基于卫星高度计资料提取浙江近海的潮汐信息

利用Topex/Poseidon(T/P)、Jason-1和Jason-2卫星24a的原始轨道及6a的变轨轨道高度计资料,对浙江近海区域内进行潮汐调和分析,得到8个主要分潮(Q_1、O_1、P_1、K_1、N_2、M_2、S_2和K_2)的调和常数.比较卫星轨道交叉点处潮汐调和常数结果显示,8个分潮总体综合误差在原始轨道,变轨轨道及原始轨道与变轨轨道交叉点处的和方根RSS值分别为3.16、7.02、5.54cm;用卫星高度计资料及31个近岸验潮站得到的潮汐分布与21个验潮站资料结果进行比较,M_2、S_2、N_2、K_1和O_1主要分潮的多点向量均方根偏差分别为4.32、3.64、1.97、2.61、1.83 cm;本研究结果与前人数值模拟结果比较显示M2、S2分潮在对比点处的多点向量均方根偏差在11、8 cm左右,最后给出了浙江近岸及近海区域更为精确的5个主要分潮(M_2、S_2、N_2、K_1和O_1)的同潮图.     

基于18.6年卫星高度计资料对南海潮汐的分析与研究

利用TOPEX/Poseidon,Jason-1/2共18.6年卫星高度计资料(含变轨后资料),采用最小二乘调和分析法,提取南海12个分潮(Sa,Ssa,Mm,Mf,Q1,O1,P1,K1,N2,M2,S2和K2)调和常数,与沿岸及岛屿58个验潮站数据拟合较好。结果表明,采用更长时间序列的卫星高度计数据,尤其是增加变轨后的资料,分析所得结果得到明显改善。结合沿岸及岛屿264个验潮站数据,绘制4个主要分潮(M2,S2,K1和O1)的等振幅线和同潮时线,较好的展现了南海潮汐分布特征。     

卫星高度计数据样本大小对潮汐信息提取的影响

对3颗高度计卫星TOPEX/POSEIDON(TP),Jason-1(J1),Jason-2(J2)自1992—2011年683个重复周期,共18.6年的数据进行分析,得到全球海洋潮汐调和常数,并重点分析了采用不同样本大小的卫星高度计数据对潮汐信息提取的准度和精度所带来的影响。研究结果表明,参与分析的卫星高度计数据观测样本数的增加可以降低其反演潮汐各分潮振幅时的误差。观测时间为18.6年的高度计数据调和分析所得的主要半日分潮与实测比较,其振幅差相比于利用10年数据的计算结果减小约0.5cm;但是由于忽略了卫星更替过程所带来的观测时间差来进行调和分析,将会对计算分析过程中产生的迟角误差造成影响,主要全日分潮的迟角误差增加约2°,而半日潮迟角误差的改变则比较小。本文进一步用理想化实验解释了造成这种迟角计算误差变化的原因,比较了轨道交叉点上,由卫星在升轨和降轨2个轨道上各自的观测数据计算得到的调和常数,发现随着参与分析的高度计观测样本数的增加,调和分析计算潮汐调和常数时的内符精度也会显著提高。利用18.6年数据比利用10年数据进行调和分析时,主要半日潮调和常数的精度提高了约7%。     

基于近30 a多源卫星高度计数据的东中国海潮汐信息提取

我国HY-2B卫星已成功运行3 a多,本文首次将 HY-2B测高数据用于计算潮汐。将HY-2B与相同时间段的Jason-3在东中国海分别进行潮汐信息提取,验证了其结果的一致性。建立了基于 10 颗国内外卫星高度计(TOPEX/Poseidon、Jason-1、Jason-2、Jason-3、ENVISAT、ERS-1、ERS-2、Sentinel-3A、Sentinel-3B、HY-2B)数据的时间序列,得到东中国海近30 a时间序列的较高空间分辨率网格化海面高度。利用该数据提取了东中国海12个分潮(O₁、K₁、Q₁、P₁、M₂、S₂、N₂、K₂、S_A、S_Sa、M_m、M_f)的潮汐调和常数,并将 4 个主要分潮M₂、S₂、K₁、O₁的调和常数...     

