CN106446539A - 基于卫星定位系统的潮汐预报方法 - Google Patents

基于卫星定位系统的潮汐预报方法 Download PDF

Info

Publication number
CN106446539A
CN106446539A CN201610831931.5A CN201610831931A CN106446539A CN 106446539 A CN106446539 A CN 106446539A CN 201610831931 A CN201610831931 A CN 201610831931A CN 106446539 A CN106446539 A CN 106446539A
Authority
CN
China
Prior art keywords
tide
tidal
time
data
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610831931.5A
Other languages
English (en)
Inventor
张俊明
吕咸青
李永全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Earth Software Technology Co Ltd
Original Assignee
Qingdao Earth Software Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Earth Software Technology Co Ltd filed Critical Qingdao Earth Software Technology Co Ltd
Priority to CN201610831931.5A priority Critical patent/CN106446539A/zh
Publication of CN106446539A publication Critical patent/CN106446539A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Abstract

本发明一种基于卫星定位系统的潮汐预报方法,具体步骤为:步骤一:根据验潮站和卫星高度计数据、水深数据,采用资料同化方法并基于二维潮波伴随同化模型计算各分潮的高精度潮汐调和常数;步骤二:实时获取高精度的卫星定位信息;步骤三:根据所述步骤一中得到的潮汐调和常数数据和所述步骤二中得到的卫星定位信息,采用距离加权反比法插值计算并得出任意点的潮汐调和常数和任意时刻的潮汐预报数据;步骤四:预报和输出所述步骤三中得到的潮汐数据。本发明能够依据二维潮波伴随同化模型获取高精度的潮汐调和常数,依据卫星定位系统实时获取高精度的卫星定位信息,并能够在此基础上得出任意位置和任意时刻的潮汐预报数据。

