共查询到20条相似文献，搜索用时 46 毫秒
1.
世界大洋潮波特征的比较分析 总被引：1，自引：0，他引：1
对TOPEX/Poseidon(以下简称T/P)高度计资料直接分析得到4个主要分潮(M2,K1,S2和O1)的调和常数,并与5个全球大洋潮波模式的模拟结果和138个验潮站观测资料的分析结果进行了系统比较,得出如下结论:在深水大洋,高度计资料直接分析结果与潮波模式模拟结果较一致;模拟出的无潮点的个数和位置也较一致;半日分潮模拟结果比全日分潮要好。5个模式模拟结果之间的差异相对较小,振幅的绝对偏差在1.0 cm左右,迟角的绝对偏差在10(°)左右。在陆架浅海,不同模型结果差异相对较大。高度计资料直接分析结果比模式模拟结果普遍偏小,尤其在陆架浅海更是如此。 相似文献
2.
利用T/P 卫星高度计资料调和分析南海潮汐信息 总被引：3，自引：0，他引：3
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。 相似文献
3.
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。 相似文献
4.
以整个中国海为研究区域,把开边界取在TOPEX/POSEIDON(T/P)高度计资料数据点,利用趋近插值法将高度计资料同化到二维非线性潮汐数值模式中,反演了中国近海M2分潮的分布.计算结果与60个验潮站资料比较,符合良好振幅平均绝对偏差为6.7cm,相角偏差为5.5°,均方根偏差为12.6cm.根据计算结果给出东中国海和南海M2分潮的同潮图,与相关文献比较,符合良好.研究结果表明,以本方法利用T/P资料来反演中国海潮汐是可行的. 相似文献
5.
印度尼西亚海域潮波的数值研究 总被引：1，自引：1，他引：0
基于ROMS模式构建了模拟区域为(15.52°S-7.13°N,110.39°~134.15°E)水平分辨率为2′的潮波数值模式,分别模拟了印尼海域M2、S2、K1、O1四个主要分潮。模拟结果与29个卫星高度计交叠点上的调和常数进行比较,符合较好。M2分潮的振幅均方根差为3.4cm,迟角均方根差为5.9°;S2分潮的振幅均方根差为1.7cm,迟角均方根差为6.3°;K1分潮振幅均方根差为1.1cm,迟角均方根差为5.8°;O1分潮振幅均方根差为1.2cm,迟角均方根差为4.4°。M2、S2、K1、O1分潮向量均方根差分别为3.8cm、2.4cm、1.9cm和1.3cm,模拟结果的相对偏差在10%左右。根据计算结果分析了印尼海域的潮汐特征及潮能传播规律,结果显示:爪哇海以外的印尼海域主要为不规则半日潮区;全日潮潮能主要由太平洋传入印尼海域,而半日潮潮能则是从印度洋传入印尼海域。 相似文献
6.
基于T/P 和Jason-1 高度计数据的渤黄东海潮汐信息提取 总被引：1，自引：1，他引：0
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。 相似文献
7.
黄海、渤海TOPEX/Poseidon高度计资料潮汐伴随同化 总被引：1，自引：0，他引：1
首先将大约10a的TOPEX/Poseidon(T/P)高度计资料沿星下轨迹点做潮汐调和分析,提取得到各分潮的调和常数,利用伴随同化方法,同化到二维非线性潮汐数值模式中,模拟了黄海、渤海区域M2,S2,O1,K1等4个潮汐分潮,并根据计算结果给出了各分潮的同潮图.将计算值与观测值的进行偏差统计,结果表明计算值与验潮站资料符合良好.研究过程中做了两类试验:一类试验是针对不同的参数进行优化,一类试验是针对不同的资料进行同化.第一类试验表明:将开边界条件和底摩擦系数同时作为模型优化的控制参数,其结果明显优于单独优化开边界条件;第二类试验表明:同时同化高度计资料与验潮站资料,比单独同化其中任一种资料,对模式计算结果都有较好的改进.研究结果表明,采用伴随同化方法,利用T/P高度计资料和验潮站资料作为同化数据能有效改进模拟结果,用来反演黄海、渤海的潮波系统是可行的. 相似文献
8.
利用FVCOM海洋数值模式计算了印尼近海的M2,S2,K1,O1分潮的分布,计算范围从20°S～20°N,90°～150°E,计算网格分辨率在印尼海域岛屿平均为1/12度,在大陆边界平均为1/5度,在开边界平均为1/2度.计算结果与104个TOPEX/Poseidon卫星高度计交叉点数据和79个验潮站数据进行比较,符合良好;与高度计交叉点比较,M2分潮振幅的均方根差为6 cm,迟角为7°;S2分潮的振幅偏差为3 cm,迟角偏差为8°;K1分潮振幅的偏差为6 cm,迟角偏差为10°;O1分潮振幅偏差为3 cm,迟角偏差为10°.根据计算结果给出了4个分潮的潮汐、潮流、潮余流和潮能通量密度分布图. 相似文献
9.
