CN109992748A - 一种河口潮位调和分析方法 - Google Patents
一种河口潮位调和分析方法 Download PDFInfo
- Publication number
- CN109992748A CN109992748A CN201910280065.9A CN201910280065A CN109992748A CN 109992748 A CN109992748 A CN 109992748A CN 201910280065 A CN201910280065 A CN 201910280065A CN 109992748 A CN109992748 A CN 109992748A
- Authority
- CN
- China
- Prior art keywords
- sequence
- tidal
- tidal level
- river mouth
- analysis method
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种河口潮位调和分析方法,在传统调和分析方法的基础上,考虑了非稳态调和分析方法中径流对潮汐分潮振幅和迟角修正作用的解析表达式,但同时还保留了传统调和分析方法中的气象分潮,其后报河口潮位精度显著高于传统调和分析。
Description
技术领域
本发明涉及潮汐分析领域,具体涉及一种河口潮位调和分析方法。
背景技术:
对于潮汐分析,常采用调和分析方法,该方法对于分析外海潮汐能够取得很高的分析精度。但到了河口地区,由于河口上游径流的影响,径流与潮汐之间存在很强的非线性相互作用,这使得调和分析方法在分析河口潮汐尤其是感潮河段上游的潮汐时,难以取得较高的分析精度。
本发明在调和分析和非稳态调和分析方法的基础上,提出了一种河口潮位调和分析方法,能够高精度地后报河口潮位。
发明内容
本发明的目的在于提供一种河口潮位调和分析方法,以解决现有技术中导致的上述多项缺陷。
一种河口潮位调和分析方法,所述方法包括如下步骤:
根据实测潮位序列,获取同步观测的径流序列和参考潮位序列;
根据参考潮位序列计算获得参考潮差序列;
计算径流序列和参考潮差序列的时间延迟;
根据时间延迟分别对径流序列和参考潮差序列进行数据处理,处理结果作为实测潮位序列数据分析的参数。
优选的,所述实测潮位序列通过分析河口潮汐的验潮站获取,用字母h(t)表示。
优选的,所述径流序列由设于河口上游观测径流的水文站获取,用字母Q(t)表示。
优选的,所述参考潮位序列由河口靠近外海的验潮站获取,用字母h0(t)表示。
优选的,所述计算径流序列和参考潮差序列与实测潮位序列之间的各自最大互相关系数;
根据径流序列与实测潮位序列之间的最大互相关系数确定径流序列的时间延迟,用tQ表示;根据参考潮差序列与实测潮位序列之间的最大互相关系数确定参考潮差序列的时间延迟,用tR表示。
优选的,所述数据处理的方法包括:
对实测潮位序列、径流序列和参考潮差序列按年进行分段。
优选的,所述数据分析的方法包括如下步骤:
通过河口潮位的表达式来计算获得,表达式为:
其中S0为平均海平面,其为待求解参数;t为时间;k为分潮序号;N为式(1)采用的分潮数,其为306;R(t)为参考潮差序列,σk为分潮频率;tQ和tR分别通过计算Q(t)和R(t)与h(t)的最大互相关系数确定;ci,k和si,k(i=0~2)为待求解参数,S0,ci,k和si,k(i=0~2)采用最小二乘法求解。
本发明的优点在于:河口潮位调和分析方法充分考虑了河口地区径流对河口潮汐分潮(尤其是低频气象分潮)振幅和迟角的修正作用,相对于传统调和分析能够更高精度地后报河口潮位。
附图说明
图1为本发明的技术路线图。
图2为本发明具体实施例中长江河口径流站、分析站、参考站分布示意图。
图3为江阴站实测潮位与后报潮位过程对比图。
图4为三江营站实测潮位与后报潮位过程对比图。
图5为镇江站实测潮位与后报潮位过程对比图。
图6为南京站实测潮位与后报潮位过程对比图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1至图6所示,一种河口潮位调和分析方法:
为了实现上述目标,本发明采用如下的技术方案:
S1:根据分析站的实测潮位序列(记为h(t)),收集与之同步观测的径流站径流序列(记为Q(t))和参考站潮位序列(记为h0(t));
S2:根据S1步骤参考站潮位序列h0(t)计算参考站潮差序列(记为R(t));
S3:计算径流站径流序列Q(t)和参考站潮差序列R(t)与分析站h(t)之间的最大互相关系数,确定时间延迟tQ和tR;
S4:将S1和S2步骤获得的序列(Q(t),h(t),R(t))按年进行序列分段;
S5:将S4步骤获得的分段序列作为河口潮位调和分析方法的输入参数进行分析;
所述的径流站,其为河口上游观测径流的水文站;
所述的分析站,其为河口区域需要分析的潮位站点;
所述的参考站,其为河口处靠近外海的验潮站;
所述的河口潮位调和分析方法,其表征河口潮位的表达式为:
其中S0为平均海平面,其为待求解参数;t为时间;k为分潮序号;N为式(1)采用的分潮数,其为306;R(t)为参考潮差序列,σk为分潮频率;tQ和tR分别表示径流站径流传播和参考站潮波传播到分析站所需的时间延迟,分别通过计算Q(t)和R(t)与h(t)的最大互相关系数确定;ci,k和si,k(i=0~2)为待求解参数,S0,ci,k和si,k(i=0~2)采用最小二乘法求解。
