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。     

电子潮汐表的开发与应用

针对目前国内外港口潮汐预报的应用现状,为适应电子化、信息化的需要,以提高资料的利用价值、提高用户的工作效率为目的,我们开发研制了电子潮汐表系统．本文从电子潮汐表的定义着手介绍了电子潮汐表系统开发和应用,并提出了需要完善的内容．电子潮汐表的开发完成不仅具有一定的经济效益,而且带来明显的军事应用价值．     

南海潮汐数值预报及其在海道测量中的应用

以协振潮波二维铅直平均运动方程为南海海域潮波运动的物理模式，用ADI方法进行差分求解，对该海域进行潮汐数值预报，并应用于海道测量。经实测数据对比，此方法不但可行，而且精度远高于一次或三次24h潮汐预报的方法。     

莱州湾夏营站温带风暴潮预报方案编制

本文依据莱州湾夏营站１９６０－１９８７年的风暴增水资料，对夏营站的风暴增水以及诱发增水的天气形势进行了分析分类，对夏营站的温带风暴潮预报方法进行了研究，从而建立了经验相关和统计相关两类预报方案，通过对这些方案的检验，都获得了比较满意的结果。     

浅谈1989年台风暴潮单站预报服务体会

位于浙江南部沿海的玉环岛,有各自不同朝向港口,并拥有一百多座的堤坝和码头,每年常受热带气旋暴潮的侵袭,给国家财产和人民生命都带来不同程度的损失和威胁。近30年来,本站采用的预报方法从经验对比发展到经验统计法,为本海区作出热带气旋暴潮的预报工作,取得了一定的成绩得,到有关部门的赞扬和重视。为了更好地开展预报服务,笔者从10多年来的预报实践中探求出一套预报经验。在大潮汛期间,除参考气象部门预报外,采用渔民“海上出长浪”等来预示台风来临的经验,并据本海区的实况资料,来分析判定热     

便携式潮汐预报仪的开发与研究

讨论了一种便携式潮汐预报仪的开发与实现。其内部集成嵌入式μC/OS-Ⅱ实时操作系统以及潮汐预报软件,能够根据用户需要实时计算待测港口的潮位信息。将预测数据与实测数据进行比对,说明本系统与传统纸质潮汐表及微机版电子潮汐预报仪相比,具有便携、使用方便、预测精度高等优点。     

长江口可能最高潮位分析计算

文章论述长江口水文情势。阐明形成本地区潮位变化的影响机制是海洋潮汐的周期性涨落;构成潮位特征值大辐度变化的重要因素是台风暴潮。着重分析了长江口的可能最高潮位的主要组成成份——台风增水,暴雨增水和天文潮位。 选择高桥作为长江口代表站,进行累加频率和抽样误差之计算,得到长江口可能最高潮位。千年一遇为 6.86米（H_(0.1%)= 6.86 m）,万年一遇为 7.67米 （H_(0.10%)= 7.67m.）     

长江口外潮汐精细化模型研究与精度分析

长江口外海上测量除受风浪影响较大外,最重要的问题是潮位控制非常困难。文中简要阐述了开展长江口外潮汐精细化模型研究的方法,介绍了利用潮汐精细化模型对长江口外航路任意点进行潮汐预报的方法,并通过实测数据进行了精度分析,提出了建议。     

潮汐预报在岸基雷达检测中的应用

针对岸基雷达测试过程中潮汐影响雷达测试结果的实际情况,分析了不同海区潮汐变化对目标高度的影响,提出了采用调和常数法进行目标高度改正,完善了岸基雷达测试过程中数据处理方法,通过潮汐改正前后数据对比,证明该方法切实可行。     

钱塘江（杭州段）涌潮潮时规律分析与预报

本文例举事实说明,钱塘江涌潮与船舶规行安全有着密切关系,初步分析了钱塘江（杭州段）涌潮特性,着重揭示了潮时规律,对开展涌潮预报,减轻船舶灾害损失有实际意义。     

网络化验潮技术及其应用

潮汐观测网分为广域网与局域网,其主要组成部分包括潮汐观测站、数据汇集站、数据处理中心。信息传输方式为有线式和无线式。网络化验潮技术改变了以往单点独立测量的潮汐观测模式,用途广泛。     

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.     