Description

基于卫星定位系统的潮汐预报方法
技术领域
本发明涉及海洋监测技术和资源与环境领域,具体涉及一种基于卫星定位系统的潮汐预报方法。
背景技术
潮汐的实时、准确预报对于航运、生产、海洋测绘等具有重要意义。潮汐会改变航行区域的水深,进而影响船舶航行的经济性和安全性:在航运方面,有些水道和港湾须在高潮前后才能航行和进出港;在军事方面,有时为了选择有利的登陆地点和时间,就必须准确对潮汐进行预报;在生产方面,沿海的渔业、水产养殖业、农业、盐业、资源开发、港口工程建设、环境保护和潮汐发电等,都要求掌握潮汐变化的特征和规律。
潮汐对于多波束测深具有至关重要的影响,多波束测深是一种具有高效率、高精度和高分辨率的海底地形测量技术,目前浅水多波束测深系统已广泛应用于重要的海峡、航道、港口、码头和锚地等海区,在大陆架和专属经济区勘测、海上油田的井场调查、海底管路由调查等方面,多波束测深系统也得到了大量的应用。在多波束测深精度的多种影响因素中,潮汐校正是否科学准确对其条带的拼接具有重要影响,是影响多波束测深精度的最主要因素之一。
由于潮汐观测资料极其有限,若想掌握大面积潮汐的分布特征和变化规律,就必须借助潮波动力学的基本方程组进行数值计算,即潮波数值模拟。潮波数值模拟中的一个主要难点在于开边界和底摩擦条件的确定。在一般的数值模拟工作中,对开边界和底摩擦的处理主要是依靠经验的积累和主观的判断,工作量大并且难以取得更好的结果,而潮波伴随同化模型可以把开边界和底摩擦条件的确定变成依赖于区域内部观测值的数值迭代过程,实现了确定开边界和底摩擦条件的自动化。依据二维潮波伴随同化模型所得到的结果与一般的数值模拟方法所得到的结果相比,数值模拟结果与观测结果的误差总体上是最小的。
虽然国内学者对中国近海的潮波做了大量的理论研究和数值计算工作,计算精度已经达到实用化要求,但目前市场上却没有对海上任意位置潮汐进行实时预报的装置和方法。现有的潮汐预报数据产品如潮汐表等仅能预报沿海某些地点在未来一定时期内每天的潮汐情况,尚不能预报任意位置、任意时刻的潮汐,对于航运、生产、海洋测绘等需要实时获取所关注区域位置潮汐的需求无法满足。
发明内容
为了解决上述现有技术的不足,本发明提供一种基于卫星定位系统的潮汐预报方法,该方法能够依据二维潮波伴随同化模型获取高精度的潮汐调和常数,依据卫星定位系统实时获取高精度的卫星定位信息,并能够在此基础上得出任意位置和任意时刻的潮汐预报数据,并实时输出潮汐预报数据。
本发明采用的技术方案如下:
一种基于卫星定位系统的潮汐预报方法,包括以下步骤:
步骤一:根据验潮站数据、卫星高度计数据和水深数据,采用资料同化方法并基于二维潮波伴随同化模型计算各分潮的高精度的潮汐调和常数;
步骤二:实时获取高精度的卫星定位信息;
步骤三:根据所述步骤一中得到的各分潮的潮汐调和常数和所述步骤二中得到的卫星定位信息,采用距离加权反比法插值计算并得出任意位置的潮汐调和常数,再根据步骤一中所述的各分潮的潮汐调和常数得出任意时刻的潮汐预报数据;
步骤四:实时输出所述步骤三中得到的潮汐预报数据。
进一步的,所述步骤一中资料同化方法是:
通过同化验潮站和卫星高度计数据、水深数据,优化模式开边界条件及空间分布的底摩擦系数,分别模拟了半日分潮(M2、S2、N2、K2)和全日分潮(K1、O1、P1、Q1),基于二维潮波伴随同化模型得到各分潮在计算网格点的潮汐调和常数,所述潮汐调和常数包括振幅和迟角。
进一步的,所述步骤一中二维潮波伴随同化模型的控制方程为:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;是考虑了固体潮效应后的引潮势;g是重力加速度。
进一步的,所述二维潮波伴随同化模型的伴随方程为:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;λ,μ,ν分别为水位ζ、流速u和v的伴随变量。
进一步的,所述步骤二中通过实时接收卫星信号进行定位计算,卫星定位信息输出频率是1次/秒;
进一步的,所述步骤二中通过卫星实时获取授时信息,并以该时间对各个设备的时间进行同步,对卫星定位信息进行检测、分析,并将接收的卫星定位信息或分析处理后的卫星定位信息发送到所述步骤三中。
进一步的,所述步骤三中任意位置的潮汐调和常数的计算表达式为:
其中,di为待插点与其领域内第i个点之间的距离;Zp、Zi为待插点与其领域内点的潮汐调和常数,插值计算时m值取4,即任意点的调和常数由临近的4个网格点插值得到。
进一步的,所述步骤三中任意时刻潮汐预报数据的计算表达式为:
其中,j是分潮指标,hj、gj分别表示第j个分潮的分潮振幅、分潮迟角,由二维潮波伴随同化模型可获取各计算网格点的调和常数,任意点的调和常数采用距离加权反比法插值获取;L为分潮个数;σj为各分潮角频率;fj、uj、vj、gj分别为各分潮交点因子、交点订正角、初位相和分潮迟脚;v0为所取日期零时的量值,是恒量。
进一步的,所述卫星定位信息包括当前时间、经度、纬度、高度、航向和航速信息之一或它们的组合。
本发明的有益效果是:本发明实现对海上任意位置、任意时刻潮汐科学预报的功能,达到为航运、生产、海洋测绘等提供实时潮汐预报服务的目的,依据本发明开发的潮汐预报装置能够填补目前市场上没有科学实用的潮汐预报装置的空白,促进潮汐理论研究成果的市场化转化,创造可观的经济和社会效益。
