学习潘海东博士的《潮汐调和分析原理和应用》和调和分析软件S_Tide

2023-10-18 03:30

本文主要是介绍学习潘海东博士的《潮汐调和分析原理和应用》和调和分析软件S_Tide,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

潘海东博士在B站(用户名:ocean_tide)分享了他的电子书《潮汐调和分析原理和应用》,以及他开发的潮汐调和分析工具包S_Tide,非常厉害。

水文同事在进行潮汐预报的时候,会经常说到调和分析和调和常数,博主一听到这些名词就懵圈,不明所以。而《潮汐调和分析原理和应用》开篇就讲潮汐调和分析求解分潮振幅和迟角的过程本质就是最小二乘拟合。作为测绘专业的学生,我们对最小二乘法还算熟悉。
测绘专业的学生一般会学习自由网平差,解算误差方程就是用到最小二乘法,以误差的平方和最小作为约束,求取观测值的最优估值。具体解算的过程是先输入观测值的初始值,求得误差值,计算误差值的平方和,然后再用新的观测值(初始值+误差值)重新计算,求得新的误差值,计算新误差的平方和,二次平方和相减,如果平方和的差值不满足要求,继续迭代,直至满足要求。

对于测绘专业学生,课程要求用C语言实现组误差方程和解算误差方程。有了matlab,我们只需要组误差方程,解算误差方程交给matlab。

《潮汐调和分析原理和应用》先讲了一个曲线拟合的例子,如下图散点图,用最小二乘法拟合出图中余弦函数公式。

点击查看原图

潮汐调和分析类似,水位被认为是一系列分潮(余弦函数)线性叠加的结果,见下图的公式。潮汐调和分析就是求取函数中的未知数。分潮的角频率已知,未知数只有振幅和迟角。

无标题2.jpg

潘海东博士在潮汐调和分析软件T_Tide的基础上开发更为强大的S_Tide。与T_Tide一样,S_Tide也是用matlab开发的。为了方便使用,S_Tide还带一个图形化用户界面(GUI),没有matlab基础的同学也能使用它进行潮汐调和分析和预报。

(1)Step1 导入数据,输入数据文件必须是csv或者是xls,数据必须是均匀采样,缺测要设置为NaN。

(2)Step2 设置采样间隔1小时和纬度46.2。

(3)Step3生成调和常数并保存。

无标题3.jpg

调和常数如下:

无标题4.jpg

(4)Step4回报720小时潮位。

无标题5.jpg

(5)Step6,Step7预报乘潮水位。

乘潮水位是指具有一定时间间隔且可用以通航的某一高潮水位。在海港工程的设计和施工中常常要求提供此值。虽然这个值是出现在高潮前后,但科学地掌握它仍需进行若干计算及研究,否则就可能因通航水位设计过浅而影响通过能力,或因疏浚过深而造成不必要的浪费。因此,合理选用乘潮水位有着重要的经济价值。

乘潮水位包括高潮乘潮水位和低潮乘潮水位。前者多用于船舶进出港航道或船坞,后者适用于利用低潮位延时进行水工建筑物的施工作业。

乘潮水位计算有2个参数,分别是乘潮时间和累计概率。

下图是乘潮为时间2个小时,保证率90%的乘潮计算结果。

无标题6.jpg

小结

S_Tide对R. Pawlowicz编制的T_Tide存在的各种问题进行了改进,比如T_TIDE无法处理长时间数据(18.61年),无法处理不均匀采样数据。 S_TIDE是一个更为普适的方法,可以广泛应用于各种潮汐资料的分析,甚至是非潮序列的研究(用来提取日循环,月循环,半年循环,年循环,8.85年循环,18.61年循环等)。另外,S_Tide教程非常地详细,非专业人士也能看懂。

参考文献

潮汐调和分析原理与应用——20220310南京大学_哔哩哔哩_bilibili

S_TIDE相比T_TIDE优势 - 哔哩哔哩

致所有的S_TIDE使用者:你们的贡献不会被忽视 - 哔哩哔哩
 

这篇关于学习潘海东博士的《潮汐调和分析原理和应用》和调和分析软件S_Tide的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/229904

相关文章

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

MySQL中的MVCC底层原理解读

《MySQL中的MVCC底层原理解读》本文详细介绍了MySQL中的多版本并发控制(MVCC)机制,包括版本链、ReadView以及在不同事务隔离级别下MVCC的工作原理,通过一个具体的示例演示了在可重... 目录简介ReadView版本链演示过程总结简介MVCC(Multi-Version Concurr

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep

5分钟获取deepseek api并搭建简易问答应用

《5分钟获取deepseekapi并搭建简易问答应用》本文主要介绍了5分钟获取deepseekapi并搭建简易问答应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需... 目录1、获取api2、获取base_url和chat_model3、配置模型参数方法一:终端中临时将加

JavaScript中的isTrusted属性及其应用场景详解

《JavaScript中的isTrusted属性及其应用场景详解》在现代Web开发中,JavaScript是构建交互式应用的核心语言,随着前端技术的不断发展,开发者需要处理越来越多的复杂场景,例如事件... 目录引言一、问题背景二、isTrusted 属性的来源与作用1. isTrusted 的定义2. 为

Python调用另一个py文件并传递参数常见的方法及其应用场景

《Python调用另一个py文件并传递参数常见的方法及其应用场景》:本文主要介绍在Python中调用另一个py文件并传递参数的几种常见方法,包括使用import语句、exec函数、subproce... 目录前言1. 使用import语句1.1 基本用法1.2 导入特定函数1.3 处理文件路径2. 使用ex

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

将Python应用部署到生产环境的小技巧分享

《将Python应用部署到生产环境的小技巧分享》文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完... 目录部署前夜:从开发到生产的心理准备与检查清单环境搭建:打造稳固的应用运行平台自动化流水线:让部署像