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。     

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。     

短期潮汐预报探索

以天文潮调和分析原理为基础,通过对余水位的分布特征统计分析,提出一种基于少量观测潮位数据实现短期潮汐预报的方法,并研究开发相关的预报软件。应用案例试验结果表明所提出的统计预报方法具有两项重要的应用价值:(1)在缺测数据修订方面具有较高的精度,平均绝对值误差优于5 cm;(2)在为期3天的短期潮汐预报中具有较好表现,平均绝对值误差小于13 cm。     

浅水港口潮汐预报准调和方法的改进

文中提出了浅水港口潮汐预报准调和方法的两个改进方案.一个是在方国洪等(1981)《浅水港口潮汐预报的一个方法》基础上,增加14周/日、16周/日以及与前期潮汐状况有关的浅水准调和项共6项(方案Ⅰ);另一个在是王骥(2001)提出的方案基础上改进的方案,该方案与方案Ⅰ相比,增加了5个准调和项(方案Ⅱ).这两个方案选用相同的57个调和分潮,但分潮的组合及派生出的准调和项有所不同.方案Ⅰ用40项准调和项表示浅水效应,方案Ⅱ则包含长周期、全日、半日周期的准调和项18项.经过大量实测水位资料的分析和预报检验,表明改进后两个方案对浅水港口潮汐的预报精度均较改进前的准调和方法和传统调和法有明显提高,对第一类浅水港(以吴淞港为例),文中所列的8项预报指标都有显著提高,特别是低潮时均方差由26.8min降至15.1min;对第二类浅水港(以成山角为例),高潮时均方差显著减小,由39.6min减至26.7min.     

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。     

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。     

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。     

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。     

提取分潮调和常数的新方法——正交方法

给出了提取潮汐调和常数的一种新方法--正交方法,并应用1992～1997年的TOPEX/POSEIDON卫星高度计遥感资料,提取中国海M2分潮调和常数.同时,利用最小二乘法来提取中国海M2分潮调和常数,两种方法结果比较渤海、黄海、东海海域M2分潮振幅、迟角的均方差分别是3.3 cm,3.6°;南中国海海域M2分潮振幅、迟角均方差分别是1.1 cm,1.7°,结果表明正交方法是一种可信的具有实用性的方法.     

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.     

基于神经网络的潮汐预报方法初探

运用非调和法,直接从引起潮汐现象的天文因素入手,以2002年香港验潮站实测资料为例,用神经网络对潮汐知识进行了学习仿真,对未知结果进行了预报.将预报结果和潮汐表比较,结果表明,此方法可行,预报精度比潮汐表略有提高.     

基于神经网络的潮汐预报方法初探

文章运用非调和法,直接从引起潮汐现象的天文因素入手,以2002年香港验潮站实测资料为例,用神经网络对潮汐知识进行了学习仿真,对未知结果进行了预报。将预报结果和潮汐表比较,结果表明,此方法可行,预报精度比潮汐表略有提高。     

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。     

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.     

东海三定点周日海流观测的准调和分析

应用短期资料的潮流准调和分析方法,对东海三定点测站获得的表、中、底3层的25h连续海流资料进行了分析,计算了3测站O1,K1,M2,S2,M4,MS4 6个主要分潮的北、东分量潮流调和常数,并给出了各测站在各层的潮流椭圆要素。计算结果表明：该海区潮流属于正规半日潮流性质,半日分潮流的北分量大于东分量,呈现旋转流的性质,按顺时针向旋转。分析结果也反映出表层、中层的浅水分潮在观测海流中所占的份额高于底层的浅水分潮。结果有助于了解该海区的潮流性质并为潮流数值模拟提供校验实测数据。通过与同期获得的悬浮物浓度剖面数据的比对,将有助于研究潮流与该地区悬浮泥沙浓度分布之间的关系。     

基于调和分析法与ANFIS系统的综合潮汐预报模型

港口沿岸地区以及河流入海口等地区的精确潮汐预报对于各种海洋工程作业有着非常重要的意义。潮汐水位的变化受到众多复杂因素的影响,而且这些复杂的因素往往有着较强的实变性和非线性。为了进一步提高沿岸港口码头等水域的潮汐水位的预测精度,本文提出了一种基于调和分析模型与自适应神经模糊推理系统相结合的模块化潮汐水位预测模型;并采用相关分析确定整个预测模型的输入维数;模块化将潮汐分解为两部分：由天体引潮力形成的天文潮部分和由各种天气以及环境因素引起非天文潮部分。其中调和分析法用于天文潮部分的预测,ANFIS用于预测具有较强非线性的非文潮部分。模块化综合了两种方法的优势,即调和分析法能够实现长期、稳定的天文潮预报,ANFIS能够以较高的精度实现潮汐非线性拟合与预测。模型使用ANFIS模型和调和分析模型分别对潮汐的非天文潮和天文潮部分进行仿真预测,然后将两部分的预测结果综合形成最终的潮汐预测值。此外,本文选用三种不同的模糊规则生成方法（grid partition （GP）,fuzzy c-means （FCM） and sub-clustering （SC））生成完整的ANFIS系统,并使用实测数据进行验证用以选取最优的ANFIS预测模型。最后将最优的ANFIS模型与调和分析模型相结合进行潮汐水位的最终预报。仿真实验选用Fort Pulaski潮汐观测站的实测潮汐值数据进行预报的仿真实验,仿真结果验证了该模型的可行性与有效性并取得了良好的效果,具有较高的预报精度。     

潮汐和潮流预报的整体潮方法

按照牛顿力学定律的要求建立了一种新型的时间系统,即依据日、地、月三体相互运动建立了一种潮汐时间系统;并选用了引潮天体（月球和太阳合成体）星下点处的整体引潮力为标志性引潮力。在该潮汐时间系统里潮运动就变成一种完全遵从牛顿运动定律的确定性运动,引潮力与潮汐和潮流形成一种确定性的因果关系。将之称为整体潮方法简称为整体法。将定义的引潮力和潮振动中的2种典型振动称为I型和II型,其相互转换周期为1/2回归月。因此,极大地简化了潮汐和潮流的计算和预报工作。本方法对固体潮和大气潮也有应用价值。     

潮汐分析和推算的一种j、v模型

本交给出58个天文分潮的振幅和相角的j、v订正公式,并提出169个分潮的分析和推算模型.本文的潮汐分析和推算模型,理论上严谨,采用卡特莱特引潮势新的计算结果并进行二次分析.通过大量试算,求得的分潮调和常数更加稳定,推算结果精度可靠.     

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。