越南沿海若干验潮站长期观测资料的潮汐分析

为掌握越南沿海潮汐分布特征和变化规律,利用越南沿海HONDAU、HONNGU、DANANG、QUYNHON、VUNGTAU和RACHGIA共6个验潮站长期观测资料进行了调和分析,计算了主要分潮O1、P1、K1、Q1、M2、S2、N2、K2以及交点分潮Mn等长周期分潮的调和常数。计算结果表明,越南沿海地区潮汐特征复杂,极易受季节性海平面变化的影响。分析得到的18.61年交点分潮Mn空间分布不均匀,且明显高于其理论平衡潮振幅,可能与非潮汐低频海平面变化有关。     

正交潮响应分析法与调和分析法在验潮站潮汐资料分析中的对比研究

根据Munk和Cartwright(1966)提出的响应法与Groves和Renolds(1975)作的正交潮改进,本文利用正交潮响应分析法和调和分析法的混合模型对某验潮站长期潮汐资料进行了分析。将分析结果与调和分析法作对比,结果表明正交潮响应分析法与调和分析法精度基本相同。关于长周期分潮、辐射潮和浅水分潮的正交响应有待进一步研究。     

中国沿岸验潮站潮汐调和常数的精度评估

论证了验潮站潮汐调和常数的精度指标与精度评估方法,对中国沿岸有代表性的长期验潮站分别按年、月调和分析结果序列进行了调和常数的精度统计计算。结果表明,对于面向开阔海域的验潮站,由年观测资料分析的主要分潮振幅具有毫米级精度,月分析结果具有厘米级精度。而分布于黄海、东海沿岸和北部湾的验潮站,由年、月观测序列求得的调和常数均存在较大量级的趋势性或周期性变化成分。为海图深度基准面计算和潮汐模型精度评价的需要,对调和常数实施修正和规定参考历元是必要的。     

潮汐调和分析的一种模式

本文给出一种潮汐调和分析的新方法，其基本想法是从理论上已知的天文分潮中，优选出４０￣６０个分潮，作为进一步分析和预报的基础。试算证明这种方法稳定可靠，简便实用，特别适合于新设立的验潮站的分析和推算。     

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.     

中国海域潮汐非调和常数的计算与分析

联合利用中国沿岸长期验潮站实测资料和全球海潮模型NAO.99b在中国海域的结果,进行潮汐非调和常数的计算.分别对渤海、黄海、东海和南海进行分析,结果表明,中国海域潮汐类型复杂,渤海、黄海、东海以半日潮性质为主,南海以日潮性质为主;渤海、南海平均大潮差多分布在0.42～2.09 m,平均小潮差分布在0.27～1.33 m,东海、黄海平均大潮差多分布在1.12～4.44 m,平均小潮差多分布在0.41～2.41 m;渤海、黄海平均大潮高潮位分布在0.48～1.77 m,东海在0.42～2.41 m,南海在0.21～1.35 m;渤海、东海以及南海北部浅海海域潮高日不等现象显著.     

潮汐调和常数的变化趋势研究

潮汐调和常数具有随时间变化的特性,以某一长期验潮站44年的观测数据为样本,研究分析了在短期、中期和长期观测时段下潮汐调和常数的变化规律,计算出各分潮调和常数的平均值、最大互差及中误差的变化量级。研究表明,较短时间的观测资料得出的各分潮调和常数存在着较大的变动误差,但随着观测时间的增长,其误差量级呈逐渐减小并且逐步稳定的变化趋势。建议采用调和常数计算理论最低潮面时,宜选定19年作为观测周期,以消除分潮调和常数的误差影响,满足高精度海洋测深基准面的稳定和统一。     

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。     

利用长期验潮信息订正中期验潮站的调和常数

发现了由一个月逐时潮位观测资料调和分析求得的调和常数与年资料观测序列分析结果存在的明显偏差,而且这种偏差在同步观测的邻近验潮站之间具有一定的相关性。设计并实现了由长期验潮站观测资料或分析结果订正月观测资料调和常数的三种算法,实例验证了订正效果。     

潮汐调和分析方法的探讨

为实现对不等时距潮汐资料的分析,基于Matlab内部函数功能,提出了一种调和分析方法。基于这种方法,分别对大连、北海两个站位1985年的全年等时间间距取样的资料和非等时间间距取样的资料进行了调和分析,结果显示,由等时间距资料和非等时间距资料计算的调和常数基本吻合。对大连、北海两个站位的全年资料进行多个不同时间间距取样分...     

压力式验潮仪观测数据的处理方法研究

就压力式验潮仪观测数据的预处理、仪器改正、海水密度改正、滤波光滑处理等方法进行了探讨。对由于仪器原因或因缺电造成的缺损数据的修复,首次提出了利用调和相关差分的方法进行数据的恢复,这种方法还可以用于海底自容压力式验潮仪的沉降检测和改正。经过分析比对,此次渤海航路测量水位改正的均方差优于10 cm,证明这些潮汐数据分析处理方法合理可靠。     

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.     