附图说明
图1是本发明的具体流程图。
具体实施方式
下面结合附图对本发明进行详细说明。
为了解决实时预报海上任意位置潮汐的问题,实现为航运、生产、海洋测绘等提供实时的潮汐预报服务的目的,本发明提供了一种基于卫星定位系统的潮汐预报方法,如图1所示,包括以下步骤:
步骤一:根据验潮站数据、卫星高度计数据和水深数据,采用资料同化方法并基于二维潮波伴随同化模型计算各分潮的高精度潮汐调和常数;
步骤二:实时获取高精度的卫星定位信息;
步骤三:根据步骤一中所述的各分潮的潮汐调和常数和步骤二中所述的卫星定位信息,采用距离加权反比法插值计算并得出任意点的潮汐调和常数,再根据步骤一中所述的各分潮的潮汐调和常数得出任意时刻的潮汐预报数据;
步骤四:实时输出所述步骤三中得到的潮汐预报数据。
(一)资料同化
通过同化验潮站数据、卫星高度计数据和水深数据(渤海、黄海、东海和南海),优化模式开边界条件及空间分布的底摩擦系数,分别模拟了渤、黄、东海(模拟范围:117.50-131.5°E,24-41°N,分辨率1/12°)和南海(模拟范围:99°-121°E,2°-25°N,分辨率:1/6°)的半日分潮(M2、S2、N2、K2)和全日分潮(K1、O1、P1、Q1),基于二维潮波伴随同化模型得到各分潮在计算网格点的潮汐调和常数(振幅、迟角)。
资料同化方法所基于的二维潮波伴随同化模型为:
1、二维潮波伴随同化模型控制方程及其数值解
计算所依据的二维潮波伴随同化模型控制方程为:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速分量;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;是考虑了固体潮效应后的引潮势;g是重力加速度。
对于半日分潮:
对于全日分潮:
其中,φ为纬度;χ为经度;Vn为天文初相角;k、h'、Hn取值如表1:
表1各分潮k、h'、Hn取值
利用Arakawa C网格,即水位取在网格的中心,而流速则取在网格的边缘,并给出水位的控制场Cζ(m,n)和流速的控制场Cu(m,n)、Cv(m,n),具体为:
Cu(m,n)=Cζ(m,n)·Cζ(m+1,n),Cv(m,n)=Cζ(m,n)·Cζ(m,n+1)
其中,m,n分别表示水位ζ在控制点x,y向位置编号。
有限差分方程为:
其中,j是时间指标;α是权重系数;Δt、Δx、Δy分别表示时间、东纬和北纬步长;Sζ,Su,Sv分别表示水位ζ及流速u和v的内部点;的表达式为:
初始条件为:
闭边界条件为:当Cu(m,n)=0时,当Cv(m,n)=0时,
开边界条件取在水位点上,用水位值作为开边界条件。假设开边界点所处的位置为(ml,nl),此处l=1,2,3...,L。假定在第j时间步的开边界条件是
其中,{ωi:i=1,...,M0}是Fourier模态的角频率,{ai,l,bi,l:i=1,...,M0}是边界l处的Fourier模态的振幅;M0表示分潮的调和常数的数量。
2、二维潮波伴随同化模型的伴随方程及其数值解
二维潮波伴随同化模型的伴随方程的推导以经典的拉格朗日乘子法为理论基础,将有约束最小值问题转化为无约束最小值问题,首先构造代价函数:
其中,Kζ是常数(一般取Δt的倒数),是数值模拟得到的值,是观测值,Dζ是验潮站所在点的集合;j是同化项指标;I表示同化项的数量。
在此基础上,再构造Lagrange函数,经过推导可以得到与控制方程(1)相对应的伴随方程:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;λ,μ,ν分别为水位ζ、流速u和v的伴随变量。
对于伴随方程(12)的差分形式为:
其中,j是时间指标,Dζ是由所有观测点构成的集合,当(m,n)∈Dζ时,Dm,n=1;当时,Dm,n=0;的表达式为:
由于代价函数沿着其控制变量的负梯度方向下降,因此可得到开边界点Fourier系数的校正关系式:
其中,{ai,l,bi,l:i=1,...,M0}是经过同化得到的Fourier系数,{a'i,l,b'i,l:i=1,...,M0}是由经验得出的Fourier的系数;Kb为待定常数;j是同化项指标;I是同化项的数量;Tl j的取值为:边界点(ml,nl)在计算区域的左侧时,边界点(ml,nl)在计算区域的右侧时,边界点(ml,nl)在计算区域的下方时,边界点(ml,nl)在计算区域的上方时,
在反演开边界条件的同时,也可对给定的底摩擦系数进行订正。经过推导,可得到底摩擦系数km,n的校正关系式:
其中,是由经验得出的底摩擦系数;Kk为待定常数。
(二)卫星定位
卫星定位系统用于实时获取高精度的定位信息,并传送至潮汐计算单元,包括的具体步骤如下:
1.进行GPS定位,实时接收GPS卫星信号,进行GPS定位计算,定位信息输出频率是1次/秒
2.进行定位信息控制,包括状态检测、GPS设置、区域设置、授时申请等,通过GPS卫星实时获取授时信息,并以该时间对各个设备的时间进行同步,对定位信息进行检测、分析,并将接收的卫星定位信息或分析处理后的卫星信息发送到潮汐计算单元。
(三)潮汐计算