基于上述,该种河口潮位调和分析方法,以本发明在长江口的应用实例对本发明做进一步的详细描述。
(1)本发明应用于长江口时,各站点分布见图2,根据长江口动力特点,大通站作为本发明应用的径流站,江阴、三江营、镇江和南京站作为分析站,杨林站为参考站;
(2)各站点数据为2014年全年的逐时数据;
(3)对参考站杨林站潮位数据,计算其潮差序列R(t);
(4)计算大通站径流序列Q(t)和杨林站潮差序列R(t)与江阴、三江营、镇江、南京站各站潮位序列h(t)之间的最大互相关系数确定各分析站的时间延迟tQ和tR;
①采用式(1)对各分析站潮位进行分析,求解系数;
②根据求得系数后报各分析站潮位;
③各站点后报潮位与实测潮位的均方误差见表1,各站点后报潮位与实测潮位对比见图3~图6。
表1各站点后报潮位与实测潮位均方误差统计
站点 | 江阴 | 三江营 | 镇江 | 南京 |
均方误差(m) | 0.06 | 0.05 | 0.04 | 0.04 |
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (7)
1.一种河口潮位调和分析方法,其特征在于,所述方法包括如下步骤:
根据实测潮位序列,获取同步观测的径流序列和参考潮位序列;
根据参考潮位序列计算获得参考潮差序列;
计算径流序列和参考潮差序列的时间延迟;
根据时间延迟分别对径流序列和参考潮差序列进行数据处理,处理结果作为实测潮位序列数据分析的参数。
2.根据权利要求1所述的一种河口潮位调和分析方法,其特征在于:所述实测潮位序列的获取方法为:
通过分析河口潮汐的验潮站获取,用字母h(t)表示。
3.根据权利要求2所述的一种河口潮位调和分析方法,其特征在于:所述径流序列的获取方法为:
通过设于河口上游观测径流的水文站获取,用字母Q(t)表示。
4.根据权利要求3所述的一种河口潮位调和分析方法,其特征在于:所述参考潮位序列的获取方法为:
通过河口靠近外海的验潮站获取,用字母h0(t)表示。
5.根据权利要求1所述的一种河口潮位调和分析方法,其特征在于:所述径流序列和参考潮差序列的时间延迟计算方法包括如下步骤:
计算径流序列和参考潮差序列与实测潮位序列之间的各自最大互相关系数;
根据径流序列与实测潮位序列之间的最大互相关系数确定径流序列的时间延迟,用tQ表示;根据参考潮差序列与实测潮位序列之间的最大互相关系数确定参考潮差序列的时间延迟,用tR表示。
6.根据权利要求1所述的一种河口潮位调和分析方法,其特征在于:所述数据处理的方法包括:
对实测潮位序列、径流序列和参考潮差序列按年进行分段。
7.根据权利要求1所述的一种河口潮位调和分析方法,其特征在于:所述数据分析的方法包括如下步骤:
通过河口潮位的表达式来计算获得,表达式为:
其中S0为平均海平面,其为待求解参数;t为时间;k为分潮序号;N为式(1)采用的分潮数,其为306;R(t)为参考潮差序列,σk为分潮频率;tQ和tR分别通过计算Q(t)和R(t)与h(t)的最大互相关系数确定;ci,k和si,k(i=0~2)为待求解参数,S0,ci,k和si,k(i=0~2)采用最小二乘法求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910280065.9A CN109992748B (zh) | 2019-04-09 | 2019-04-09 | 一种河口潮位调和分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910280065.9A CN109992748B (zh) | 2019-04-09 | 2019-04-09 | 一种河口潮位调和分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109992748A true CN109992748A (zh) | 2019-07-09 |
CN109992748B CN109992748B (zh) | 2023-03-24 |
Family
ID=67131017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910280065.9A Active CN109992748B (zh) | 2019-04-09 | 2019-04-09 | 一种河口潮位调和分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109992748B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110186533A (zh) * | 2019-05-30 | 2019-08-30 | 河海大学 | 一种高精度的河口短期潮位预报方法 |
CN111460740A (zh) * | 2020-03-16 | 2020-07-28 | 河海大学 | 一种分析河口潮不对称洪、枯季差异及其成因的方法 |
CN113077110A (zh) * | 2021-04-21 | 2021-07-06 | 国家海洋信息中心 | 一种基于gru的调和残差分段式潮位预测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106168991A (zh) * | 2016-06-24 | 2016-11-30 | 珠江水利委员会珠江水利科学研究院 | 一种基于水动力数值模拟的感潮河网潮位预报方法 |
