共查询到17条相似文献，搜索用时 271 毫秒
1.
2.
3.
4.
5.
6.
水位在忽略观测误差的前提下,可分解为潮位和余水位,后者具有较强的空间相关性以及非平稳特征,是影响水位预报精度的主要因素。港口工程、航运计划编制等方面对实时高精度水位预报具有重要需求,这对余水位预报模型构建提出了更高要求。另外,利用高精度余水位预报模型可减少验潮站布设数量。针对余水位短期预测模型精度不高的现状,本文对余水位进行集合经验模态(EEMD)分解,获得余水位在时间序列上的本征模函数(IMF);使用快速傅立叶变换(FFT)分析各本征模函数的频谱特征;再利用BP神经网络对各个本征模函数进行训练,预测了未来6 h、12 h、24 h的余水位值。对哥伦比亚河下游河口处的3组典型验潮站的余水位数据的预测结果表明,在未来6 h、12 h内的余水位的预测精度达到厘米级,在24 h内接近厘米级,证明了该组合模型在余水位短期预测方面的可行性。 相似文献
7.
8.
河口区斜压梯度对余水位的累积影响及其机制探讨 总被引：1，自引：1，他引：0
余水位（即潮平均水位）是河口区径潮相互作用的典型结果，研究其形成演变机制对探讨河口区的水资源高效开发利用具有重要科学意义。本文基于不同径潮边界条件下的三维斜压水动力数值模拟及切比雪夫机制分解，初步探讨了概化地形条件下斜压梯度对余水位沿程变化的影响。数值模拟结果表明:河口区余水位的沿程变化明显受径流量、潮波振幅、辐聚地形及斜压梯度等因素的共同影响，斜压梯度对余水位的影响是一种累积效应且影响区域集中在回水区，同时其影响强度具有明显的大小潮变化、洪枯季变化。利用数值模型提供的水位及流速场信息，通过切比雪夫分解非线性摩擦项分离出控制余水位变化的3个主要因素，即径流、潮流和径潮相互作用因子，并与斜压梯度产生的余水位进行对比分析，结果表明:回水区域余水位主要以径潮相互作用因子为主导；斜压梯度对余水位影响主要体现在小潮期间，有可能成为影响余水位变化的主控因子。 相似文献
9.
在安德拉水位计的实际应用中,除由压力测量引起的水位测量误差外,在水位数据的计算中,也存在着误差因素。本文分析了这些因素的误差分量,并粗略地估算了它们的大小;由此提出了参与水位值计算的几个主要订正参数的选值方法。 相似文献
10.
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
11.
本文通过对中国沿海25个观测站水位资料的分析，初步探讨了中国沿海1980-2012年增减水的变化特征及与海平面变化的关系。结果表明:（1）中国沿海增减水的季节变化特征明显，相邻站由于受到的气象状况相同，其沿海增减水变化的过程相近，但是变化幅度存在较大差异。从空间分布看，沿海增减水的变化幅度呈现中间大南北小的区域特征，自长江口至广东沿海，增减水的年变化幅度最大，年变幅平均为5.0~7.5 cm；南海周边及北部湾沿海，增减水的年变化幅度次之，年变幅平均为4.0~5.5 cm；自渤海至黄海沿海，增减水的年变化幅度较小，年变幅平均为3.3~3.5 cm。（2）从时间变化看，1980-2012年中国沿海年平均增减水长期基本没有趋势性变化，但明显存在2至5年的周期性变化信号，该信号的震荡幅度为0.1 cm。经过高频滤波后，对沿海月平均增减水序列与Niño3.4指数进行相关性分析，相关系数为-0.5，该相关系数通过了显著性检验，说明中国沿海的增减水变化与ENSO事件呈现负相关关系。（3）中国沿海增减水的长期变化及空间分布特征均与海平面变化不同。1980-2012年，中国沿海海平面的上升速率为2.9 mm/a，而增减水长期基本无趋势性变化；另外，其季节变化与海平面的季节变化从时间和区域上均不存在一致性。（4）但是，短期海平面的变化与增减水有关，并且增减水对短期海平面的贡献根据其具体情况而定，增水幅度大且持续时间长的过程对短期海平面有抬升作用，其贡献率最大可达65%；反之，减水幅度大且持续时间长的过程则对短期海平面有降低的作用。 相似文献
12.
长江河口潮波传播机制及阈值效应分析 总被引：1，自引：0，他引：1
河口潮波传播过程受沿程地形(如河宽辐聚、水深变化)及上游径流等诸多因素影响,时空变化复杂。径潮动力非线性相互作用研究有利于揭示河口潮波传播的动力学机制,对河口区水资源高效开发利用具有重要指导意义。本文基于2007—2009年长江河口沿程天生港、江阴、镇江、南京、马鞍山、芜湖的逐日高、低潮位数据及大通站日均流量数据,统计分析不同河段潮波衰减率与余水位坡度随流量的变化特征,结果表明潮波衰减率绝对值与余水位坡度随流量增大并不是单调递增,而是存在一个阈值流量和区域,对应潮波衰减效应的极大值。为揭示这一阈值现象,采用一维水动力解析模型对研究河段的潮波传播过程进行模拟。结果表明,潮波传播的阈值现象主要是由于洪季上游回水作用随流量加强,余水位及水深增大,导致河口辐聚程度减小,而余水位坡度为适应河口形状变化亦有所减小,从而形成相对应的阈值流量和区域。 相似文献
13.
