天津海域深度基准面L值模型构建

基于天津港邻近海域构建的精密潮汐模型,由区域精密潮汐模型各网格点的调和常数,按深度基准面L值的定义算法计算生成网格形式的L值模型。采用天津海域11个验潮站的深度基准面L值对L值模型实施订正,构建了天津海域1'×1'的深度基准面L值模型。     

中国北方四省市邻近海域深度基准面模型的构建

通过两步构建了覆盖中国北方四省市邻近海域、分辨率为1′×1′的深度基准面模型。首先以精密潮汐模型为基础,由理论最低潮面的定义算法构建了初步模型;其次设计了以略最低低潮面传递法为基础的订正算法,由历年测绘海图所用的179个验潮站L值,对初步模型实施订正,构建了成果模型。43个长期验潮站评估表明,初步模型的中误差为5.4cm。空间分布密集的验潮站点将深度基准面模型归化至海图的深度基准系统,达到了工程实用的要求。     

山东沿海无缝深度基准面模型构建

无缝深度基准面模型的构建是实现海洋测绘成果基准统一的一项重要基础性工作,对于促进实现陆海统筹具有重要意义.根据我国目前规定采用的深度基准面,即理论最低潮面,以及国际上推荐使用的最低天文潮面,本文利用全球潮汐模型FES2014提供的13个分潮调和常数,分别构建了山东沿海(34.5°N-38.5°N,117.5°E-124°E)分辨率为1/16°×1/16°的理论最低潮面模型和最低天文潮面模型,对两者的基准值在该研究海域的分布情况进行了统计分析,分别位于-30.39cm到-318.57cm以及-33.69cm到-318.76cm,并研究了两者的差异情况,差值介于-6.68cm到7.99cm,其中94.1%点位的差值位于±5cm內,78.9%的点位表现为正值,说明在山东沿海的多数海域,最低天文潮面位于理论最低潮面以上.     

黄浦江深度基准面研究分析

黄浦江现行深度基准面为黄浦江最低水位,已沿用数十年。本文利用黄浦江沿程10个潮位站近19年来的潮位观测资料,计算各站潮汐特征值,分析其变化情况;分别采用弗拉基米尔法、最低天文潮面法计算各站深度基准面,结合历年最低潮位变化情况确定各站深度基准面,并对最终成果进行合理性分析。研究结果表明:2000年以来,黄浦江各潮位站的年平均海面、年最低潮位总体呈上升趋势,深度基准面有较大幅度抬升,黄浦江下游抬升约10 cm,上游抬升约50 cm。为合理利用水深资源,避免资源浪费,应研究调整现行深度基准面。     

连续深度基准面构建及通航水深服务模式研究

通航水深是船舶在某时段沿着一定航线通过特定区域的最浅水深,对船舶的安全航行具有重要意义。海图测绘时将水深归算至深度基准面,由验潮资料求得,而潮汐值是通过临近区域发布的潮汐表来进行推算,由此获得的通航水深精度不 高,且不同港区之间采用深度基准不统一,所以无法为船舶提供精确、连续的通航水深。本文提出了一种基于高精度 GNSS的通航水深测量方法,直接测量海底高程,通过精密数值模型模拟海面高程,由此获得通航水深,并提出了实时通航水深的应用模式。为了建立与陆地地形相衔接的海底地形模型,以 CGCS2000 参考椭球面为垂直参考基准面,深度基准面采用 POM（Princeton Ocean Model） 模式进行潮波数值模拟的方法构建。实验结果显示：数值模型精度较高,构建的深度基准面误差在5 cm 以内。本文提出的方法改变了传统的通航水深测量及服务模式,提供高效率、高精度通航水深、海图水深数据,可为船舶用户提供实时动态水深服务。     

海洋测绘中无缝深度基准的构建

由于沿海各深度基准面的差异,使得海洋测绘数据综合处理存在一定的困难。基于大地高建立了深度基准面的DTM模型,从而实现海洋深度基准面的连续无缝。     

一种珠江口深度基准面格网模型的建立

针对珠江口现阶段陆海高程基准不统一的事实以及由此产生的海岸带陆海数字成果无法拼接的问题,详细介绍了基于国家高程基准建立珠江口深度基准面格网模型的技术流程及构建方法。通过项目实施获取的实测数据对模型进行精度检验与方法比较,确立采用克里金内插法建立珠江口深度基准面格网模型。最后对模型的具体应用进行了阐述与展望。     

