91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

光譜傳感:南極中山站潮汐特征分析

萊森光學 ? 來源:萊森光學 ? 作者:萊森光學 ? 2022-04-01 14:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

0引言

潮汐是重要的海洋水文環(huán)境要素之一,驗潮站資料是建立局地高程基準即平均海平面的基礎資料,亦可用于研究海平面變化以及衛(wèi)星測高數(shù)據(jù)的標定。研究者通常采用調(diào)和常數(shù)及潮汐特征值描述潮汐特征。本文采用調(diào)和分析方法對我國南極中山站五年的潮汐觀測資料進行處理,對殘差進行了檢驗,發(fā)現(xiàn)了傳統(tǒng)調(diào)和分析方法的局限性,提出了可能的改進方法。

1調(diào)和分析

經(jīng)典潮汐調(diào)和分析是將潮汐各個分潮的平均振幅和相位從實際潮位資料中分解出來的計算方法,通常將潮位表示成各個分潮的疊加,利用最小二乘法對某一段時間內(nèi)(1mon、1a及以上)整點的潮位數(shù)據(jù)進行擬合,得到各分潮的平均振幅和相位。本文在年分析時采用369d的整點潮位數(shù)據(jù),采樣間隔1h。根據(jù)Rayleigh準則,年分析的分辨率Δσ≥0.041°·h-1,滿足該條件的分潮有170個,基于Fortran語言采用最小二乘法編寫調(diào)和分析程序,計算了這170個分潮的調(diào)和常數(shù),并對殘差進行了統(tǒng)計分析。對5年的數(shù)據(jù)逐年按上述方法進行調(diào)和分析,對應于每一年得到一組調(diào)和常數(shù)。

本文使用369d8857個海面高整點觀測值進行計算,得到第一組結(jié)果;然后,對下一組8857個觀測值進行計算,依此類推,一共得到5組結(jié)果;再分別對各主要分潮每年的調(diào)和常數(shù)(振幅和相位)進行比較分析。

2數(shù)據(jù)來源及處理方法

2.1數(shù)據(jù)來源

由于南極地區(qū)海冰覆蓋海面的時間長,底置壓力式驗潮儀成為永久驗潮站的首選。中山站驗潮站建于1999年,位于69°22.998′S,76°22.803′E,采用壓力式驗潮儀,本文所用的資料長度截止到2005年10月。原始數(shù)據(jù)是壓力值,即驗潮儀上方海水壓力和大氣壓的總和,采用中山站氣象站的資料進行大氣壓改正,轉(zhuǎn)化為觀測時刻的海面高。經(jīng)過溫度校準后相對精度為0.01%,在已知海水密度的情況下,絕對精度優(yōu)于±3mm。海面高的基準面為岸邊驗潮基準點以下5.421m。

2.2計算調(diào)和常數(shù)與潮汐特征值

某時刻的海面高(潮高)可以表示為:

poYBAGJGoZKABhu3AAAVgKN0Thg615.png

利用最小二乘法對一年逐時海面高進行最小二乘求解,此時,m=170。j=0時,A0即為年平均海面高,j=1~170,分別對應170個分潮。根據(jù)式(4)、(5)求出各分潮的調(diào)和常數(shù)(振幅H與區(qū)時專用遲角g)

poYBAGJGoZKALRk6AAAexiOpvWg801.png

2.3潮汐特征值及工程潮位的計算和統(tǒng)計

得到潮位的均方根誤差估值后,進一步可以得到分潮振幅和和遲角的均方根誤差估值對殘差進行χ2檢驗來判斷其是否屬于正態(tài)分布,進而對調(diào)和分析模型進行評估。潮汐特征值包括潮汐類型、潮齡等,根據(jù)潮汐調(diào)和常數(shù)計算得到。潮汐類型根據(jù)主要日分潮和主要半日分潮的振幅之比的大小來判斷。統(tǒng)計得到設計高、低水位,乘潮水位。

3結(jié)果與分析

先對5組年分析結(jié)果的殘差進行統(tǒng)計分析,χ2檢驗結(jié)果如表1所示。如表1,分別對5組年分析的殘差進行χ2檢驗,均事先給定顯著性水平0.05。每組又分三次檢驗,分別是對所有殘差、剔除大于三倍標準差的殘差后、剔除大于兩倍標準差的殘差后進行檢驗,發(fā)現(xiàn)檢驗值均大于理論值,僅第二組檢驗結(jié)果在剔除兩倍中誤差后的結(jié)果比較接近理論值,即第二組殘差比較接近正態(tài)分布。χ2檢驗表明年分析殘差不屬于正態(tài)分布,其中還有周期項未分離出來。本文采樣間隔Δt=1h,t∈[-N,N],N=4428。根據(jù)Rayleigh準則,分辨率Δσ≥Δ/2N·360(°·h-1),要提高分辨率,可采用更高頻率的采樣間隔,比如10min的間隔,此時分辨率為Δσ≥0.0068(°·h-1);或使用更長的分析資料,比如19a,此時分辨率為Δσ≥0.0022(°·h-1),可計算472個分潮,能將絕大部分分潮都分離出來。這樣,未參與計算的分潮數(shù)會大大減少,使得調(diào)和分析更加精確。