由步骤(一)所述的资料同化方法得到的各分潮在计算网格点的潮汐调和常数,任意点的潮汐调和常数采用距离加权反比法插值获取,具体方法为:
其中,di为待插点与其领域内第i个点之间的距离;Zp、Zi为待插点与其领域内点的潮汐调和常数,插值计算时m值取4,即任意点的调和常数由临近的4个网格点插值得到。
任意时刻潮汐预报数据由下式计算:
其中,j是分潮指标;hj、gj分别第j个分潮的分潮振幅、分潮迟角;L为分潮个数,本实施算例中采用M2、S2、K1、O1、N2、K2、P1、Q1共8个分潮,即L=8;σj为各分潮角频率;fj、uj、vj分别为各分潮交点因子、交点订正角和初位相;v0为所取日期零时的量值,是恒量。本实施例中fj、uj每小时计算一次。
(四)潮汐预报
输出步骤(三)中得到的潮汐预报数据。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.一种基于卫星定位系统的潮汐预报方法,其特征是,包括以下步骤:
步骤一:根据验潮站数据、卫星高度计数据和水深数据,采用资料同化方法并基于二维潮波伴随同化模型计算各分潮的高精度潮汐调和常数;
步骤二:实时获取高精度的卫星定位信息;
步骤三:根据所述步骤一中得到的各分潮的潮汐调和常数数据和所述步骤二中得到的卫星定位信息,采用距离加权反比法插值计算并得出任意点的潮汐调和常数,再根据步骤一中所述的各分潮的潮汐调和常数得出任意时刻的潮汐预报数据;
步骤四:实时输出所述步骤三中得到的潮汐预报数据。
2.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤一中资料同化方法是:
通过同化验潮站数据、卫星高度计数据和水深数据,优化模式开边界条件及空间分布的底摩擦系数,分别模拟了半日分潮(M2、S2、N2、K2)和全日分潮(K1、O1、P1、Q1),基于二维潮波伴随同化模型得到各分潮在计算网格点的潮汐调和常数,所述潮汐调和常数包括振幅和迟角。
3.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤一中二维潮波伴随同化模型的控制方程为:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;是考虑了固体潮效应后的引潮势;g是重力加速度。
4.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤一中所述二维潮波伴随同化模型的伴随方程为:
其中,t代表时间;x,y是Cartesian坐标,分别取向东和向北为正;h表示(x,y)处的静水深度;ζ表示自由表面相对于静止位置的水位;u和v分别表示潮流在x,y方向的流速;f是地转偏向力参数参数;k是底摩擦系数,A是侧向涡动粘性系数;λ,μ,ν分别为水位ζ、流速u和v的伴随变量。
5.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤二中通过实时接收卫星信号进行卫星定位计算,卫星定位信息输出频率是1次/秒。
6.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤二中通过卫星实时获取授时信息,并以该时间对各个设备的时间进行同步,对卫星定位信息进行检测、分析,并将接收的卫星定位信息或分析处理后的卫星定位信息发送到所述步骤三中。
7.按照权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤三中任意位置的潮汐调和常数的计算表达式为:
其中,di为待插点与其领域内第i个点之间的距离;Zp、Zi为待插点与其领域内点的潮汐调和常数,插值计算时m值取4,即任意点的调和常数由临近的4个网格点插值得到。
8.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述步骤三中任意时刻潮汐预报数据的计算表达式为:
其中,j是分潮指标;hj、gj分别表示第j个分潮的分潮振幅、分潮迟角,由二维潮波伴随同化模型可获取各计算网格点的调和常数,任意点的调和常数采用距离加权反比法插值获取;L为分潮个数;σj为各分潮角频率;fj、uj、vj、gj分别为各分潮交点因子、交点订正角、初位相和分潮迟脚;v0为所取日期零时的量值,是恒量。
9.根据权利要求1所述的基于卫星定位系统的潮汐预报方法,其特征是,所述卫星定位信息包括当前时间、经度、纬度、高度、航向和航速信息之一或它们的组合。
CN201610831931.5A 2016-09-19 2016-09-19 基于卫星定位系统的潮汐预报方法 Pending CN106446539A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610831931.5A CN106446539A (zh) 2016-09-19 2016-09-19 基于卫星定位系统的潮汐预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610831931.5A CN106446539A (zh) 2016-09-19 2016-09-19 基于卫星定位系统的潮汐预报方法

