利用机器学习模型预测中国沿海海平面变化

该文利用线性回归函数,根据卫星测高及中国沿海6个验潮站数据估算出1993—2020年中国沿海绝对海平面上升速率为4.17±1.32 mm a,相对海平面上升速率为4.47±0.90 mm a。将1958—2020年的大气数据、海洋数据及气候模态指数作为预报因子,建立了长短期记忆神经网络模型(LSTM模型)、循环神经网络模型(RNN模型)、门控循环单元神经网络模型(GRU模型)和支持向量机回归模型(SVR模型)等多种神经网络模型对中国沿海6个验潮站周边的相对海平面变化趋势进行预测。模型评估结果表明,同时引入大气变量、海洋变量及气候模态指数变量的LSTM模型取得的预测值与观测值的平均相关系数和均方根误差分别为0.866和19.279 mm,在4种模型中表现最佳,可以作为一种新型的预测相对海平面变化的方法。

基于多元逐步回归及实时修正的长江南京站高潮位预报

南京潮水位站是长江进入江苏的“第一站”,提高潮位预报精度对于南京市防洪减灾具有重要意义。利用南京潮水位站2010~2020年高潮位超过8.50 m年份的实测资料,采用多元回归分析建立南京潮水位站高潮位预报模型。为消除多重共线性的影响,采用逐步回归对变量进行筛选,并对预报模型进行实时修正以提高预报精度。结果表明:根据GB/T 22482-2008《水文情报预报规范》,该模型预报精度可达甲等。该预报方法简单、实用,对于提高受潮汐影响站点的潮位预报精度具有一定的参考价值。

基于AutoML的长江下游周旬尺度枯水位及潮位预报

基于微软在2018年发布的自动化机器学习建模平台Azure AutoML,探索长江下游水位及潮位预报模型构建与应用。以大通枯水期周旬尺度最低水位、南京未来14与20次低潮中最低潮位的预报为例,开展研究并从模型构建与评估、预报精度、输入因子重要性等角度进行分析。研究结论表明:微软Azure AutoML平台可便捷地进行自动化机器学习模型的构建;两站点的预报模型在2014—2020年模型构建过程、2021年模型精度分析过程中均取得较高的精度指标,但在最低水位(潮位)波动变幅较大的阶段,预报模型的性能有待进一步提高;大通站不同预见期预报模型的重要输入因子较为一致,排名前三的重要变量依次为八里江、大通、安庆水位;南京潮位预报规律较为复杂,应尽量纳入更长时段的前期潮位信息。

基于C#语言的潮汐分析及预报平台开发

研究潮汐特点,加强潮汐利用,对人类社会的发展具有重要意义。文章基于C#语言设计开发了计算快速并具有良好界面的潮汐分析与预报平台,弥补了现有软件工具的功能缺陷。平台包含数据预处理、调和分析、潮汐预报三个模块,涵盖潮汐数据分析计算的全过程。利用三个验潮站的实测数据对平台进行测试,将测试结果与国际流行的潮汐计算工具包T-tide的计算结果进行比对,结果表明两者几乎一致,验证了平台算法的准确性。

太湖流域平望水位和米市渡潮位过程预报研究

通过对太湖流域平望水位和米市渡潮位过程及其影响因子的研究,提出了潮位过程的平均潮位、潮差、潮位过程平移、潮位过程分解与重建等概念,并用简单实用的统计相关方法建立了平望水位和米市渡潮位过程预报模型;用1996-1999年汛期(5月1日-9月30日)的水文观测资料对所建立的模型进行了率定,率定结果表明,所建立的模型具有一定的预报精度、对太湖流域洪水预报调度具有重要的参考作用.

基于小波分析的BP神经网络潮水位预测方法

分析了潮水的特性,提出了基于小波多分辨分析的BP神经网络潮水位预测方法。通过小波分解与重构技术,将潮水位序列分解成不同层次,得到趋势项、周期项和随机项,利用BP神经网络对每一项进行预测,最后再重构得到原潮水位序列的预测值。实例验证,基于小波分析的BP神经网络潮水位预测方法比单独用神经网络对潮水位进行预测更有效。

海道测量水位改正通用软件研制

综合近几年海道测量水位改正的最新理论研究成果,以"海洋测量信息处理工程"软件系统为基础平台,根据直观性、通用性、可靠性等基本原则,开发了适用于单波束、多波束多种测深数据接口的海道测量水位改正通用软件,并从内、外符合精度方面对软件的水位改正效果进行了检验评估。

江苏海岸港口特征潮位计算与分析

利用潮汐调和分析程序对江苏海岸6个港口2001年4～6月份的高低潮位资料进行调和分析，得出了11个分潮的调和常数、平均海平面和特征潮位，并进行了一致性验证．利用预报程序预报了2000-2005年的时序潮位和高、低潮位，所得结果与潮汐表预报潮位基本一致．利用预报结果计算了工程设计高、低潮位，时序潮位累积频率99％对应的潮位与低潮位序列数据累积频率90％对应的潮位一致．根据特征潮位数据拟合出了各验潮站特征潮位间的关系表达式．

海道测量中几种水位改正方法的比较与分析

针对多波束测深易出现的因水位改正不完善导致的相邻测深条带间的拼接断层,分别采用天文潮预报、基于余水位配置的海洋潮汐推算以及基于日平均海面订正的海洋潮汐推算等方法进行水深测量水位改正。结果表明,后两种方法均适用于多波束水深测量水位改正。

基于深度学习的潮位预报订正技术研究

引入长短期记忆神经网络(LSTM)深度学习先进算法,通过3折滑动时间序列交叉验证结合网格搜索方法确定最佳参数,构建了吴淞口潮位预报订正深度学习模型。结合风、压气象参数,对调和分析的预报潮位进行订正,得到更为准确的订正潮位,并与非线性自回归动态神经网络(NARX)浅层学习预报订正结果对比。结果表明:120 h预报潮位经LSTM模型订正后的均方根误差为0.102 m,平均绝对误差为0.084 m,订正后误差降低了52.8%;前72 h预报潮位经LSTM模型订正后误差降低了57.3%。对比发现,LSTM模型在短期和中长期潮位预报订正中均有较好表现,NARX模型在短期预报订正中表现出色。“海神”台风风暴潮过程期间,120 h、前72 h和“主振”48 h特征时段预报潮位经LSTM模型订正后,均方根误差为0.114~0.119 m,平均绝对误差为0.100~0.102 m。

全球和我国近海验潮站及任意地点(区)的21世纪海平面预测

叙述了应用我国验潮站的海平面资料求年变率的方法,该法得出我国海平面的年变率为0.14～0.20cm/a;同时对海平面的外推预测法进行介绍和比较验证;提出全球海平面上升值加当地地面升降值的地点和地区预测法,结合年变率和气温升温计算出全球和我国珠江、长江及黄河三角洲等地区以及一些地点的21世纪海平面预测值。此法尚可推广到全世界的验潮站和我国任意地点（区）计算未来21世纪的海平面预测值。

验潮站零点漂移检测及修订方法的改进

考虑到利用中数法计算的日平均海面可能残留较多的短周期分潮影响,会给验潮站零点的漂移检测及修订引入一项潜在的系统差,进而影响到潮汐分析及水深测量水位改正等应用。提出了基于Godin法计算日平均海面的验潮站零点漂移检测及修正的改进方法。应用结果表明Godin法较中数法可明显削弱短周期分潮影响,从而可提高验潮站零点漂移检测及修订的精度。

亚航QZ8501搜救航路GPS高程数据研究

文章针对"南海救101"轮前往爪哇海QZ8501失事区域一段330 km航路上记录的GPS数据,进行粗差剔除和小波去噪,得到平滑的GPS高程数据。根据DTU10全球海洋潮汐模型的主要分潮,预报了航路上4个站位的潮位数据,按照时间最近、距离最小的原则得到了船舶航路上的潮位。按照航路的地理坐标,提取出了DTU10全球平均海平面模型的数据。将平滑的GPS高程数据与DTU10模型数据进行比较分析,得到了推算潮位,并将推算潮位与预报潮位进行了比较分析,两者的平均差值为-0.11 m,可以满足远海水深小于200 m的区域的潮位改正需求。

