共查询到20条相似文献，搜索用时 15 毫秒
1.
《海洋湖沼通报》2020,(2)
针对短、中期高、低潮数据情况下的潮汐调和分析问题,采用埃尔米特三次插值方法对高、低潮数据进行插值得到近似的逐时潮位,再使用最小二乘法求解调和常数,进而利用得到的调和常数进行潮汐预报;同时在此基础上利用MATLAB设计并开发了一个潮汐预报系统。本文分别对位于近海、河口、内河感潮河段等3种区域的验潮站的预报结果与潮位数据进行了对比分析,结果表明文中方法能够很好地对近海和内河感潮河段区域的潮汐进行预报,而对于水动力环境复杂的河口区域预报结果相对较差;对于进行调和常数计算的实测数据所对应较近时间段的预报结果优于较远时间段的预报结果;对比验证结果表明本文方法提取的调和常数和利用T_tide计算得到的结果基本一致。开发的潮汐预报系统可以方便地利用高、低潮潮位或更小时间间隔的潮位数据进行潮汐调和分析和预报。 相似文献
2.
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. 相似文献
3.
对港珠澳大桥岛隧工程施工海域2013年的潮汐观测资料进行调和分析,发现该海域潮汐特征为不正规半日潮,以M2分潮为主,其次为K1、O1、S2和P1等分潮;利用调和常数做预报时,分潮个数的选择会在一定程度上影响预报精度。结果表明:分潮由5个增加至25个可以明显改进预报效果,再增加几乎没有改进。选用25个分潮建立调和预报模型预报2014—2016年的潮位,同时对2012年的潮位做了回报,并与实测潮位进行对比。检验结果表明预报潮位与实测潮位趋势一致,大小基本吻合,3 a平均的均方根误差为0.16 m,可以作为施工潮位窗口的选择依据。对调和预报误差的进一步分析表明,误差主要来源于径流和风的影响,台风带来的风暴增水可以达到1.33 m。 相似文献
4.
5.
6.
根据临时验潮站观测到的一个月潮位资料通常能够分析得到11个分潮的调和常数。如果用所分析得到的调和常数与邻近站的Sa和Ssa的调和常数以及年平均海面做出潮汐预报,则在这一个月当中的平均海面的日变化将会反映出来,因而,潮位预报精度应该比仅由11个分潮和月平均海面所预报的潮位要高。本文对上述的问题进行论述。 相似文献
7.
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。 相似文献
8.
9.
天津近海潮汐特征分析 总被引：1，自引：0，他引：1
对塘沽海洋环境监测站从1950年-2008年,59年的潮汐资料进行调和分析,分析了其分潮调和常数的变化曲线,并利用FFT谱分析方法对其调和常数的变化周期和原因进行了分析;之后应用FFT谱分析方法对去除天文潮后的余水位进行分解,分析了近50多年来年平均余水位的多层次周期分布,进而利用最小二乘法进行线性分析,分析了天津近海... 相似文献
10.
江苏近岸高、低潮位变化规律探讨 总被引：2，自引：0，他引：2
利用MForeman改进的G·Godin潮汐调和分析及预报程序对江苏省辐射沙洲海域的16个验潮站潮位资料进行了调和分析和潮汐预报。根据各测潮站高、低潮位预报结果,对各站高低潮潮时差、低潮每日延迟时间、高潮每日延迟时间进行了统计计算,并对辐射沙洲海域高低潮潮时差特征值的分布进行了分析。利用潮汐表预报结果探讨了江苏沿岸6站的高潮位、低潮位、高低潮潮时差、高潮每日延迟时间、低潮每日延迟时间之间的对应关系,并分析给出了各量的变化周期。 相似文献
11.
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。 相似文献
12.
目前世界各国出版的潮汐表和潮流表几乎全是采用调和方法推算的,对于用这种方法进行的潮汐预报的误差已有许多人做过研究;我国也曾有人从调和常数准确度和分潮选取方面进行了研究,并研究了浅水港口的潮汐预报方法。我所与国家海洋局情报研究所潮流组的同志在这方面做了一些工作:在一定程度上提高了潮汐预报的准确度;满足了实践的需要。然而,潮汐预报余差(即实测水位与预报潮高之差)减小的量值与余差本身相比仍是微小。例如在浅水港口吴淞,用1963年实测水位资料的分析结果预报1970年的潮位,采用 Doodson的方法预报,低潮时间的误差在半小时以上者占49%,而采用浅水准调和分潮方法预报,则仅占9%。前者余差的标准差是20.6厘米,后者约为19.7厘米,两者只相差0.9厘米,对余差总体来说,所减少的量值还是很小的。
验潮站测得的每小时一次的水位值,实际上可以认为是周期性和非周期性水位之和。其中,周期部分是潮汐诸分潮振动的迭加结果;在实测水位中扣除预报的潮高后得到的余差基本上可看作是非周期性的。从谱结构来看,实测水位不仅是一系列以线谱为特征的分潮的迭加,而且还有本底噪声以及介于两者之间的非线性相互作用所导致的一些随机起伏。所以,用调和方法预报潮汐,其准确度必有某些限制。为了进一步研究潮汐预报误差,国外曾有人对特定地点的潮汐预报余差进行谱分析,从而得到了一些有意义的结果。本文即拟通过潮汐预报余差功率谱研究潮汐预报的准确度和误差的性质。 相似文献
13.
