中国沿海GPS站用于潮波系数提取分析

首先给出了基于GNSS-MR技术提取潮波系数的原理与方法,然后利用布设在浙江省石浦港验潮室屋顶的GPS站DSPU实测数据对潮波系数进行了提取,并与验潮站实测潮位调和分析结果进行了对比分析。实验结果表明GPS-MR反演潮位与验潮站实测潮位值吻合较好,相关系数优于0.97;GPS-MR反演潮位与验潮站实测潮位获取的潮波系数基本一致,除M2、S2外其它差异较小。两者获取的潮波系数差异主要因为DSPU测站观测环境极大地影响了GPS-MR提取潮位精度。沿海GNSS站用于潮位监测和潮波系数提取,将进一步拓展沿海GNSS监测站的应用领域,在一定程度上可弥补验潮站的不足。     

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。     

Back-propagation neural network for long-term tidal predictions

During the recent years, the availability of accurate ocean tide models has become increasingly important, as tides are the main contributor to disposal and movement of sediments, tracers and pollutants, and to a whole range of offshore applications in engineering, environmental observations, exploration and oceanography. Tides can be conventionally predicted by harmonic analysis, which is the superposition of many sinusoidal constituents with amplitudes and frequencies determined by a local analysis of the measured tide. However, accurate predictions of tide levels could not be obtained without a large number of tide measurements by the harmonic method. An application of the back-propagation neural network using short-term measuring data is presented in this paper. On site tidal level data at Taichung Harbor in Taiwan will be used to test the performance of the present model. Comparisons with conventional harmonic methods indicate that the back-propagation neural network mode also efficiently predicts the long-term tidal levels.     

基于调和分析法与ANFIS系统的综合潮汐预报模型

港口沿岸地区以及河流入海口等地区的精确潮汐预报对于各种海洋工程作业有着非常重要的意义。潮汐水位的变化受到众多复杂因素的影响,而且这些复杂的因素往往有着较强的实变性和非线性。为了进一步提高沿岸港口码头等水域的潮汐水位的预测精度,本文提出了一种基于调和分析模型与自适应神经模糊推理系统相结合的模块化潮汐水位预测模型;并采用相关分析确定整个预测模型的输入维数;模块化将潮汐分解为两部分：由天体引潮力形成的天文潮部分和由各种天气以及环境因素引起非天文潮部分。其中调和分析法用于天文潮部分的预测,ANFIS用于预测具有较强非线性的非文潮部分。模块化综合了两种方法的优势,即调和分析法能够实现长期、稳定的天文潮预报,ANFIS能够以较高的精度实现潮汐非线性拟合与预测。模型使用ANFIS模型和调和分析模型分别对潮汐的非天文潮和天文潮部分进行仿真预测,然后将两部分的预测结果综合形成最终的潮汐预测值。此外,本文选用三种不同的模糊规则生成方法（grid partition （GP）,fuzzy c-means （FCM） and sub-clustering （SC））生成完整的ANFIS系统,并使用实测数据进行验证用以选取最优的ANFIS预测模型。最后将最优的ANFIS模型与调和分析模型相结合进行潮汐水位的最终预报。仿真实验选用Fort Pulaski潮汐观测站的实测潮汐值数据进行预报的仿真实验,仿真结果验证了该模型的可行性与有效性并取得了良好的效果,具有较高的预报精度。     

潮汐日不等显著区域深度基准面的确定研究

由于利用定义法独立求算验潮站的深度基准面对潮位观测资料、计算工具有较高的要求,并且由于潮汐调和常数存在季节变化,导致利用中、短期验潮资料求算的深度基准面稳定性不高。利用邻近验潮站传算验潮站深度基准面在海洋测绘中经常涉及,对各种传算方法的数学模型进行了分析,认为其实质均为"潮差比法"传算深度基准面,并对"潮差比法"确定深度基准面提出了改进的建议。     

荣成市石岛湾镆鎁岛港的潮汐

１９９２年６～７月，中国科学院海洋研究所在镆岛港建立临时验潮站。计 算得到该港调和常数及潮位特征值。分析表明，镆　岛港属于非正规半日潮港。根 据镆岛港和同期及３年石岛港测得资料（二港符合潮汐相似性条件）进行相关分 析和统计计算，获得镆　岛港的设计水位和校核水位等。     

