共查询到19条相似文献，搜索用时 125 毫秒
1.
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
2.
3.
4.
5.
6.
7.
《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
8.
收集了近年来鳌江口附近海域多个工程不同阶段5个潮位站的3-5年潮位实测数据和部分海流实测资料,通过对鳌江口附近海域的不同年份的水位资料进行潮汐调和常数分析,鳌江近海海域主要为半日潮区,其中M2分潮的振幅在170~193 cm;迟角在260°~280°之间,这些站的2007年、2010年、2011年调和常数分析结果相比,主要的半日分潮M2、S2、N2,全日分潮K1、O1及浅水分潮M4、MS4、及M6等分潮振幅、迟角的最大变化分别在1.8~4.4 cm和3°~7°之间。在初步掌握了鳌江口潮汐潮流特征的基础上,采用无结构的三角形网格和有限体积法的FVCOM海洋数值模型,进行模拟结果验证,计算结果与实测数据符合良好。构建重点年份建设工程合拢产生新的岸线水深的潮汐潮流场,刻画鳌江口建设工程的叠加影响。 相似文献
9.
收集了近年来鳌江口附近海域多个工程不同阶段5个潮位站的3~5年潮位实测数据和部分海流实测资料,通过对鳌江口附近海域的不同年份的水位资料进行潮汐调和常数分析,鳌江近海海域主要为半日潮区,其中M2分潮的振幅在170 cm~193 cm;迟角在260°~280°之间,这些站的2007年、2010年、2011年调和常数分析结果相比,主要的半日分潮M2、S2、N2,全日分潮K1、O1及浅水分潮M4、MS4、及M6等分潮振幅、迟角的最大变化分别在1.8 cm~4.4 cm和3°~7°之间。在初步掌握了鳌江口潮汐潮流特征的基础上,采用无结构的三角形网格和有限体积法的FVCOM海洋数值模型,进行模拟结果验证,计算结果与实测数据符合良好。构建重点年份建设工程合拢产生新的岸线水深的潮汐潮流场,刻画鳌江口建设工程的叠加影响。 相似文献
10.
11.
首先给出了基于GNSS-MR技术提取潮波系数的原理与方法,然后利用布设在浙江省石浦港验潮室屋顶的GPS站DSPU实测数据对潮波系数进行了提取,并与验潮站实测潮位调和分析结果进行了对比分析。实验结果表明GPS-MR反演潮位与验潮站实测潮位值吻合较好,相关系数优于0.97;GPS-MR反演潮位与验潮站实测潮位获取的潮波系数基本一致,除M2、S2外其它差异较小。两者获取的潮波系数差异主要因为DSPU测站观测环境极大地影响了GPS-MR提取潮位精度。沿海GNSS站用于潮位监测和潮波系数提取,将进一步拓展沿海GNSS监测站的应用领域,在一定程度上可弥补验潮站的不足。 相似文献
12.
13.
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
14.
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
15.
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
16.
Accurate prediction of tidal level including strong meteorologic effects is very important for human activities in oceanic and coastal areas. The contribution of non-astronomical components to tidal level may be as significant as that of astronomical components under the weather, such as typhoon and storm surge. The traditional harmonic analysis method and other models based on the analysis of astronomical components do not work well in these situations. This paper describes the Back-Propagation Neural Network (BPNN) approach, and proposes a method of iterative multi-step prediction and the concept of periodical analysis. The prediction among stations shows that the BPNN model can predict the tidal level with great precision regardless of different tide types in different regions. Based on the non-stationary characteristic of hourly tidal record including strong meteorologic effects, three Back-Propagation Neural Network models were developed in order to improve the accuracy of prediction and supplement of tidal records: (1) Difference Neural Network model (DNN) for the supplementing of tidal record; (2) Minus-Mean-Value Neural Network model (MMVNN) for the corresponding prediction between tidal gauge stations; (3) Weather-Data-based Neural Networks model (WDNN) for set up and set down.The results show that the above models perform well in the prediction of tidal level or supplement of tidal record including strong meteorologic effects. 相似文献
17.
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
18.
19.
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