表1調(diào)和分析殘差χ2檢驗結(jié)果

pYYBAGJGoZSAEeZSAACP3cLPBO0393.png

如上所述,年分析的殘差中還有分潮未被分離出來,但未被分離的分潮影響較小,能夠得到比較準確的調(diào)和常數(shù)。為了檢驗算法的可靠性,采用澳大利亞戴維斯站1a的數(shù)據(jù),利用上述潮汐調(diào)和分析方法進行處理,對應觀測時長365d,觀測值的個數(shù)為8761,與ESR采用的觀測時長和采樣率相同,得到了該站170個分潮的調(diào)和常數(shù)。與ESR公布的年分析結(jié)果進行比較,表2列出了這兩組結(jié)果中的8個主要分潮的調(diào)和常數(shù)。

從表2可以看出,兩組結(jié)果振幅差值在-0.4~0.2cm之間,絕對值最小0.1cm,最大0.4cm;區(qū)時專用遲角差值范圍是-1.3°~1.7°,絕對值最小0.5°,最大1.7°,且ESR公布的結(jié)果均在本文計算的誤差范圍之內(nèi)。

表2根據(jù)戴維斯站數(shù)據(jù)計算得到的結(jié)果與ESR公布結(jié)果的比較

pYYBAGJGoZWAfOIMAAFnDmrhO7M211.png

3.1調(diào)和常數(shù)

利用上述調(diào)和分析方法計算得到了中山站附近海域潮汐的170個分潮的調(diào)和常數(shù)。由于篇幅限制,本文只列出了8個主要分潮每年的振幅H和區(qū)時專用遲角g(以格林尼治時間為時間基準)及其平均值(見表3)。各分潮的振幅變化量(最大值和最小值之差)分別為0.7、0.4、0.3、0.3、0.9、0.2、0.2、0.1cm,變化比率(變化量與最大值之比)為1%~14%;遲角變化量分別為1.8°、0.6°、2°、0.3°、6.9°、0.3°、1.4°、0.9°,變化比率為0.1%~3.8%。其中,振幅和遲角的變化量和變化比率最大的均為N2分潮(太陰橢率主要半日分潮),振幅和遲角變化分別為0.9cm、6.9°,變化比率分別為14%、3.8%,其變化可歸因于天文、非線性效應、海底地形變遷、極潮、氣象等因素的影響,具體原因需更長時間的資料才能確定。8個主要分潮的調(diào)和常數(shù)隨時間變化的曲線如圖1所示。

表3中山站8個主要分潮的調(diào)和常數(shù)

pYYBAGJGoZaAXeBKAACjqiYV9Ag433.png

圖18個主要分潮的調(diào)和常數(shù)隨時間變化的曲線圖

1c07aa58-c2fd-4419-82a6-13d68d2f79cb.png

由圖1中可以看出,各分潮的調(diào)和常數(shù)基本上保持不變,非常穩(wěn)定,其中,N2分潮的振幅和遲角在分析時段內(nèi)有減小的整體趨勢。

3.2潮汐特征值與工程潮位

由調(diào)和常數(shù)結(jié)果計算主要日分潮與主要半日分潮振幅之比為2.79,其值大小在2.0~4.0之間,根據(jù)我國通常使用的潮汐類型劃分方法,中山站屬于不規(guī)則日潮混合潮港。主要半日分潮振幅比0.91,主要日分潮振幅比1.03,兩個比值均接近1。半日潮齡為102h,即從朔望算起到大潮來臨時刻的平均時間間隔約為4d。日潮齡為9h,即從月球赤緯最大算起到發(fā)生回歸大潮的平均時間間隔只有9h。表4列出了根據(jù)調(diào)和常數(shù)計算得到的其他潮汐特征值。根據(jù)5a的潮汐資料統(tǒng)計得到高低潮的累積頻率以及乘高低潮2h潮位累積頻率,分別如圖2、3所示。設計高水位即高潮10%約為1.9m,設計低水位即低潮90%約為0.4m。全年70%的高潮能滿足在2h的乘潮作業(yè)中確保有高于約1.1m的高度。