风暴潮、大潮对广西涠洲岛西南沙滩侵蚀的影响分析

本文统计分析了广西涠洲岛沿海气候、潮汐和风暴潮等历史资料,利用耿贝尔方法推算了涠洲岛多年一遇年极值高潮位,并估算了其漫滩范围分布,指出近几年高潮位出现的频次和极值均越来越高是涠洲岛西南部沙滩侵蚀愈加严重的重要原因,最后结合风暴潮-海浪耦合数值模拟了研究区域内"0312"号台风风暴潮漫滩的情况,分析了风暴潮和大潮对涠洲岛西南部沙滩侵蚀的影响,对当地岸滩修复和防护具有一定的指导意义。     

数据融合下的短期潮位预报测试及分析

针对短期验潮数据分析难度大、预报精度低的问题,设计了一种基于数据融合技术的短期潮位预报方法,利用扩展卡尔曼滤波(EKF),将通用的潮汐模型计算水位融合到调和预报模型之中,生成精度更高的融合预报值。数据测试表明,对于3天的验潮数据,EKF方法至少对向后5天的预报有效,融合值较两种源数据的平均优化度分别为33%和60%;对于7天的验潮数据,EKF方法在向后20天的预报中几乎都产生了优化效果。该方法适宜在资料缺乏的海区使用,为短期潮位预报提供了一种新的解决方案。     

警戒潮位核定中建立年极值水位序列的方法研究

文章以山东省警戒潮位核定为基础,对其沿岸验潮站的实测数据情况进行分类;根据不同类别,分别采用相关分析、数值模拟等方法补充实测数据,获得年极值水位序列,并采用极值Ⅰ型方法计算重现期高潮位。在警戒潮位核定中建立年极值水位序列所使用方法的顺序是,有实测数据优先采用实测数据、没有实测数据利用相关关系、没有相关关系再使用数值模拟和调和分析的方法进行。值得注意的是,在使用相关关系建立年极值水位序列中,计算重现期高潮位时一定要满足潮汐性质相同、所受风暴潮过程相似等条件;在使用数值模拟建立年极值水位序列中,须与其全年天文潮最大值进行对比。     

舟山本岛南部附近海域潮汐潮流特征分析

文章基于沈家门长期潮位站、长峙岛临时潮位站的观测资料和对舟山本岛南部海域多个站位实测的潮流基础数据,采用调和分析法对潮汐潮流进行特征分析。舟山本岛南部附近海域潮汐类型属于规则半日潮,潮差变化和日不等现象明显,有一定的潮汐浅海作用。潮流类型属于以往复流为主的规则半日浅海潮流,实测潮流中涨落潮流速不等、历时不等现象显著,最大流速、平均流速均是大潮大于小潮,涨潮流历时长于落潮流历时,潮流变化主要受协振波所控制,流向在涨落潮方向波动。     

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。     

山东邻海长周期分潮对深度基准面的影响分析

利用潮汐模型NAO.99Jb和FES2014确定了山东邻海的深度基准面模型并对其精度进行了评估,结果表明,NAO.99Jb模型确定的深度基准值L10的中误差为23.28 cm,FES2014模型确定的深度基准值L13的中误差为34.37 cm,长周期分潮的相对误差过大导致加入长周期分潮改正项后深度基准值中误差分别增大了11.04 cm和12.38 cm,较其他分潮对深度基准值精度的影响更明显,所以基于潮汐模型构建深度基准面模型时,长周期分潮部分必须加入实测数据改正。进一步采用山东邻海13个长期验潮站实测数据,定量地分析了长周期分潮对深度基准面确定的影响,结果表明,长周期分潮改正项的量值介于13.89~22.39 cm,平均改正值为18.03 cm,在深度基准值中占比达到15.15%。因此,长周期分潮改正对深度基准面的精确确定研究贡献较大,准确的长周期分潮模型是构建高精度深度基准面模型的基础。     

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。     

复经验正交函数方法对湛江南三岛海滩剖面季节变化动态特征研究

利用复经验正交函数(CEOF)分析方法对湛江南三岛2009年2月22日至2010年4月21日期间的实测海滩剖面数据进行了分析。结果表明该海滩的季节变化有3个主要模态:第1模态是海滩风暴剖面和涌浪剖面之间的相互转换,其贡献占总方差的71.18%。其原因是海区侵蚀性风暴大浪和建设性涌浪的交替变化。第2模态是平均高、低潮线之间的地形变化,其原因是由于潮汐变化导致入射波浪冲流活动范围变化,占总方差的14.28%。第3模态是侵蚀大浪过后的水下沙坝向岸迁移,并受潮汐影响在滩面上摆动,占总方差的6.80%。最后指出必须重视风暴对华南海滩演变季节性过程的影响。     

