判定系数结果分析,确定最优调和预报模型。结果表明:青岛港口为正规半日潮港,以太阴主要半日分潮 M2分潮为主,其次为太阳主要半日分潮 S₂ 、太阴主要椭率半日分潮 N₂ 、太阴-太阳赤纬全日分潮 K₁和太阴赤纬全日分潮 O₁等分潮;对比不同时间长度的分潮振幅及平均海平面,可知其与用于调和分析的潮位资料长度几乎无关。分潮由5 个增加至24 个可明显改进预报效果,再增加几乎没有改进,故选用24 个分潮为最优的调和预报模型。为验证模型具有良好的实用性,对五号码头的实测潮汐数据进行分析预报,进而可知建立的模型能够较好地预报青岛港附近海域的潮汐变化。     

Sa分潮与月平均海面

根据临时验潮站观测到的一个月潮位资料通常能够分析得到11个分潮的调和常数。如果用所分析得到的调和常数与邻近站的Sa和Ssa的调和常数以及年平均海面做出潮汐预报,则在这一个月当中的平均海面的日变化将会反映出来,因而,潮位预报精度应该比仅由11个分潮和月平均海面所预报的潮位要高。本文对上述的问题进行论述。     

河口三角洲径流和潮汐相互作用模型及应用

受径流影响和调制,径优型河口潮汐的非线性作用强,潮汐调和分析和预报误差大。文章在调和分析方法的基础上,结合河口三角洲内径潮相互作用机理,假定河道地形变化微弱,采用实测潮水位和上游径流量,建立径流和潮汐调和分析(river-tidal harmonic analysis,简称RTHA)模型,用于分析和研究珠江三角洲的径流和潮汐的相互作用过程。结果表明,对于珠江河口年尺度的潮水位数据,RTHA模型分析和预报的标准误差0.12~0.17 m,方差贡献(相关指数)为91%~98%,特别是在径流作用强的河口三角洲中上段,RTHA模型结果远高于传统的调和分析和预报结果,可以以较高精度分离径流和潮汐信号。利用该回归模型对珠江径流影响下非线性潮汐的变化进行研究,结果发现,珠江径流量的洪枯季变化引起河口全日分潮、半日分潮、三分之一分潮的振幅洪季小、枯季大,口门段四分之一分潮的振幅洪季大、枯季小;洪季全日分潮、半日分潮传播速度变小(位相增大),分潮振幅沿程衰减幅度显著增大,自枯季的10%~30%迅速增加到洪季的70%~80%。     

基于非稳态调和分析和长短时记忆神经网络的河口潮位短期预报混合模型

河口潮汐过程受上游径流、外海潮波等综合因素影响,动力机制复杂,潮位预报难度大。本文提出了一种基于非稳态调和分析（NS_TIDE）和长短时记忆（LSTM）神经网络的混合模型,对河口潮位进行12~48 h短期预报。该模型首先对河口实测潮汐数据进行非稳态调和分析,通过与实测资料对比得到分析误差的时序序列;以此作为LSTM神经网络的输入数据,通过网络学习并预测未来12~48 h潮位预报误差,据此对NS_TIDE的预测结果进行实时校正。利用该模型对2020年长江口潮位过程进行了预报检验,结果表明混合模型12 h、24 h、36 h和48 h短期水位预报的均方根误差（RMSE）相比NS_TIDE模型至多分别降低了0.16 m、0.15 m、0.14 m和0.12 m;针对2020年南京站最高水位预测,NS_TIDE模型预报误差为0.64 m,而混合模型预报误差仅为0.10 m。     

潮汐调和分析的一种算法

本文在常规潮汐调和分析方法的基础上，提出了一种由高低潮资料进行潮汐分析的算法。具体计算表明，该算法与现今通用的常规算法（即等间隔最小二乘法）相比，既可大大减少所需原始样本量，在相同记录长度内，是常规算法的三分之一还少，同时减少样本处理的前期工作量；又能保证潮位拟合的精度和预报的可信度，两者精度相当，结果一致。该算法原理简单、实用有效，对于局部样本缺损较易处理，具有实际应用价值。     

闽江感潮河段潮汐-洪水相互作用数值模拟

本文分析了闽江感潮河段洪水、潮汐特征,利用高精度GIS数据建立了基于非结构三角网的高分辨率洪-潮耦合模型,在闽江口重点区域的网格分辨率达到50~100m。选取竹岐断面作为径流边界并基于"2006.6.6"洪水过程设计了3组数值实验,模拟结果表明:相比于只考虑洪水或者潮汐,在耦合洪水和潮汐后,各代表站的模拟值与实测值更为吻合;在30年一遇洪水的作用下,闽江感潮河段各断面的原有潮汐特征都不同程度地被洪水信号所影响,其中,文山里和解放大桥站表现出明显的洪水特征,而峡南、白岩潭和琯头站则表现出洪、潮混合特征;从峡南到琯头对应河段在高潮时段流速减小而低潮时段则流速增大,说明该河段存在很明显的洪-潮相互作用。     

深圳海域潮汐海啸波耦合数值研究

以COMCOT海啸模式和TPXO7.1全球潮汐模式为基础,采用三层嵌套网格,建立了南海海啸与潮汐耦合计算模型,分析深圳海域海啸和潮汐相互作用。潮汐计算结果与实测数据吻合较好,高、低潮位平均误差小于15 cm,20 cm;在潮汐验证的基础上,以马尼拉海沟潜在地震海啸源为案例,进行8.0,9.0级地震海啸与潮汐耦合情景模拟计算,计算结果表明,9级地震海啸在深圳海域外海波高为140~150 cm,如先行波为正波发生在高潮时将产生异常高潮位,负波发生在低潮时将产生异常低潮位,线性叠加计算结果偏大,在25.0 cm之内,到达时间差异小于6 min。