全球大洋潮汐模式在北印度洋潮汐预报准确性的评估

为评估DTU10、TPXO8、GOT00.2和NAO.99b 4个全球大洋潮汐模式对北印度洋潮汐的预报能力,采用英国海洋资料中心提供的海区中部和沿岸站潮汐调和常数资料,检验了这些模式4个主要分潮(M_2、S_2、K_1、O_1)的准确度。它们的各分潮调和常数资料准确度都比较高,振幅绝均差的最大值仅5.61 cm,迟角绝均差的最大值仅9.13°。这些模式的调和常数给出潮波传播特征差别不大。基于这些模式提供的调和常数,分别建立了北印度洋4、8和16分潮潮汐预报模型,将预报结果与中国海事服务网提供的沿岸24个站潮汐表资料进行对比。各模式的8分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1)潮汐预报模型均优于4分潮(M_2、S_2、K_1、O_1)潮汐预报模型,NAO.99b模式可以提供16分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1、MU_2、NU_2、T_2、L_2、2N_2、J_1、M1、OO_1)潮汐预报模型,但是对预报结果改善不明显;在各模式中,GOT00.2模式的8分潮潮汐预报模型对北印度洋沿岸的预报效果最好,平均绝均差为14.97 cm。     

潮流场永久预报方法及应用

本方法的特点是以一个假想的引潮天体来代替月球和太阳的引潮作用．用该引潮天体星下点处的引潮力作为预报指标，对海区的整个潮流场进行计算与预报。在本方法中，把潮流场分为两种类型：把周日不等最弱的流场，称为Ⅰ型流场；把周日不等最强烈的流场，称为Ⅱ型流场。介于这两者之间的流场，则为过渡性的流场，流场的周期是与星下点处引潮力的周期相同。本方法已运用于渤海和北黄海．提供了该海区的表层流场永久预报图，并成功地进行过多次预报。     

潮汐分析和预报的准调和分潮方法 Ⅲ.潮流和潮汐分析的一个实际计算过程

在本文第Ⅰ部分我们曾经给出过潮汐准调和分潮的表达式及有关要素的计算方法，在第Ⅱ部分讨论过关于潮汐短期分析的基本原理，并且给出了手工计算的详细过程和格式。在这一部分中，我们将详细给出用于电子计算机的关于准调和分潮方法的完整过程。关于计算过程的基本原理已经包含在第Ⅰ和第Ⅱ部分中，这里只是稍作一些改变和补充。     

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。     

低通滤波法分离风暴潮的研究

为了消除风暴潮分离中因潮时预报误差而引起的风暴潮曲线具有明显的本港潮汐周期的振动现象,本文采用低通滤波法,对风暴潮进行分离,有效地解决了这种现象,其结果对于分析整个风暴增水过程具有较大的实用价值。     

连云港区台风增水预报方法探讨

本文采用增水峰、谷时与高、低潮时的对应关系预报未来24小时之内的增水峰、谷时。采用增水峰增、减趋势外延和回归计算相结合的方法预报其峰值。然后,利用模拟的增水曲线,对港区内的台风增水及潮位进行预报,效果很好。     

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。     

潮汐分析和预报的准调和分潮方法 Ⅱ.短期观测的分析

目前,调和方法仍然是潮汐的分析和预报中的一种主要的基本方法,其关键在于求得尽可能准确的调和常数。在湖汐分析中,经常遇到的是对于中、长期(半个月以上)记录的处理,对于这样的资料,已有许多良好的分析方法可以采用。但是,有时我们也会遇到需要处理的短期观测资料,特别对于潮流,由于对它进行观测比水位观测要困难,常常不能获得较长期的记录,而需要从短期记录中分析出调和常数来。处理短期记录的方法也有不少,其中较为常用的是英国海军部的几种方法。这些方法只能处理一次或二次周日观测记录,当观测天数较多时,只能分组进行计算得到几组调和常数,然后再求平均值由于各组的天文条件的差別,调和常数的准确度常常有相当大的差异,而计算平均值时却没有加权,这就影响了结果的可靠性。本文建议的方法将可以直接分析任意多次周日观测记录,因而简化了计算并能得到更准确的结果。