表4中山站5年潮汐特征值

pYYBAGJGoaGAPkWMAAE0yom-SxQ596.pngpoYBAGJGoaWAW6caAADE9MrBQNA639.png

圖2中山站高低潮累積頻率曲線 圖3中山站乘高低潮2h潮位累積曲線

4 結(jié) 語

1.利用年資料每小時數(shù)據(jù)進行潮汐調(diào)和分析存在不足,不能計算出所有的分潮,可以通過采用更高的采樣間隔或使用長時間的潮汐數(shù)據(jù)來提高分辨率。

2.各主要分潮的調(diào)和常數(shù)在分析時段內(nèi)非常穩(wěn)定,變化量很小。僅N2分潮變化量相對較大,且有變小的整體趨勢。3.中山站屬于不規(guī)則日潮混合潮港,半日潮齡102h,日潮齡9h;平均大的潮差為99cm,平均小的潮差為25cm;高潮10%約為1.9m,低潮90%約為0.4m;全年70%的高潮能滿足在2h的乘潮作業(yè)中確保有高于約1.1m的高度。

審核編輯:符乾江

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    光譜與高光譜工業(yè)相機技術原理與差異

    光譜與高光譜工業(yè)相機通過捕捉傳統(tǒng)RGB相機無法獲取的波長信息,實現(xiàn)了更精細的分析和高維數(shù)據(jù)解讀。
    的頭像 發(fā)表于 01-29 17:33 ?653次閱讀
    多<b class='flag-5'>光譜</b>與高<b class='flag-5'>光譜</b>工業(yè)相機技術原理與差異

    紅外光譜技術應用與原理分析

    分析檢測領域,紅外光譜分析技術作為一種高效、準確的分析檢測手段,能夠快速準確地識別各類化合物的分子結(jié)構特征。這項技術基于一個簡單卻精妙的原理:當紅外光照射樣品時,分子中的化學鍵會吸收
    的頭像 發(fā)表于 11-11 15:21 ?890次閱讀
    紅外<b class='flag-5'>光譜</b>技術應用與原理<b class='flag-5'>分析</b>

    光譜圖像顏色特征用于茶葉分類的研究進展

    光譜成像技術結(jié)合顏色特征分析為茶葉分類提供了高效、非破壞性的解決方案。本文系統(tǒng)綜述了該技術的原理、方法、應用案例及挑戰(zhàn),探討了其在茶葉品質(zhì)分級、品種識別和產(chǎn)地溯源中的研究進展,并展望了未來發(fā)展方向
    的頭像 發(fā)表于 10-17 17:09 ?610次閱讀
    多<b class='flag-5'>光譜</b>圖像顏色<b class='flag-5'>特征</b>用于茶葉分類的研究進展

    光譜成像在作物病蟲害監(jiān)測的研究進展

    光譜成像技術(Hyperspectral Imaging, HSI)是一種將光學成像與光譜分析相結(jié)合的多維信息獲取技術,其核心在于通過連續(xù)窄波段(通常 光譜特征基礎 植物受病蟲害侵襲
    的頭像 發(fā)表于 10-16 15:53 ?573次閱讀
    高<b class='flag-5'>光譜</b>成像在作物病蟲害監(jiān)測的研究進展

    光譜成像在分析作物長勢和產(chǎn)量預估中的應用

    的關鍵技術路徑,并通過典型應用案例分析其在現(xiàn)代農(nóng)業(yè)中的價值與挑戰(zhàn)。 高光譜成像基本原理 多維數(shù)據(jù)融合 :同步獲取空間(2D圖像)+光譜(數(shù)十至數(shù)百個窄波段)+時間(動態(tài)監(jiān)測)三維信息 植被光譜
    的頭像 發(fā)表于 09-27 16:04 ?505次閱讀
    高<b class='flag-5'>光譜</b>成像在<b class='flag-5'>分析</b>作物長勢和產(chǎn)量預估中的應用

    光譜相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧識別-守護耕地紅線

    費力。而多光譜低空遙感技術憑借大范圍監(jiān)測能力與精準光譜識別特性,正成為耕地用途智慧化監(jiān)管的核心工具。 一、技術原理:光譜如何“看見”耕地? 1.?耕地光譜指紋
    的頭像 發(fā)表于 07-22 15:41 ?609次閱讀
    多<b class='flag-5'>光譜</b>相機賦能耕地用途保護:耕地面積統(tǒng)計、非農(nóng)非糧識別-守護耕地紅線

    太陽光模擬器性能的影響參數(shù):光譜匹配度、光譜覆蓋率及光譜偏離率

    光譜與標準光譜的契合度,進而影響測試精度。紫創(chuàng)Luminbox深耕太陽光模擬器技術研發(fā),致力于以這三大指標為核心優(yōu)化方向,提升設備對復雜測試場景的適配能力。下文將具體分析這三項參數(shù)對太陽光模擬器性能
    發(fā)表于 07-21 15:35