一种珠江口深度基准面格网模型的建立

针对珠江口现阶段陆海高程基准不统一的事实以及由此产生的海岸带陆海数字成果无法拼接的问题,详细介绍了基于国家高程基准建立珠江口深度基准面格网模型的技术流程及构建方法。通过项目实施获取的实测数据对模型进行精度检验与方法比较,确立采用克里金内插法建立珠江口深度基准面格网模型。最后对模型的具体应用进行了阐述与展望。     

黄渤海无缝深度基准面绘制与分析

针对海洋测绘中的深度基准面,探讨了格网化和无缝连续深度基准面的确定方法,使用自编潮汐获取工具计算出以10km为间隔的黄渤海海区的深度基准面数据,并应用成图软件绘制出比例尺为1∶100万的黄渤海深度基准面图,对黄渤海的深度基准面分布特点做了一定的分析。采用类似方法可以绘制中国海区乃至全球海洋的无缝深度基准面。     

关于海图深度基准面计算方法的若干问题

选取了中国沿岸57个验潮站，根据《海道测量规范》中理论最低潮面的定义，用19年最低天文潮面对该规范中的计算方法作了检验和分析。结果表明：在不考虑浅水改正时，两者基本相同；该规范中关于浅水改正的计算方法不能充分组合出最低潮位，造成浅水区计算的理论最低潮面偏高。指出了使用《海道测量规范》中所列计算公式时需要注意的几个问题。     

利用半参数模型估计确定验潮组网的深度基准面

深度基准面的确定是进行海洋测量的基础,准确确定深度基准面是进行海洋测量的有效前提。提出了一种将CORS技术与验潮组网技术进行结合的新传递深度基准面的方法,实现长、短期验潮站同步验潮实现深度基准面的增强传递;提出了采用半参数模型理论来求取潮差比的计算方法;具体阐述了验潮组网通过间接平差求取短期验潮站的深度基准面的计算方法,减少了验潮测量的人力投入,计算潮差比时考虑了系统误差的影响,计算短期验潮站时考虑了观测误差对深度基准面传递的影响。     

利用验潮站数据进行三种潮汐模型的精度分析

采用全球分布的565个验潮站水位资料对NAO.99b,CSR4.0和TPXO7.2三种潮汐模型进行精度评估。结果表明:在全球海洋范围内,NAO.99b模型精度最高;在黄海海域,TPXO7.2模型的精度最高;在东海和南海海域,则是NAO.99b模型最优;在深海海域,三种模型精度差异不大;在浅海海域,采用同化方法的潮汐模型比采用经验方法的潮汐模型更有优势。     

Effects of Interannual Variability in the Eastern Indian Ocean on the Indonesian Throughflow

The influences of the large-scale interannual variations in the eastern Indian Ocean on the variability of the Indonesian throughflow are investigated by using an ocean general circulation model, driven by the ERS satellite winds from July 1992 to June 1997. The empirical orthogonal function (EOF) analysis of the simulated surface dynamic height variability captures two dominant modes on an interannual time scale, which are quite consistent with the available observations. The first mode indicates large amplitude in the western tropical Pacific and has a strong relation to the El Niño events, while the second EOF exhibits the large amplitude in the eastern Indian Ocean. The simulated net Indonesian throughflow shows an interannual variation of amplitude of about 15 Sv, with large transport from the Pacific to the Indian Ocean during 1994/95 and small transport during 1992 and 1997. It turns out that the net throughflow variation shows a high correlation with the second EOF mode (r = 0.51) for the whole five-year simulation. On the other hand, the correlation with the first mode is rather low (r = ?0.07). However, the relative importance of the EOF modes to the throughflow variability changes with time. The upper-layer transport above a depth of 230 m in the Indonesian archipelago is also affected by the second mode. The difference in the upper-layer transport across 1°S and 110°E generates warm water convergence/divergence with a magnitude of 4 Sv within the Indonesian Seas on the interannual time scale, which shows good correspondence with sea surface temperature variation averaged over the Indonesian archipelago.     

