共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
基于调和分析法与ANFIS系统的综合潮汐预报模型 总被引:1,自引:1,他引:0
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。 相似文献
3.
南海潮汐数值预报及其在海道测量中的应用 总被引:3,自引:0,他引:3
以协振潮波二维铅直平均运动方程为南海海域潮波运动的物理模式,用ADI方法进行差分求解,对该海域进行潮汐数值预报,并应用于海道测量。经实测数据对比,此方法不但可行,而且精度远高于一次或三次24h潮汐预报的方法。 相似文献
4.
长江口外海上测量除受风浪影响较大外,最重要的问题是潮位控制非常困难。文中简要阐述了开展长江口外潮汐精细化模型研究的方法,介绍了利用潮汐精细化模型对长江口外航路任意点进行潮汐预报的方法,并通过实测数据进行了精度分析,提出了建议。 相似文献
5.
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
6.
7.
南海北部沿岸海域潮汐的调和分析 总被引:1,自引:0,他引:1
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. 相似文献
8.
9.
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
10.
针对调和分析法预报潮汐精度不高的缺陷,论述了神经网络的BP(反向传播)模型用于潮汐预报的可行性和先进性,设计了潮汐预报的BP神经网络模型,论述了模型的算法改进和预报方法过程,用验潮站20多年的潮汐记录,验证了BP模型用于潮汐预报的可行性和精度. 相似文献