Effect of Sea Level Variation on Calculation of Design Water Level

The long-term variation and seasonal variation of sea level have a notable effect on the calculation of engineering water level. Such an effect is first analyzed in this paper. The maximal amplitude of inter-annual anomaly of monthly mean sea level along the China coast is larger than 60 cm. Both the storm surge disaster and cold wave disaster are seasonal disasters in various regions, so the water level corresponding to the 1% of the cumulative frequency in the cumulative frequency curve of hourly water level data for different seasons in various sea areas is different from design water level, for example, the difference between them reaches maximum in June, July and August for northern sea area, and maximum in September, October and November for Southern China Sea. The hourly water level data of 19 gauge stations along the China coast are analyzed. Firstly, the annual mean sea level for every station is obtained; secondly, linear chan ging rates of annual mean sea level are obtained with the stochasti     

长航道乘潮水位计算新方法研究及应用

随着航道建设规模和航道里程增加,长航道乘潮水位的计算成为航道设计遇到的新技术难题之一。针对多潮位站控制长航道乘潮水位计算问题,提出了乘潮水位计算的多站联合典型潮曲线法。通过构建典型潮曲线,使乘潮累积频率、乘潮历时、潮波传播延时和潮波变形等关键要素同时呈现。基于构建的典型潮曲线,进一步探讨了长航道全程同一乘潮水位、分段变乘潮水位,以及进港、出港等不同情况下乘潮水位的设计取值方法,并以珠江崖门航道为例进行了实例分析,进一步说明了本方法的实用可行。     

基于小波变换的潮位粗差探测定位方法研究

结合小波多尺度分析在粗差探测定位方面的优越性,提出了相应的潮位粗差探测定位方法,根据小波分解的原理,给出了潮位粗差的探测步骤;基于实测潮位数据设计了潮位离散粗差与连续粗差两类实验,并对系统性偏差的探测定位展开研究。结果表明:基于小波多尺度特性构建的粗差探测定位模型可以高效准确地探测定位潮位粗差。     

大亚湾和大鹏湾两个相邻海湾潮波浅水变形的异同分析

利用实测资料分析重构了大亚湾和大鹏湾潮汐水位“双峰”现象,确定了浅水分潮的异常增长是潮位“双峰”现象的主要成因,其中四分之一日分潮和六分之一日分潮起着至关重要的作用。通过SCHISM模型构建大亚湾和大鹏湾附近海域高分辨率水动力模型,模拟结果表明近岸海域,在大亚湾以东,潮汐类型为不规则全日潮,以西为不规则半日潮,在两个海湾内均为不规则半日潮;研究海域的潮流均表现为不规则半日潮流。四分之一日分潮和六分之一日分潮在大亚湾和大鹏湾的不同变形过程是造成两个相邻海湾水文差异的直接原因。通过构建不同底摩擦强度、消除水底地形以及改变海湾水深的数值实验研究表明,分潮传播方向与水深变浅方向是否一致,是导致两个海湾潮波浅水变形不同的根本原因。     

广东红海湾海流季节性特征分析

基于2017年春季和冬季的海流资料分析了红海湾海区海流特征、潮流状况、涨落潮流特性、余流特征及表层漂流特征。研究海域共布设3个临时潮位观测站和11个全潮水文观测站。根据流速、流向过程曲线和潮位过程曲线的关系，得出涨(落)潮流速最大的时刻和最小流速发生时刻与潮位关系并非固定在高(低)潮时或半潮面左右，由此看出，研究海域的潮波介于驻波与前进波之间，属于不规则半日潮流主导的海域。研究海域中大部分站位潮流属于往复流，少数站位潮流运动具有一定的旋转性，平均涨潮流速最大为7 cm/s，平均退潮流速最大为14 cm/s。春季大潮期和中潮期各站余流流向整体为偏东向，小潮期，除少数测站余流流向偏向南东向，其余测站余流流向偏西向；冬季大潮期和中潮期各站余流流向整体为偏西向，小潮期，湾西侧余流流向偏西向，湾东侧余流流向偏南东向。垂向上各层余流流速由表至底逐渐减小，流向基本一致。