JASON-1与TOPEX/POSEIDON卫星高度计数据在中国海和西北太平洋的一致性分析及印证 总被引：1，自引：0，他引：1
利用JASON-1和TOPEX/POSEIDON卫星高度计在相互校正阶段的观测资料,对两者在中国海和西北太平洋测得的海面风速、有效波高、后向散射截面、海平面高度等参数进行一致性分析;利用j,v模型及主要分潮的调和常数,对中国陆架浅海的JASON-1海平面高度数据进行浅海潮汐修正,使用验潮站月平均水位资料对修正结果加以印证。结果显示,2颗高度计观测的海洋环境参数具有强相关性,JASON-1具备了完成延续TOPEX/POSEIDON数据集这一使命的条件。但是,2套系统对于同一海洋环境参数的观测还是存在不能忽略的差异,对这种差异进行了分析,并给出了修正模型。所使用的浅海潮汐修正方法有效地抑制了中国陆架浅海潮波对海平面高度反演的影响,所使用浅海水域的5个验潮站月平均水位资料与JASON-1高度计经过浅海潮汐修正后的海平面高度的相关系数为0.738,标准偏差为0.096m。通过进一步融合JASON-1和TOPEX/POSEIDON在并行飞行期间的海平面高度数据并与验潮站资料比较显示,两者的相关系数提高到0.83,标准偏差为0.067m。 相似文献
10.
采用南海海域60个验潮站和22个TOPEX/Poseidon卫星高度计轨道交叉点的调和常数资料,对比了TPXO7.2、GOT00.2、NAO.99b和DTU10四种全球大洋潮汐模式M2、S2、K1、O1四个主要分潮调和常数在南海的准确度。为了准确评估这四种大洋潮汐模式在南海不同区域的准确度,本研究将南海分成了8个区分别进行了对比。结果表明,南海北部和东部区域,4个分潮都是DTU10准确度最高;南部区域,M2和O1分潮GOT00.2的偏差最小,S2和K1分潮DTU10的偏差最小。总体而言,在进行南海潮汐数值模拟选择开边界条件时,建议以DTU10模式为主,并利用GOT00.2模式作适当调整。还简单分析了南海M2、S2、K1、O1四个主要分潮的潮汐分布特征。 相似文献
11.
12.
13.
14.
15.
16.
The dynamic importance of the Southern Indian Ocean (SIO) lies in the fact that it connects the three major world oceans: the Pacific, Atlantic, and Indian Oceans. Modeling study has been used to understand the circulation pattern of this very important region. Simulation of SIO (10°N–60°S and 30°E–120°E) is performed with z-coordinate Ocean General Circulation Model (OGCM) viz; MOM3.0 and the results have been compared with observed ship drift data. It is found that except near coastal boundaries and in equatorial region, the simulated current reproduce most well known current pattern such as Antarctic Circumpolar Current (ACC), South Equatorial Current (SEC) etc. and bears a resemblance to that of the observed data; however the magnitude of the surface current is weaker in model than the observed data, which may be due to deficiency in the forcing field and boundary condition and problem with observed data. The annual mean wind stress curl computed over the oceanic domain reveals about ACC and its similar importance. The way in which the ocean responds to the windstress and vertically integrated transport using model output is fascinating and rather good. 相似文献
17.
Ocean Model Simulation of Southern Indian Ocean Surface Currents 总被引：1，自引：0，他引：1
The dynamic importance of the Southern Indian Ocean (SIO) lies in the fact that it connects the three major world oceans: the Pacific, Atlantic, and Indian Oceans. Modeling study has been used to understand the circulation pattern of this very important region. Simulation of SIO (10°N-60°S and 30°E-120°E) is performed with z-coordinate Ocean General Circulation Model (OGCM) viz; MOM3.0 and the results have been compared with observed ship drift data. It is found that except near coastal boundaries and in equatorial region, the simulated current reproduce most well known current pattern such as Antarctic Circumpolar Current (ACC), South Equatorial Current (SEC) etc. and bears a resemblance to that of the observed data; however the magnitude of the surface current is weaker in model than the observed data, which may be due to deficiency in the forcing field and boundary condition and problem with observed data. The annual mean wind stress curl computed over the oceanic domain reveals about ACC and its similar importance. The way in which the ocean responds to the windstress and vertically integrated transport using model output is fascinating and rather good. 相似文献
18.
19.
20.
《Physical Oceanography》2000,10(5):379-379