Publications (1)

Publication Number Publication Date
CN106446539A true CN106446539A (zh) 2017-02-22

Family

ID=58166946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610831931.5A Pending CN106446539A (zh) 2016-09-19 2016-09-19 基于卫星定位系统的潮汐预报方法

Country Status (1)

Country Link
CN (1) CN106446539A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614711A (zh) * 2018-12-12 2019-04-12 国家海洋局第海洋研究所 一种基于潮汐潮流数值模拟提高多分潮调和常数计算精度的方法
CN109635248A (zh) * 2018-12-12 2019-04-16 国家海洋局第海洋研究所 一种提高海底峡谷近底层海流数据分析精度的方法
CN110490354A (zh) * 2019-06-28 2019-11-22 天津大学 一种基于roms模拟结果计算潮汐锋位置的优化方法
CN111368474A (zh) * 2020-03-03 2020-07-03 自然资源部第一海洋研究所 海流流速预报方法、装置及电子设备
CN111444465A (zh) * 2020-03-18 2020-07-24 自然资源部第一海洋研究所 底摩擦关系确定方法、装置及电子设备
CN111695250A (zh) * 2020-06-04 2020-09-22 哈尔滨工程大学 一种内潮波特征提取方法
CN113076704A (zh) * 2021-03-11 2021-07-06 中国长江三峡集团有限公司 一种潮汐河口水位过程的预测方法
CN113326470A (zh) * 2021-04-11 2021-08-31 桂林理工大学 遥感水深反演潮高改正方法
CN114969664A (zh) * 2022-06-01 2022-08-30 广州市城市规划勘测设计研究院 一种水位改正方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214262A (zh) * 2010-04-02 2011-10-12 上海海洋大学 一种潮汐预报方法
CN102221389B (zh) * 2011-04-11 2012-12-19 国家海洋信息中心 结合统计模型与动力模型的乘潮水位预报方法
CN104376230A (zh) * 2014-12-03 2015-02-25 大连海事大学 潮汐预报方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214262A (zh) * 2010-04-02 2011-10-12 上海海洋大学 一种潮汐预报方法
CN102221389B (zh) * 2011-04-11 2012-12-19 国家海洋信息中心 结合统计模型与动力模型的乘潮水位预报方法
CN104376230A (zh) * 2014-12-03 2015-02-25 大连海事大学 潮汐预报方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
吕咸青,等;: "数据同化中的伴随方法的有关问题的研究", 《应用数学和力学》 *
吕咸青,等;: "渤、黄、东海潮汐开边界的1种反演方法", 《青岛海洋大学学报》 *
吴中鼎,等;: "潮滩动态变化预测研究", 《测绘文摘》 *
周慧贞,等;: "美军GPS的装备保障应用研究", 《装备学院学报》 *
宋帅,等;: "渤黄东海可视化潮汐预报系统", 《系统仿真学报》 *
张继才,: "三维正压潮汐潮流伴随同化模型数值建模及应用研究", 《中国博士学位论文全文数据库基础科学辑(月刊)》 *
杨安洪,等;: "双模授时技术在航天测控设备中的应用", 《导航定位学报》 *
测绘文摘: "海洋测绘", 《导航定位学报(原名:测绘文摘)》 *
颜七笙,等;: "与距离成反比加权法的数据插值方法及程序实现", 《东华理工学院学报》 *
高秀敏,: "考虑内潮耗散的南海潮波伴随同化研究", 《中国博士学位论文全文数据库基础科学辑(月刊)》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614711B (zh) * 2018-12-12 2022-10-21 国家海洋局第一海洋研究所 一种基于潮汐潮流数值模拟提高多分潮调和常数计算精度的方法
CN109635248A (zh) * 2018-12-12 2019-04-16 国家海洋局第海洋研究所 一种提高海底峡谷近底层海流数据分析精度的方法
CN109614711A (zh) * 2018-12-12 2019-04-12 国家海洋局第海洋研究所 一种基于潮汐潮流数值模拟提高多分潮调和常数计算精度的方法
CN109635248B (zh) * 2018-12-12 2022-11-18 国家海洋局第一海洋研究所 一种提高海底峡谷近底层海流数据分析精度的方法
CN110490354A (zh) * 2019-06-28 2019-11-22 天津大学 一种基于roms模拟结果计算潮汐锋位置的优化方法
CN111368474A (zh) * 2020-03-03 2020-07-03 自然资源部第一海洋研究所 海流流速预报方法、装置及电子设备
CN111444465A (zh) * 2020-03-18 2020-07-24 自然资源部第一海洋研究所 底摩擦关系确定方法、装置及电子设备
CN111444465B (zh) * 2020-03-18 2023-06-30 自然资源部第一海洋研究所 底摩擦关系确定方法、装置及电子设备
CN111695250A (zh) * 2020-06-04 2020-09-22 哈尔滨工程大学 一种内潮波特征提取方法