人类活动对河口环境影响巨大,揭示在强人类活动驱动下河口径潮动力非线性相互作用的异变特征,有利于了解人类活动影响河口动力地貌的机制,对河口区水利工程建设及环境保护等具有重要指导意义。基于1960—2016年珠江磨刀门河口沿程潮位站(甘竹、竹银、灯笼山、三灶)的逐月高、低潮位数据及马口水文站的月均流量数据,统计分析了磨刀门河口在强人类活动驱动下月均水位、潮波振幅及其空间梯度(即月均水位坡度和潮波振幅衰减率)的季节性异变特征。结果表明,1990年和2000年为磨刀门河口径潮动力的异变年份, 1990年前为自然演变阶段, 2000年后为恢复调整阶段,1990—2000年为过渡阶段;高强度采砂导致的河床下切使磨刀门河口月均水位及月均水位坡度显著减小,夏季减小幅度最为明显,沿程平均分别减小0.53m和8.93×10~(-6);月均水位坡度减小导致潮波衰减效应减弱,进而使沿程潮波振幅增大,多年平均增大0.071m;磨刀门河口径潮动力相互作用具有明显的季节性差异,夏季月均水位坡度随流量增大在上游抬升明显,冬季月均水位坡度在上游显著减小,但在下游略有抬升;随着流量的增大潮波振幅的衰减作用增强,但当流量超过阈值20000m~3/s时,月均水位坡度引起的底床摩擦增大效应不足以抵消横截面积辐散效应,潮波衰减效应略有减弱。 相似文献
14.
珠江磨刀门河口径潮动力耦合条件下余水位的多时空尺度分析 总被引：3，自引：3，他引：0
本文通过构建径潮动力耦合条件下潮波传播的一维水动力解析模型，从理论机制上探讨珠江磨刀门河口径潮动力非线性作用下余水位的多时空尺度变化。结果表明:余水位变化呈现明显的大小潮和洪枯季变化，枯季余水位大小潮的变化幅度介于0~0.4 m，而洪季余水位与上游径流紧密相关，增幅大枯季一个量级（介于0~6 m）；解析模型可分离控制余水位变化的3个主要因素，即径流、潮流和径潮相互作用因子，计算结果表明河口不同区段余水位的主控因素有明显的洪枯季变化，上游段，枯季余水位受径潮相互作用因子控制，洪季受径流因子控制；枯季下游段余水位受潮流控制，而洪季余水位主要受径潮相互作用因子控制。 相似文献
15.
本文基于2016年11月8日—2019年6月29日大沽河入海口水深观测数据分析了大沽河河口水位变化特征,并结合风场、降水量、卫星高度计融合产品资料对其影响因素展开了讨论。结果表明:1)大沽河口水位变化由潮汐过程主导,潮汐类型为正规半日潮,M2分潮占主导;2)余水位在2017年7月—2019年1月存在周期约为110—150天的显著季节内变化,主要受到纬向风的影响,监测系统处在大沽河入海口西岸,东向(西向)风将驱动水体向东(西)输运,导致西岸监测系统处水量减少(增加),从而观测到余水位下降(上升);3)观测期间,余水位存在显著下降趋势,约为–0.53×10–2 m/月,主要受到大沽河流域降水量减少的影响。 相似文献
16.
A new method for weakening the combined effect of residual errors on multibeam bathymetric data 总被引：2，自引：0，他引：2
Jianhu Zhao Jun Yan Hongmei Zhang Yuqing Zhang Aixue Wang 《Marine Geophysical Researches》2014,35(4):379-394
Multibeam bathymetric system (MBS) has been widely applied in the marine surveying for providing high-resolution seabed topography. However, some factors degrade the precision of bathymetry, including the sound velocity, the vessel attitude, the misalignment angle of the transducer and so on. Although these factors have been corrected strictly in bathymetric data processing, the final bathymetric result is still affected by their residual errors. In deep water, the result usually cannot meet the requirements of high-precision seabed topography. The combined effect of these residual errors is systematic, and it’s difficult to separate and weaken the effect using traditional single-error correction methods. Therefore, the paper puts forward a new method for weakening the effect of residual errors based on the frequency-spectrum characteristics of seabed topography and multibeam bathymetric data. Four steps, namely the separation of the low-frequency and the high-frequency part of bathymetric data, the reconstruction of the trend of actual seabed topography, the merging of the actual trend and the extracted microtopography, and the accuracy evaluation, are involved in the method. Experiment results prove that the proposed method could weaken the combined effect of residual errors on multibeam bathymetric data and efficiently improve the accuracy of the final post-processing results. We suggest that the method should be widely applied to MBS data processing in deep water. 相似文献
17.
The long-term variation and seasonal variation of sea level have a notable effect on the calculation of engineering water level. Such an effect is first analyzed in this paper. The maximal amplitude of inter-annual anomaly of monthly mean sea level along the China coast is larger than 60 cm. Both the storm surge disaster and cold wave disaster are seasonal disasters in various regions, so the water level corresponding to the 1% of the cumulative frequency in the cumulative frequency curve of hourly water level data for different seasons in various sea areas is different from design water level, for example, the difference between them reaches maximum in June, July and August for northern sea area, and maximum in September, October and November for Southern China Sea. The hourly water level data of 19 gauge stations along the China coast are analyzed. Firstly, the annual mean sea level for every station is obtained; secondly, linear chan ging rates of annual mean sea level are obtained with the stochasti 相似文献