Mixed Layer Depth and its Variability in the Eastern Equatorial Indian Ocean as Revealed by Observations and Model Simulations

Mixed layer depth (MLD) variability in the Eastern Equatorial Indian Ocean (EEIO) from a hindcast run of an Ocean General Circulation Model (OGCM) forced by daily winds and radiative fluxes from NCEP-NCAR reanalysis from 2004 to 2006 is investigated. Model MLD compares well with the ～20,000 observations from Argo floats and a TRITON buoy (1.5°S and 90°E) in the Indian Ocean. Tests with a one-dimensional upper ocean model were conducted to assess the impact on the MLD simulations that would result from the lack of the diurnal cycle in the forcing applied to the OGCM. The error was of the order of ～12 m. MLD at the TRITON buoy location shows a bimodal pattern with deep MLD during May–June and December–January. MLD pattern during fall 2006 was significantly different from the climatology and was rather shallow during December–January both in the model and observation. An examination of mixed layer heat and salt budget suggested salinity freshening caused by the advective and vertical diffusive mixing to be the cause of shallow MLD.     

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。     

印度洋预报系统混合层深度预报检验

利用Argo浮标资料和Rama浮标资料对印度洋海洋环境数值预报系统2010-03-06—2013-05-31的24h混合层深度产品进行了预报精度检验。与Argo浮标数据对比表明:预报与观测绝对平均误差为13m,24h混合层深度预报平均偏浅10m以内;对苏门答腊岛附近海域(5°S~4°N,87°~99°E)的混合层深度预报平均偏浅20m,该海域预报平均风速偏小1.6m/s是可能原因;其它海域预报能力较高,尤其对热带中南印度洋区域(5°~17°S,63°~96°E)平均误差集中在-2~2m。分海域检验对比结果表明:该预报系统能很好的预测出阿拉伯海(60°~70°E,10°~20°N)和孟加拉湾(85°~93°E,10°~18°N)处混合层半年周期变化特征;热带南印度洋(60°~80°E,15°~19°S)混合层呈现明显季节变化特征,且在每年8,9月份达到最大值;热带外南印度洋(45°~70°E,0°~10°S)混合层常年较为浅薄;Argo与Rama数据所得结果一致;预报系统对上述特征均能很好地预测。     

潮汐数据支持的海岸带区域网平差

由于海部遥感影像的特殊性,使得传统摄影测量定位方法无法满足高精度的海岸带地理信息获取。提出利用潮汐数据转换计算的水边线高程数据值支持海岸带区域网平差,可以大幅度提高海岸带高程定位精度,在四角布设平高控制点条件下,可以提高海岸带高程精度74%。实验结果表示该方法可行,并得出一些有益结论。     

Kinetic Energy Variability in the North Indian Ocean Using a Numerical Model

The North Indian Ocean exhibits profound impact of variation in lower tropospheric winds. In the present study climatological monthly winds are used to force a nonlinear reduced gravity model of the North Indian Ocean to simulate climatological surface circulation and sea level anomaly for all 12 months of the year. The sea level anomalies agree reasonably well with satellite altimeter derived sea level anomalies. The model successfully simulates the varying eddy structure and current pattern of the North Indian Ocean. Finally, the kinetic energy variation in the North Indian Ocean with special reference to equatorial region and the boundaries is analyzed in detail.     

Kinetic Energy Variability in the North Indian Ocean Using a Numerical Model

The North Indian Ocean exhibits profound impact of variation in lower tropospheric winds. In the present study climatological monthly winds are used to force a nonlinear reduced gravity model of the North Indian Ocean to simulate climatological surface circulation and sea level anomaly for all 12 months of the year. The sea level anomalies agree reasonably well with satellite altimeter derived sea level anomalies. The model successfully simulates the varying eddy structure and current pattern of the North Indian Ocean. Finally, the kinetic energy variation in the North Indian Ocean with special reference to equatorial region and the boundaries is analyzed in detail.