CN111695250B (zh) * 2020-06-04 2022-12-13 哈尔滨工程大学 一种内潮波特征提取方法
CN113076704A (zh) * 2021-03-11 2021-07-06 中国长江三峡集团有限公司 一种潮汐河口水位过程的预测方法
CN113326470B (zh) * 2021-04-11 2022-08-16 桂林理工大学 遥感水深反演潮高改正方法
CN113326470A (zh) * 2021-04-11 2021-08-31 桂林理工大学 遥感水深反演潮高改正方法
CN114969664A (zh) * 2022-06-01 2022-08-30 广州市城市规划勘测设计研究院 一种水位改正方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN106446539A (zh) 基于卫星定位系统的潮汐预报方法
Foreman et al. A tidal model for eastern Juan de Fuca Strait and the southern Strait of Georgia
Padman et al. Tides of the northwestern Ross Sea and their impact on dense outflows of Antarctic Bottom Water
Rainville et al. Propagation of low-mode internal waves through the ocean
Morozov et al. Internal tides in the Strait of Gibraltar
Allard et al. The US Navy coupled ocean-wave prediction system
Lien et al. Internal tides on the East China Sea continental slope
Rozier et al. A reduced-order Kalman filter for data assimilation in physical oceanography
Rao et al. Estimation of extreme water levels due to cyclonic storms: a case study for Kalpakkam coast
Poulin et al. Steep shelf stabilization of the coastal Bransfield Current: Linear stability analysis
Pidcock et al. The spatial variability of vertical velocity in an Iceland basin eddy dipole
Ponomarev et al. Simulation of mesoscale circulation in the Tatar Strait of the Japan Sea
CN108253934B (zh) 水下地形测量仿真方法及其仿真器
CN106768187A (zh) 一种多潮位站海道地形测量潮位控制方法和水位自记仪固定装置
Lund et al. Marine X‐Band Radar Currents and Bathymetry: An Argument for a Wave Number‐Dependent Retrieval Method
Mayet et al. High‐resolution barotropic modeling and the calving of the Mertz Glacier, East Antarctica
Puleo Estimating alongshore sediment transport and the nodal point location on the Delaware–Maryland coast
CN106441244B (zh) 一种基于卫星定位系统的潮汐预报装置
Jin‐Yun et al. Oceanic surface geostrophic velocities determined with satellite altimetric crossover method
Popov et al. A tide in the operational model for short-range forecast of current velocity and sea level in the Barents and White seas
Lippmann et al. The vertical structure of low-frequency motions in the nearshore. Part I: Observations
Matte et al. A robust estimation method for correcting dynamic draft error in PPK GPS elevation using ADCP tilt data
Heaps Density currents in a two-layered coastal system, with application to the Norwegian Coastal Current
Yanyan et al. Maximum tidal range analysis of radial sand ridges in the southern Yellow Sea
Martin et al. Boundary layer forcing of a semidiurnal, cross-channel seiche

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222

RJ01 Rejection of invention patent application after publication