2018年6月上海近海海域潮流特征分析

采用短期资料的潮流准调和分析方法,对2018年6月上海近海海域9个站位的同步潮流资料进行分析.分析结果表明:该海域潮流涨落潮不等现象显著,大部分站位的落潮流历时长于涨潮流历时,长江口内(C1～C3)落潮流最大流速远大于涨潮;该海域基本以半日潮为主,同时存在规则半日潮和不规则半日潮,考虑到该海域浅海分潮流具有较大的比重,...     

海阳核电区域潮流特征分析

采用短期资料的潮流准调和分析方法,对水深为4.5~22.5m的海阳核电站6个测站3个周日潮流观测获得的表、中、底层的潮流资料进行了分析。分析结果表明:该区域基本以半日潮为主,且半日分潮中M2振幅大于S2,全日潮仅存在个别站位的个别水层中;测区的潮流属于正规半日潮,但其分潮比WM_4/WM_2大于0.04,表明测区中浅海分潮流具有较大的比重,故测区的潮流性质应为不正规半日浅海潮流的类型;各站位各层表现出不同的潮流运动形式,往复流和旋转流同时存在,不同站位、层次之间的明显差异还需要结合详细的地形调查展开研究;大部分站位的余流流速呈现表层>中层>底层,大致呈现自东北向西南流。     

Sea Level Change Analysis and Models Identification Based on Short Tidal Gauge Measurements in Alexandria,Egypt

Sea level change analysis and models identification are important factors used for coastal engineering applications. Moreover, sea level change modeling is used widely to evaluate and study shoreline and climate changes. This study intends to analyze and model Alexandria, Egypt sea level change by investigating yearly tide gauge data collected in a short duration (2008–2011). The time-frequency method was used to evaluate the meteorological noise frequencies. Two models were used to predict the time series data: Neural Network Autoregressive Moving Average (NNARMA) and Adaptive Neuro-Fuzzy Inference System (ANFIS). The time-frequency analysis and models identification results showed that no extreme events were detected for Alexandria point during the monitoring period. Therefore, the NNARMA and ANFIS models can be used to identify the sea level change. The estimates of the models were compared with the three different statistics, determination coefficient, root mean square errors, and auto-correlation function. Comparison of these results revealed that the NNARMA model performs better than the ANFIS model for the study area.     

南海及邻近海区科学数据中心资源建设初探

南海及邻近海区科学数据中心是国家地球系统科学数据中心的分中心, 其目标是通过联合热带海洋生物资源与生态、热带海洋环境动力领域和边缘海与大洋地质研究领域的优势力量, 建成具有南海特色的海洋科学数据资源共享服务平台, 促进海洋科学数据资源的开放共享与高效利用。南海及邻近海区科学数据中心资源在建设和实践过程中, 整合和共享了1985年以来南海水文、气象、生态、地质等多学科、多要素、多尺度的海洋科学数据资源, 一方面为南海海洋学各学科的科技创新提供精确、完整和可靠的海洋科学数据资源, 增强我国海洋科技创新能力; 另一方面为国家重大战略需求、海洋经济社会发展和相关决策活动提供数据基础支撑。     

Effect of Sea Level Variation on Tidal Characteristic Values for the East China Sea

1 .IntroductionTheglobalairtemperatureroseabout 0 .5～ 0 .6°Coverthepast 2 0thcentury ,andtheglobalmeansealevelincreasedbyabout2 0cmduringtheperiod .Theregionalmeansealevelriseswiththerisingglobalmeansealevel.Zuoetal.( 1 997)indicatedthatthemeanrisingrateofabsolutemeansealevelalongtheChinacoastontheassumptionofunifiedisostaticdatumis 2mm a .Woodworth( 1 999)analyzedsealevelspanning 1 76 8tothepresentinLiverpool,andobtainedaseculartrendforheperiodupto 1 880of0 .39± 0 .1 7mm a ,andatrendfort…     

1993—2016年中国近海海平面时空变化趋势

区域海平面变化是目前气候变化研究的热点问题.海平面变化具有时间和空间的异质性,分析海平面变化,应充分考虑时间和空间的差异.基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、最小二乘法,利用卫星高度计、验潮站数据,分析了1993—2016年间中国近海及周边海域海...     

广西沿海海洋站观测海水温度的统计分析

根据北海、涠洲、白龙尾三个海洋站的表层海水温度观测资料,统计了三个站的多年月平均海水温度、极值水温及月均水瘟分布规律;经调和分析,水温的年变 有显著的中期及半年周期;揭示了旬平均水温与气温间的相关关系。