    Robot之眼——多光譜傳感器的靜電浪涌防護指南

    講解一、多光譜傳感器概述多光譜傳感器通過分光技術將光分為窄波段,經(jīng)探測器轉(zhuǎn)換為電信號,處理后提取目標多光譜
    的頭像 發(fā)表于 07-11 15:11 ?1043次閱讀
    Robot之眼——多<b class='flag-5'>光譜</b><b class='flag-5'>傳感</b>器的靜電浪涌防護指南

    光譜相機讓農(nóng)林管理進入“光譜級”智能時代

    、病害應激反應等。這種能力使得高光譜技術成為研究和管理作物、森林的強大工具。 為什么農(nóng)林業(yè)需要“光譜級”的感知? 作物和林木在受到病害、水分脅迫或營養(yǎng)失衡時,表面可能尚未出現(xiàn)明顯癥狀,但其光譜
    的頭像 發(fā)表于 06-27 10:50 ?541次閱讀
    高<b class='flag-5'>光譜</b>相機讓農(nóng)林管理進入“<b class='flag-5'>光譜</b>級”智能時代

    光譜成像相機:基于高光譜成像技術的玉米種子純度檢測研究

    種子純度是衡量種子質(zhì)量的核心指標之一,直接影響農(nóng)作物產(chǎn)量與品質(zhì)。傳統(tǒng)檢測方法(如形態(tài)學觀察、生化分析)存在耗時長、破壞樣本、依賴人工等缺陷。近年來,高光譜成像技術因其融合光譜與圖像信息的優(yōu)勢,成為
    的頭像 發(fā)表于 05-29 16:49 ?672次閱讀

    光譜相機在生物醫(yī)學中的應用:病理分析、智慧中醫(yī)與成分分析

    光譜成像技術(Hyperspectral Imaging, HSI)通過捕捉物質(zhì)的連續(xù)光譜信息與空間信息,形成“光譜立方體”,能夠揭示傳統(tǒng)成像技術無法獲取的分子級特征。作為國內(nèi)
    的頭像 發(fā)表于 04-24 11:25 ?703次閱讀

    器件篇-霍爾傳感器基礎知識

    ?;魻栭_關的輸出分析,以圖示為例: 當南極(S)磁場強度大于霍爾開關的磁性工作閾值Bop時,霍爾開關的輸出晶體管開啟,圖示輸出為低電平(L)。 當南極(S)磁場強度小于霍爾開關的磁性工作閾值Brp
    發(fā)表于 04-17 11:28

    光譜傳感器:工業(yè)輪廓掃描的毫米級精度革新

    隨著光譜傳感技術與人工智能、物聯(lián)網(wǎng)的深度融合,工業(yè)輪廓掃描將向更高精度、更廣適用性方向發(fā)展。例如,納米級光譜解析技術已開始應用于超薄材料厚度監(jiān)測,而多物理場耦合檢測將進一步擴展光譜
    的頭像 發(fā)表于 04-02 11:00 ?897次閱讀
    <b class='flag-5'>光譜</b><b class='flag-5'>傳感</b>器:工業(yè)輪廓掃描的毫米級精度革新

    如何利用高光譜相機實現(xiàn)精確的光譜分析

    空間信息基礎上增加第三維的光譜信息。 這種技術基于物質(zhì)對不同波長光的吸收、反射特性具有"指紋"效應的原理。每種物質(zhì)都有其獨特的光譜特征,通過分析這些
    的頭像 發(fā)表于 03-28 17:05 ?1103次閱讀
    如何利用高<b class='flag-5'>光譜</b>相機實現(xiàn)精確的<b class='flag-5'>光譜分析</b>?

    基于高光譜特征參數(shù)的馬鈴薯塊莖形成期葉片含水量定量監(jiān)測模型

    采用高光譜數(shù)據(jù)選擇的特征光譜參數(shù)對馬鈴薯關鍵生育期葉片含水量的定量監(jiān)測普適性更高。研究結(jié)果可以實時、準確地監(jiān)測馬鈴薯葉片含水量,對于馬鈴薯株水分狀態(tài)的評估具有重要價值,為馬鈴薯的快速水分診斷及節(jié)水灌溉推薦提供技術支撐。
    的頭像 發(fā)表于 03-24 18:03 ?669次閱讀
    基于高<b class='flag-5'>光譜</b><b class='flag-5'>特征</b>參數(shù)的馬鈴薯塊莖形成期葉片含水量定量監(jiān)測模型