共查询到17条相似文献，搜索用时 109 毫秒
1.
2.
3.
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
4.
5.
6.
针对短期验潮数据分析难度大、预报精度低的问题,设计了一种基于数据融合技术的短期潮位预报方法,利用扩展卡尔曼滤波(EKF),将通用的潮汐模型计算水位融合到调和预报模型之中,生成精度更高的融合预报值。数据测试表明,对于3天的验潮数据,EKF方法至少对向后5天的预报有效,融合值较两种源数据的平均优化度分别为33%和60%;对于7天的验潮数据,EKF方法在向后20天的预报中几乎都产生了优化效果。该方法适宜在资料缺乏的海区使用,为短期潮位预报提供了一种新的解决方案。 相似文献
7.
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。 相似文献
8.
9.
10.
深度基准面是海图水深的起算面,其精度直接影响着真实水深的精度.《海道测量规范》中对深度基准的求解方法进行了规定,但是未对其求解精度进行要求.因此本文采用我国10个验潮站19a间水位观测数据,分析了各站点不同水位观测时长求解的平均海面精度和深度基准精度,实验结果表明,对于港航区域重要长期验潮站,海图深度基准的设定应该采用基于多年平均海面的深度基准结果:对于短期验潮站来说,基于多年平均海面、年平均海面和转测邻近长期站平均海面三者得到的月深度基准精度大概在5-20cm,且三者之间差别不大. 相似文献
11.
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
12.
This study provides a practical guide to the use of classical tidal prediction algorithms in coastal numerical forecasting models such as tide and tide-storm-surge models. Understanding tidal prediction parameter formulas and their limitations is key to successfully modifying and upgrading tidal prediction modules in order to increase the accuracy of perpetual interannual simulations and, in particular, storm-surge modeling studies for tide-dominated coastal environments. The algorithms for the fundamental prediction parameters, the five astronomical variables, used in tidal prediction are collated and tested. Comparisons between their estimation using different parameterizations shows that these methods yield essentially the same results for the period 1900–2099, revealing all are applicable for tidal forecasting simulation. Through experiments using a numerical model and a harmonic prediction program, the effects of nodal modulation correction and its update period on prediction accuracy and sensitivity are examined and discussed using a case study of the tidally-dominated coastal regime off the west coast of Korea. Results indicate that this correction needs updating within <30 days for accurate perpetual interannual tidal and mean sea-level predictions, and storm-surge model predictions requiring centimeter accuracy, for tidally-dominated coastal regimes. Otherwise, unacceptable systematic errors occur. 相似文献
13.
本文利用普林斯顿海洋模式(POM),建立了渤、黄海风增水预报模式和渤海湾水位海流预报模式;利用正交曲线网格提高重点区域的分辨率;采用美国海洋大气局(NOAA)全球预报风场和气压场作为模式表面强迫场,将计算域边界上的天文潮预报值与风增水模式预报的余水位相叠加构建模式的边界条件,在正压条件下,模拟了渤海湾2002年的水位流场过程。结果表明,模式能够较好地再现计算域内天文潮和综合水位的预报,域内10个潮位站模式与实测分析的m1和M2分潮的振幅与迟角差均不超过5.1cm和6.3°,15个潮流站模式与实测分析的m1和M2分潮流的振幅与迟角差均不超过7.5cm/s和15.8°,模式预报的水位值与塘沽站实测值非常接近,预报精度较单纯的天文潮预报有明显提高。 相似文献
14.
15.
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
16.
为了解潮汐对滨海地区地下水位的影响,为相关水利工程建设和水资源开发利用提供依据,文章根据莱州湾南岸的水文观测井和潮位站的观测数据,采用时间序列分析方法和互相关分析方法,研究地下水位相对于潮位的变化频率和滞后性。研究结果表明:由于受地下卤水开采的人为干扰,与潮位相比,地下水位在较低频率时振幅较高;去长期趋势处理对于排除人为干扰效果明显,地下水位的频率振幅与潮位波动规律一致,即均存在明显的12h和24h的周期,但大部分观测井的地下水位受24h周期影响较大,这与潮位差异显著;互相关分析进一步证实地下水位与潮位具有相同频率,潮汐向陆地侵入对地下水位的影响显著,地下水位相对于潮位的滞后时间随其距平均高潮线水平距离的增加迅速上升,二者呈抛物线关系。 相似文献
17.
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