CN109033494A (zh) * | 2018-06-01 | 2018-12-18 | 上海达华测绘有限公司 | 一种沿海远距离区域潮位推算方法 |
-
2019
- 2019-04-09 CN CN201910280065.9A patent/CN109992748B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106168991A (zh) * | 2016-06-24 | 2016-11-30 | 珠江水利委员会珠江水利科学研究院 | 一种基于水动力数值模拟的感潮河网潮位预报方法 |
CN109033494A (zh) * | 2018-06-01 | 2018-12-18 | 上海达华测绘有限公司 | 一种沿海远距离区域潮位推算方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110186533A (zh) * | 2019-05-30 | 2019-08-30 | 河海大学 | 一种高精度的河口短期潮位预报方法 |
CN110186533B (zh) * | 2019-05-30 | 2020-07-17 | 河海大学 | 一种高精度的河口短期潮位预报方法 |
CN111460740A (zh) * | 2020-03-16 | 2020-07-28 | 河海大学 | 一种分析河口潮不对称洪、枯季差异及其成因的方法 |
CN111460740B (zh) * | 2020-03-16 | 2022-07-15 | 河海大学 | 一种分析河口潮不对称洪、枯季差异及其成因的方法 |
CN113077110A (zh) * | 2021-04-21 | 2021-07-06 | 国家海洋信息中心 | 一种基于gru的调和残差分段式潮位预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109992748B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109992748A (zh) | 一种河口潮位调和分析方法 | |
US11231342B2 (en) | Four-dimensional imaging method for structural damage based on time-invariant characteristic signal | |
CN107247259B (zh) | 基于神经网络的k分布海杂波形状参数估计方法 | |
CN103810522B (zh) | 一种玉米果穗籽粒计数方法和装置 | |
CN109740687B (zh) | 一种基于dlae的发酵过程故障监测方法 | |
CN105866776B (zh) | 一种地基sar的高质量动态ps点选择方法 | |
CN104182642A (zh) | 一种基于稀疏表示的故障检测方法 | |
CN106056098B (zh) | 一种基于类别合并的脉冲信号聚类分选方法 | |
CN103902798B (zh) | 数据预处理方法 | |
CN104483539B (zh) | 一种基于泰勒展开式的有功功率快速测量方法 | |
CN109685334A (zh) | 一种新的基于多尺度理论的水文模型模拟评估方法 | |
CN109635372B (zh) | 基于改进先验概率的贝叶斯模型的设计洪水方法 | |
CN103308829B (zh) | 一种gis单次局放信号提取与触发时刻调整方法 | |
CN104112062A (zh) | 基于插值方法的风资源分布的获取方法 | |
CN103837884A (zh) | 基于时域分析的数字核脉冲信号梯形成形算法 | |
CN104049001B (zh) | 基于频率复杂网络的垂直油水相含率测量及验证方法 | |
CN109736720A (zh) | 一种基于改进Kriging模型的深海连接器密封结构优化方法 | |
CN110119588A (zh) | 基于扩展卡尔曼滤波状态估计值的在线优化设计方法 | |
CN106202002A (zh) | 一种用于检测水文系列参数是否变异的方法 | |
CN107766293A (zh) | 部分采样数据规则性缺失时的信号频谱分析方法及系统 | |
CN113641733B (zh) | 一种河道断面流量实时智能推求方法 | |
CN114660362A (zh) | 基于互信息数据优选的系统侧谐波阻抗估计方法及装置 | |
CN104266732B (zh) | 双台位流量计检定装置脉冲计数精度补偿方法 | |
Wang et al. | Existence and multiplicity of positive solutions for a system of nonlinear fractional multi-point boundary value problems with p-Laplacian operator | |
Ghosh | Estimation of channel sinuosity from paleocurrent data: a method using fractal geometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |