梁亞朋 陳文敏

摘? 要：研究潮汐特點，加強潮汐利用，對人類社會的發(fā)展具有重要意義。文章基于C#語言設計開發(fā)了計算快速并具有良好界面的潮汐分析與預報平臺，彌補了現(xiàn)有軟件工具的功能缺陷。平臺包含數(shù)據(jù)預處理、調和分析、潮汐預報三個模塊，涵蓋潮汐數(shù)據(jù)分析計算的全過程。利用三個驗潮站的實測數(shù)據(jù)對平臺進行測試，將測試結果與國際流行的潮汐計算工具包T-tide的計算結果進行比對，結果表明兩者幾乎一致，驗證了平臺算法的準確性。

關鍵詞：潮汐分析；潮汐預報；C#；潮位數(shù)據(jù)處理；平臺開發(fā)

中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）23-0031-05

Tidal Analysis and Forecasting Platform Development Based on C# Language

LIANG Yapeng， CHEN Wenmin

（Guangdong Provincial Land and Resources Surveying and Mapping Institute， Guangzhou? 510663， China）

Abstract： Studying the characteristics of tides and strengthening their utilization are of great significance for the development of human society. This paper designs and develops a tidal analysis and forecasting platform based on C# language， which is computationally fast and has a good interface， making up for the functional defects of existing software tools. The platform includes three modules： data preprocessing， harmonic analysis， and tidal forecasting， covering the entire process of tidal data analysis and calculation. The platform is tested using the measured data from three tidal stations， and the test results are compared with the calculation results of the internationally popular tidal calculation toolkit T-tide. The results show that the two are almost consistent， verifying the accuracy of the platform algorithm.

Keywords： tidal analysis; tidal forecasting; C#; tide level data processing; platform development

0? 引? 言

潮汐與國民經(jīng)濟建設密切相關，潮汐、潮流的準確預報在國防建設、航運交通、水產(chǎn)養(yǎng)殖、海洋資源開發(fā)、能源利用、環(huán)境保護、近海和遠海工程建設以及海岸防護等各方面起著至關重要的作用[1]。國內外諸多學者對潮汐分析工具進行了研究開發(fā)，如Pawlowicz等人基于MATLAB開發(fā)的T-tide[2]工具包是目前主流的調和分析工具，馬麗娟等用VC++設計開發(fā)了一個集潮汐調和分析與預報于一體的系統(tǒng)[3]，江海東使用MATLAB擬合工具箱進行潮汐調和分析，實現(xiàn)了短期潮汐資料的分析與預報[4]。

但上述研究都存在不足：1）不能對潮位數(shù)據(jù)進行預處理；2）不能兼顧長期調和分析和中期調和分析；3）對使用者的編程水平具有一定的要求，操作復雜?；诖耍疚拈_發(fā)了基于C#語言的潮汐分析及預報平臺開發(fā)，彌補了現(xiàn)有研究的不足，更能適用于潮汐分析工作。

1? 算法原理與方法

1.1? 循環(huán)預報法

循環(huán)預報法用于改正驗潮站觀測數(shù)據(jù)中跳變較大、不符合周期性變化規(guī)律的粗差。其流程如圖1所示，首先根據(jù)現(xiàn)有的驗潮站觀測數(shù)據(jù)，計算一個概略潮汐調和常數(shù)，然后對記錄開始時刻到結束時刻所有觀測時刻的潮高值進行預報。得到原始觀測數(shù)據(jù)和預報數(shù)據(jù)的差值為余水位，計算余水位的中誤差σ及觀測值與預報值的較差，對較差絕對值超過3σ的余水位進行改正。隨后，將改正后的余水位對應加到預報數(shù)據(jù)中，作為下一輪循環(huán)預報的原始觀測值，迭代直到余水位[5]全部滿足與平均值的較差絕對值不超過3σ的，則該輪預報值的改正值作為最后的觀測值改正成果。

1.2? 曲線擬合法

一般按時間序列來說，水位觀測前后的數(shù)據(jù)變化是平滑的?；谶@一特性，采用曲線擬合法[6]進行處理。其原理是：判斷某個數(shù)據(jù)h（t）是否合理，首先選取其前后等間隔的6個數(shù)據(jù)，將這6個數(shù)據(jù)通過二次拋物線內插t時刻數(shù)據(jù)；然后與觀測值h（t）進行比較，并計算h與h'較差的中誤差σ。利用多項式方程計算t時刻的擬合水位h'（t），若h（t）與其較差絕對值大于3倍σ，則可認定為異常，用h'（t）的值代替h（t）的值，否則不做處理。其他再做分析、判斷和糾正。曲線擬合法算法流程如圖2所示。

1.3? 長期調和分析

潮汐調和分析[7]即對應引潮勢調和展開式計算多個分潮的調和常數(shù)（分潮振幅Hi與遲角gi）。由于一定區(qū)域的海洋環(huán)境變化極為緩慢，而實際潮汐分潮的調和常數(shù)反映了海洋對相應分潮頻率的外力的響應情況，故其具有很高的穩(wěn)定性，在一定時期內可認為是常數(shù)。在一段時間內的潮高表示為：

式中，S0為平均潮位高度；N為選取的分潮個數(shù)；t為時間；Hi為分潮i的振幅與gi為分潮i的遲角；σi為分潮角速率，ν0i為分潮天文相角，二者均可預先求解，只與觀測時段和分潮有關；γ為擾動項。

1.4? 中期調和分析

中期水位觀測數(shù)據(jù)序列較短、數(shù)據(jù)較少，較難反映某些長周期分潮的變化規(guī)律，若直接應用長期驗潮站數(shù)據(jù)同類分析方法，得到的調和常數(shù)不準確，同時由于數(shù)據(jù)量少也會影響分潮的精度。因此，中期調和分析需引入鄰近長期水位觀測數(shù)據(jù)的調和常數(shù)進行難以分離的同群分潮的相依關系訂正。

在分析中期觀測數(shù)據(jù)時，假定同一群分潮中主分潮和隨從分潮之間有確定的振幅比和遲角差，稱這種振幅比和遲角差為差比關系[8]，通過引入差比關系，盡可能提高中期觀測數(shù)據(jù)調和結果的可靠性。

設引入的隨從分潮和主分潮的差比關系為：

根據(jù)模型線性化參數(shù)：ai = Hicosθi，bi = Hisinθi，可得：

上述差比關系通過引入本驗潮站或鄰近驗潮站歷史長期觀測數(shù)據(jù)獲得的調和常數(shù)得出。

1.5? 潮汐預報

潮汐預報[9]實際上是潮汐分析的逆運算，其基本原理與潮汐分析相同，只是預報模型中潮高基準面和各分潮的調和常數(shù)變?yōu)橐阎浚鴮砟硶r刻或某時間段內的潮高為未知量。參照調和分析的數(shù)學模型，潮汐調和預報的模型為：

式中，t為所要預報的將來的某時刻；S0為平均海平面，Hi為分潮i的振幅與gi為分潮i的遲角；σi為分潮角速率，ν0i為分潮天文相角。

2? 平臺實現(xiàn)

2.1? 平臺總體設計

潮位調和分析與預報平臺分為數(shù)據(jù)預處理、調和分析、潮汐預報3個功能模塊，涵蓋了潮汐數(shù)據(jù)分析計算的全過程。數(shù)據(jù)預處理模塊包含剔除重復數(shù)據(jù)、粗差探測及剔除兩部分，經(jīng)過數(shù)據(jù)預處理可以提高潮位數(shù)據(jù)的質量以及利用率；調和分析模塊包含長期調和分析和短期調和分析兩部分，處理后的數(shù)據(jù)經(jīng)過分析得到調和常數(shù)；潮汐預報模塊包含數(shù)據(jù)預報和數(shù)據(jù)顯示兩部分，讀取驗潮站點的調和常數(shù)，即可預報任意時間段內的潮位。平臺總體設計如圖3所示。

2.2? 數(shù)據(jù)處理模塊

主要用于潮位數(shù)據(jù)的預處理，包括剔除重復數(shù)據(jù)和粗差探測及剔除兩個功能，其中粗差探測及剔除功能可以選擇曲線擬合或循環(huán)預報法進行分析，曲線擬合的處理速度比循環(huán)預報要快。數(shù)據(jù)分析完成后會生成數(shù)據(jù)質量報告。質量報告對缺失數(shù)據(jù)、重復數(shù)據(jù)、超限數(shù)據(jù)進行了統(tǒng)計，可以很直觀地看出數(shù)據(jù)質量好壞。數(shù)據(jù)處理模塊界面及數(shù)據(jù)質量報告如圖4所示。

（a）數(shù)據(jù)處理模塊

（b）數(shù)據(jù)質量報告

2.3? 調和分析模塊

調和分析模塊分為“長期調和分析方法”和“中期調和分析方法”，該模塊可以根據(jù)數(shù)據(jù)量大小自動選擇相應地分析方法，勾選“輸出分潮文件”，點擊確定，即可得到文本格式的調和常數(shù)文件。調和分析模塊界面及調和常數(shù)文件如圖5所示。

（a）調和分析模塊

（b）常數(shù)文件

2.4? 潮汐預報模塊

可實現(xiàn)驗潮站處任意時段的潮汐預報，輸入起始時間和截止時間，點擊“開始預報數(shù)據(jù)”，選擇調和常數(shù)文件即可在右邊數(shù)據(jù)框得到預報潮位值，也可將預報結果導出為文本格式。點擊“數(shù)據(jù)顯示”，可以看到預報潮位的變化曲線圖。潮汐預報模塊界面如圖6所示。

（a）潮汐預報模塊

（b）預報潮位的變化曲線圖

3? 應用實例分析

為了驗證平臺的實際應用效果，收集了粵港澳大灣區(qū)Station1、Station2、Station3這3個驗潮站，數(shù)據(jù)觀測時間分別為2019年、2013年、2012年，采用本平臺對此3個驗潮站進行分析。

3.1? 數(shù)據(jù)預處理

分別采用循環(huán)預報法和曲線擬合法對3個驗潮站實測水位數(shù)據(jù)進行了數(shù)據(jù)預處理，統(tǒng)計情況如表1所示。

從統(tǒng)計結果可以看到，兩種算法剔除后的數(shù)據(jù)利用率基本都在95%以上，滿足后續(xù)調和分析要求，但曲線擬合的處理速度比循環(huán)預報要快很多，所以優(yōu)先使用曲線擬合法。

3.2? 調和分析

利用C#對上述算法進行編程，對3個驗潮站的實測數(shù)據(jù)進行了調和分析，并與T-tide程序包運算進行對比，對比結果如表2所示。

可以看出，Station1的13個分潮振幅偏差最大值為0.05 cm，遲角偏差最大值為0.86°，最小值為0.02°；Station2的13個分潮振幅偏差的范圍是0～0.04 cm，

遲角偏差范圍是0°～0.87°；Station3的13個分潮振幅偏差最大值為0.04 cm，遲角偏差范圍是0.01°～0.86°，其中有7個分潮振幅無偏差。3個驗潮站N2、MS4、M6、SA、SSA這5個分潮的振幅均無偏差，其他8個分潮振幅均在5 mm以內，各分潮遲角差值均在1°以內，表明基于最小二乘原理的自編潮汐調和分析軟件計算結果可靠。

3.3? 潮汐預報

根據(jù)Station1、Station2、Station3計算的調和常數(shù)，對2011年的水位數(shù)據(jù)進行預報。預報結果與T_tide預報結果比對情況如表3所示。

由表可知，Station1中誤差為0.65 cm，Station2中誤差為0.60 cm；Station3則是0.74 cm，3個站的中誤差均在1 cm內，證明本研究的預報算法可靠。

4? 結? 論

鑒于現(xiàn)有調和分析工具存在的不足，開發(fā)了基于C#語言的潮汐分析及預報平臺，該平臺可以實現(xiàn)數(shù)據(jù)預處理，調和分析以及潮汐預報等功能，可以滿足海洋工程建設，海洋防災減災、海洋資源開發(fā)利用等方面的應用，具有很高的實用性。本平臺后續(xù)將加入深度基準面計算模塊，屆時，將對陸海統(tǒng)一的現(xiàn)代測繪基準體系的構建提供重要支撐。

參考文獻：

[1] 宋艷朋，王墉成，周東旭.潮汐調和分析預報與基準面程序混編實現(xiàn) [J].北京測繪，2022，36（7）：956-960.

[2] PAWLOWICZ R，BEARDSLEY B，LENTZ S. Classical tidal harmonic analysis includingerror estimates in MATLAB using T_TIDE [J].Computers & Geosciences，2002，28（8）：929-937.

[3] 馬麗娟，徐豐，胡非，等.潮汐調和分析與預報系統(tǒng) [J].計算機輔助工程，2006（2）：52-54+58.

[4] 江海東，費岳軍，應岳.使用MATLAB擬合工具箱進行潮汐調和分析 [J].海洋技術，2012，31（3）：33-36.

[5] 王德江.基于潮汐模型與余水位監(jiān)控法的水位改正法在湛江港航道驗收工程中的應用 [J].工程技術研究，2022，7（21）：10-12.

[6] 李光利.JR阻力曲線的最佳二次曲線擬合 [J].理化檢驗.物理分冊，1991，27（4）：44-45.

[7] 暴景陽，劉雁春，肖付民.潮汐分析和預報的誤差分析 [J].海洋測繪，1995（1）：31-37.

[8] 牛桂芝，裴文斌.潮汐數(shù)據(jù)的達爾文分析與調和分析的對比研究 [J].水道港口，2010，31（4）：293-296.

[9] 周建營，梁亞朋，陳國恒，等.一種基于python的潮汐預報算法 [J].熱帶地貌，2020，41（1）：61-64.

作者簡介：梁亞朋（1996—），男，漢族，河南開封人，助理工程師，本科，研究方向：海洋科學；通訊作者：陳文敏（1995—），男，漢族，海南洋浦人，助理工程師，本科，研究方向：海洋科學。