基于T/P 和Jason-1 高度计数据的渤黄东海潮汐信息提取

对19 a 的TOPEX/POSEIDON(以下称T/P)和Jason-1 卫星高度计测高数据进行调和分析, 得到渤黄东海海域的8 个主要分潮(M2、S2、N2、K2、K1、O1、P1 和Q1)。提出一种将两类卫星高度计数据统一的方法, 消除了因两类卫星高度计校正算法等不同所导致的相互之间的偏差。变轨后的T/P与Jason-1 卫星加密了高度计对潮汐观测的空间分布。通过对交叉点处升轨与降轨的潮汐调和分析结果进行比较, 检验调和分析方法及高度计数据的可靠性; 将基于高度计数据的调和分析结果与验潮站资料进行比较, 以检验其正确性。4 个主要分潮(M2、S2、K1、O1)振幅之差的均方根介于1.0~1.8 cm, 迟角之差的均方根介于4.1°~7.8°。与已有研究结果相比, 调和分析结果的精确性有所提高。在此基础上, 综合变轨前后两类高度计测高数据的调和分析结果, 给出并分析了渤黄东海4 个主要分潮的同潮图。     

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。     

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。     

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。     

中国近海验潮站长期观测资料的潮汐调和分析

对我国近海厦门、大连、北海、连云港、坎门、汕尾、东方、海口、香港北角、名濑、那霸、吕四、闸坡、石臼所共14个验潮站多年潮汐资料进行了分析。对1 a调和分析结果中的8个分潮(Q1,O1,P1,K1,N2,M2,S2,K2)进一步进行了分离,得到各分潮的调和常数,并和1 a潮汐调和分析中的假定值进行了比较。结果表明,有些分潮存在较大误差。用19 a分析所得的调和常数代替传统1 a分析的假定值,能够提高潮汐分析和预报精度,减小误差。     

山东半岛海洋牧场潮汐特征分析

利用山东半岛15个海洋牧场的水深观测数据,比较了不同资料长度下调和分析结果的差异,并分析了包括调和常数、潮汐类型、潮差和潮汐日不等现象在内的潮汐特征的空间变化。结果显示,主要分潮调和常数估计误差随资料长度的增加逐渐减小,调和常数估计的准确性不断提高。潮汐特征的分析表明:(1)各海洋牧场中M2分潮的振幅最为显著,平均振幅为0.87m。(2)各海洋牧场潮汐类型均为以M2分潮为主导的半日潮潮型,山东半岛东部沿海海洋牧场的潮汐类型为不规则半日潮,东南沿海海洋牧场的潮汐类型则为规则半日潮。(3)各海洋牧场平均潮差与最大可能潮差空间变化趋势相同。平均潮差和最大可能潮差的最大值均出现在日照国美投礁型海洋牧场,分别为3.48m和5.70m;平均潮差和最大可能潮差的最小值出现在荣成烟墩角游钓型海洋牧场,分别为0.82m和2.27m。(4)各海洋牧场潮高不等现象均不显著,威海瑜泰游钓型海洋牧场、威海西港游钓型海洋牧场、威海刘公岛游钓型海洋牧场、荣成成山鸿源投礁型海洋牧场、荣成东楮岛游钓型海洋牧场和荣成鸿泰游钓型海洋牧场的潮时不等现象不显著,其他海洋牧场落潮历时均大于涨潮历时,表现为涨潮主导的特征。     