近海区域多波束水深测量的水位改正方法

阐述了近海区域由监测验潮站实测潮位和天文预报潮位,以及模拟站的天文预报潮位获得模拟站接近实测的水位改正资料的理论和方法,在Caris Hips软件中得到成功应用,并在主检比对中获得满意的效果,资料满足《海道测量规范》要求。

滚装直跳板码头装卸作业潮位预报方法

针对滚装码头装卸车辆的潮位范围选择问题,以滚装直跳板为研究对象,分析跳板技术状态、船的状态、通行车辆性能和码头参数等因素对作业潮位的影响,并将影响情况定量转化为仅以跳板工作角度为未知数的不等式组,采用数值迭代法求解出跳板工作角度范围,进而预报作业潮位范围,并通过工程实例对该作业潮位预报方法进行验证。结果表明,该作业潮位预报方法具有普遍适用性,可用于指导滚装船制定码头装卸作业计划。

数据融合下的短期潮位预报测试及分析

针对短期验潮数据分析难度大、预报精度低的问题,设计了一种基于数据融合技术的短期潮位预报方法,利用扩展卡尔曼滤波(EKF),将通用的潮汐模型计算水位融合到调和预报模型之中,生成精度更高的融合预报值。数据测试表明,对于3天的验潮数据,EKF方法至少对向后5天的预报有效,融合值较两种源数据的平均优化度分别为33%和60%;对于7天的验潮数据,EKF方法在向后20天的预报中几乎都产生了优化效果。该方法适宜在资料缺乏的海区使用,为短期潮位预报提供了一种新的解决方案。

我国沿海航路测量水位控制关键技术研究

沿海航路离岸远、跨度大,测量精度要求高,水位控制是影响沿海航路测量成果精度的关键因素。分析了中国沿海航路测量水位控制的特点和难点,结合辽东湾满载VLCC推荐航路扫测工程案列,探讨了验潮站布设、海上定点验潮站数据获取、深度基准面确定、水位改正等关键技术问题,并提出了适用的解决方案,提高了水位控制作业效率和成果精度,以期为中国沿海航路测量水位控制提供有益的借鉴。

长江口外潮汐精细化模型研究与精度分析

长江口外海上测量除受风浪影响较大外,最重要的问题是潮位控制非常困难。文中简要阐述了开展长江口外潮汐精细化模型研究的方法,介绍了利用潮汐精细化模型对长江口外航路任意点进行潮汐预报的方法,并通过实测数据进行了精度分析,提出了建议。

长江下游东段高水位的天气类型及预报服务决策

长江下游东段高水位是该区域汛期常见的水害之一。针对长江下游东段近13年高水位日,利用同期常规的水文资料和天气图等资料,以天气学原理为基础,运用风暴潮原理和农历潮汐等相关理论,分析高水位成因,探寻引发高水位的主要因子。结果表明:(1)东段高水位发生在农历潮汐高潮期,直接受其高潮位影响;(2)引发高水位的天气系统是台风和西风槽;(3)西风槽引发长江上中游洪水东泄通过东段;台风行近大陆架其强制孤立波使海面急剧上升,台风暴潮倒灌入侵东段;(4)高水位与本地降水关系不密切。

海南省沿岸警戒潮位标志物建设探究

海南是中国受台风影响最多的省份,素有“台风走廊”之名,同时也是遭受各种海洋灾害影响最严重的省份。为提升全社会海洋灾害防御意识,做好风暴潮的防灾减灾工作,本文依据海南省核定公布的风暴潮4色警戒潮位值,在海南岛北部到东北部一带沿海设计了一种利用K波段雷达进行潮位测量的警戒潮位标志物,集基础支撑结构、供电控制系统、数据采集及传输系统、终端报警和预警信息发布系统、视频监控系统、管理中心平台等功能于一体。通过警戒潮位标志物的设立,可有效提升海南省海洋观测能力建设水平,完善海南省海洋灾害预警体系和治理能力建设,亦可为海南省海洋环境预报、海洋防灾减灾等提供重要数据支撑和决策依据。