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析, 发现当分潮频率大于取样频率的二分之一时, 分潮发生频率混淆。若分潮周期明显大于样品长度, 该分潮的分析结果产生很大误差。最后得出结论为: 此调和分析方法, 适合对非等时间间距、非连续潮汐潮流资料进行调和分析, 并且能够获得与传统方法精度相当的结果。     

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。     

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.     

渤海潮汐和风暴潮分离的研究

根据渤海10个站和大连、烟台共12个站同步一年的潮汐资料,采用调和分析和响应分析方法,分离出逐时的增减水.计算表明,对大多数海港,依据两种方法得到的增减水量值是一致的,对于非线性效应明显的港口,两者的结果相差较大.同时,还分析了渤海几次较强增减水过程的变化规律.     

卫星高度计海面高度时间距平场反演平均场的理论基础

由于卫星高度计海面高度场中含有大地水准面信息,在目前测量和计算大地水准面不甚精确的情况下,对其时间距平场的分析应成为目前使用这种资料分析海洋动力学的主要途径。本文从海洋动力学角度,从理论上阐述了时间距平场中包含着平均场的信息,从而从理论上提供了一种时间距平场反演平均场的方法。通过数值实验获得模拟的Geosat高度计资料,定量分析了时间距平场对平均场的贡献,即T内尺度内脉动量对T际尺度运动的贡献,并对上述反演方法进行了模式检验。     

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。     

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。     

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。     

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.     

渤海夏季实测潮流特征

对渤海内11个测站的夏季潮流资料进行调和分析。对不同仪器、不同时间段潮流资料的分析结果进行比较,并通过潮流调和常数进一步计算潮流椭圆要素,据此分析分潮流最大流速的垂直分布,渤海全日潮和半日潮的潮流旋转方向和潮流性质。     

Tidal harmonic analysis of TOPEX/POSEIDON data in the Northwest Pacific by introducing difference-ratio relations

The difference-ratio relations are introduced to separate tidal constituents that are aliaseddue to the sampling interval and sampling span of the TOPEX/POSEIDON altimeter. It is found that some tidal constituents such as K_1 and SSA, though aliased at along track points, are not aliased at crossover points Ixrausf the data at crossover points are double those at along track points. So the harmonic analysis method can be employed directly for the analysis of time series at crossover points. Then the difference-ratio relations from crossover points are introduced to analyze the time series at along track points. The TOPEX/POSEIDON data in the Northwest Pacific are analyzed with this method. The results from this method agree well with tidal constants from tidal gauges.     

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。     

引入差比关系法分析西北太平洋TOPEX/POSEIDON卫星高度计测高数据

TOPEX/POSEIDON(T/P)卫星高度计数据信息中存在周期成分混淆问题.对其中的一类混淆引入差比关系方法对混淆的分潮进行分离.卫星轨道交叉点资料包括升轨和降轨资料,资料量比沿轨点资料多1倍,经分析发现:在已有为期6a多的观测资料时间序列中,在沿轨处混淆的分潮如K₁和SSA在交叉点处不再混淆,可以直接分离.因此首先对交叉点资料进行调和分析.然后由交叉点的分析结果得到分潮间的差比关系,处理到相近的沿轨点处,从而得到沿轨点的调和常数.用引入差比关系方法,对西北太平洋海区6a多的T/P卫星高度计资料进行了潮汐分析,并与沿岸及岛屿验潮站资料进行了比较,所得结果较满意.     

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。     

不同方式的纳潮量计算比较——以胶州湾2006年秋季小潮为例

以胶州湾为例,分别通过纳潮量常用算法和走航ADCP直接测流资料计算了2006年秋季小湖期间3个不同潮对段的纳湖量.结果表明,根据纳潮量常用算法得到的纳潮量变化范围大干采用测流资料计算得到的纳潮量范围.在平均意义上,两种算法的平均值分别为6.303×108m3和6.480×108m3,仅相差O.177×108m3.这既验证了通过海流计算纳潮量的精确性,也体现了通过纳潮量算法计算纳潮量在平均意义上的有效性.     

潮汐调和分析方法的回顾与展望

潮汐作为海洋中最普遍的运动过程,与国民经济建设密切相关。潮汐调和分析作为使用最广泛的潮汐数据分析方法,从1921年至今,已历经100年的发展历程。本文对潮汐调和分析方法100年来的研究与发展进行总结与回顾,并对其未来进行了展望,致敬在潮汐调和分析方法发展及应用历程中有所建树的先贤和前辈。     

台湾浅滩南部二测站多周日海流观测资料的调和分析

应用短期资料的潮流调和分析法 ,对台湾浅滩南部二测站海流资料进行分析,得出以下结论 :台湾浅滩南部海区为不正规半日日潮潮流流区区 ,,椭椭圆圆要要素素比比值值符符合合00..55<< ((WWkk11++WWoo11))//WWMM22<<22..00 ;;测测站站海海域域水水平平方方向向和和垂垂直直方方向向潮潮流流的的特特征征均均不不同同 ;;在在进进行行该该海海域域潮潮流流分分析析时时 ,,应应采采用用两两周周日日以以上上的的实实测测海海流流资资料料。     

Application of artificial neural networks in tide-forecasting

An accurate tidal forecast is an important task in determining constructions and human activities in ocean environments. Conventional tidal forecasting has been based on harmonic analysis using the least squares method to determine harmonic parameters. However, a large number of parameters are required for the prediction of a long-term tidal level with harmonic analysis. Unlike conventional harmonic analysis, this paper presents an artificial neural network (ANN) model for forecasting the tidal-level using the short term measuring data. The ANN model can easily decide the unknown parameters by learning the input–output interrelation of the short-term tidal records. Three field data with three types of tides will be used to test the performance of the proposed ANN model. The numerical results indicate that the hourly tidal levels over a long duration can be predicted using a short-term hourly tidal record.     

Study of tide prediction method influenced by nonperiodic factors based on support vector machines

Harmonic analysis, the traditional tidal forecasting method, cannot take into account the impact of noncyclical factors, and is also based on the BP neural network tidal prediction model which is easily limited by the amount of data. According to the movement of celestial bodies, and considering the insufficient tidal characteristics of historical data which are impacted by the nonperiodic weather, a tidal prediction method is designed based on support vector machine (SVM) to carry out the simulation experiment by using tidal data from Xiamen Tide Gauge, Luchaogang Tide Gauge and Weifang Tide Gauge individually. And the results show that the model satisfactorily carries out the tide prediction which is influenced by noncyclical factors. At the same time, it also proves that the proposed prediction method, which when compared with harmonic analysis method and the BP neural network method, has faster modeling speed, higher prediction precision and stronger generalization ability.