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。     

基于卫星测高数据的潮汐分析方法对比研究

基于卫星测高数据的潮汐分析是建立海潮模型的基本方法之一,主要包括调和分析方法和正交响应分析方法。利用上述两种方法对中国海和西太平洋海域的Topex/Poseidon(TP)、Jason-1(J1)和Jason-2(J2)卫星测高数据进行了潮汐分析,并将两种方法的计算结果进行对比研究。结果表明,观测时间序列的长度对潮汐信息提取的准确度有较大影响。满足分离任意两个分潮会合周期的卫星测高观测时间序列下,两种方法的准确度基本相同。短时段的数据受混叠效应影响明显,正交响应分析较调和分析准确度更高。     

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。     

潮汐分析和预报的准调和分潮方法 Ⅰ.准调和分潮

潮汐的调和分析和预报方法,一般是准确可靠的。但是由于调和分潮的数目非常多,使用起来有时有着许多不便之处。为了能够由一次或几次周日观测计算出调和常数和为了能够使航海人员迅速地由调和常数推算出即时的潮汐情况,Doodson建议将众多的潮汐分潮合并为O1、K1、M2和S2四个分潮。合并所得分潮的振幅和角速率不再是常数,亦即分潮不再是调和的,我们称之为“准调和分潮”。严格地说,Darwin引进的分潮也不是调和的,但是由于其交点系数f和天文相角中与交点有关的订正量u在一个很长的期间(例如一年)之内可视为不变,我们将仍按一般习惯,称之为“调和分潮”。至于Doodson得出的严格的调和分潮,可以叫做“纯调和分潮”。Doodson给出的计算准调和分潮的振幅系数B C和迟角订正b+c的公式是相当粗略的,误差主要来自两个方面。一个是,如他已经指出的,用月亮中天时刻表示黄经,另一个是没有考虑视差潮令。本文将给出计算准调和分潮的振幅系数和迟角订正的更准确的公式,同时引进了浅水准调和分潮。由于准调和分潮的个数很少,将给某些情况下的潮汐的分析和预报带来好处,同时使实际的潮汐表现和它的调和常数之间的联系获得更加清晰的图景。     

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.     

南海北部沿岸海域潮汐的调和分析

采用t_tide潮汐分析工具对南海北部的5个验潮站2009年全年的逐时潮高资料进行调和分析,计算出各站的调和常数,评估调和常数的准确性、稳定性,并总结了广东沿岸海域潮汐特征.利用对2009年逐时潮高的调和分析结果对2010年全年的潮高进行预测,将各站预测结果与同时间的实测数据进行全年和分季节进行比较,对预测结果与实测数据的残差进行统计分析.通过对残差的散点分布、概率分布、置信区间等统计结果进行分析,检验预测结果的准确性、稳定性和可靠性.结果表明：广东沿岸海域潮汐是以M2分潮为主,K1、O1、S2为次结合的潮汐机制,采用t_tide潮汐分析工具对南海北部潮高的预测结果与实测数据拟合较好,相位预测准确,潮高预测除在时间序列尾部（年尾）有些许较大的误差外,t_tide工具在南海北部潮汐预报中具有较高的准确性和稳定性.预测残差的整体服从正态分布,残差均值小于10-2m量级,方差最大为0.229 4,最小为0.173 2,95%置信区间长度小于10-2.各站季节分析主要分潮的离散度小于0.04的结果充分证明不同季节的分析区别不明显,3个月资料与整年资料的调和分析结果几乎一致,与所选取的季节资料几乎无关.虽然在预测值中,有极个别的残差将近1 m,但并不足以影响到预测的准确性.     

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。     

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.     

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...     

基于全球潮汐模型的东海海域潮汐性质空间分布

利用全球潮汐模型FES 2014(Finite Element Solution 2014)空间分辨率为(1/16)°×(1/16)°的网格点处13个分潮调和常数,借助基于最小二乘法调和分析方法和潮汐特征值的定义算法,定量分析东海海域(117°～131°E,23°～33°N)的潮汐类型、深度基准值和不同潮差类型.结果表...