河口潮汐过程受上游径流、外海潮波等综合因素影响,动力机制复杂,潮位预报难度大。本文提出了一种基于非稳态调和分析（NS_TIDE）和长短时记忆（LSTM）神经网络的混合模型,对河口潮位进行12~48 h短期预报。该模型首先对河口实测潮汐数据进行非稳态调和分析,通过与实测资料对比得到分析误差的时序序列;以此作为LSTM神经网络的输入数据,通过网络学习并预测未来12~48 h潮位预报误差,据此对NS_TIDE的预测结果进行实时校正。利用该模型对2020年长江口潮位过程进行了预报检验,结果表明混合模型12 h、24 h、36 h和48 h短期水位预报的均方根误差（RMSE）相比NS_TIDE模型至多分别降低了0.16 m、0.15 m、0.14 m和0.12 m;针对2020年南京站最高水位预测,NS_TIDE模型预报误差为0.64 m,而混合模型预报误差仅为0.10 m。 相似文献
14.
利用小波变换进行潮汐的二次分析，并与传统的Darwin方法进行对比，其结果说明此方法是可靠的，同时尚可获得更多分潮调和常数，以提高潮汐预报的准确度。而且对于浅水潮港、受气象影响较大产生增减或潮汐副振动或二者兼有时潮汐观测时间序列进行小波分析，更突显出其优越性。 相似文献
15.
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. 相似文献
16.
17.
渤海M2分潮的伴随模式数值实验 总被引：18，自引：0，他引：18
根据渤海海域内M2潮汐调和常数的实测值,采用伴随方法来反演出开边界处的潮汐调和常数.为了取得较好的数值模拟结果,同时对给定的底摩擦系数进行了校正并对水深进行了微调.做了4个实验,并分别计算出调和常数的实测值与模拟值之差的绝对平均值:(1)只用19个验潮站的潮汐调和常数;振幅差为2.4cm,迟角差为5.0°.(2)只用37个观测点的高度计资料;振幅差为4.4cm,迟角差为5.7°.(3)同时利用19个验潮站的潮汐调和常数和37个观测点的高度计资料;振幅差为5.5cm,迟角差为8.5°.(4)同时利用19个验潮站的潮汐调和常数和14个观测点的高度计资料;振幅差为3.3cm,迟角差为5.6°.4个实验结果都较好地体现了渤海M2潮波的特征. 相似文献
18.
本文给出了由高、低潮数据计算潮汐调和常数和由最大流速及转流数据计算潮流调和常数的方法。文章还讨论了不同频率分潮间的混淆效应,指出本方法用于混合型和全日型潮汐可获得比半日型潮汐好的效果。对两个港口实测高、低潮数据分析表明,所得调和常数与由逐时潮高分析所得的数值一般较接近,但对长周期分潮较差。本方法所得调和常数用于预报高、低潮或最大流速和转流时可得到很好的结果。 相似文献
19.
《海洋技术学报》2023,(2)
全球潮汐预报模型在深水大洋具有较高的精度, 但在近岸强潮海区由于地形岸线、模型分辨率等原因精度不一, 难以直接应用。三门湾海域多年平均潮差4 m, 最大潮差可达7 m,是典型的强潮海湾, 为了评估TPXO9.0、TPXO9.0-atlas TOPEX/POSEIDON TIDES）、NAO.99b（National Astronomical Observatory of Japan）与GTM（Global Tide Model） 4 种预报模型在三门湾海域的预报精度, 本文分别通过上述4 个潮汐预报模型提取水动力数学模型开边界进行对比,并利用提取的开边界潮位对二维水动力模型进行驱动。通过计算分析潮位站实测数据与数值模拟结果的误差, 研究4 种预报模型模拟的三门湾潮汐变化得出, NAO.99b 模型在三门湾海域整体预报精度最佳, 分潮振幅、迟角和实测数据误差最小, TPXO9.0-atlas 分潮振幅模拟较好, 但迟角误差较大。对湾内四大分潮进行潮汐调和分析发现, 三门湾海域以半日潮为主, M2、S2 和K1分潮振幅由湾顶向湾口递减, O1分潮相反。 相似文献
20.
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。 相似文献