一种高精度的河口短期潮位预报方法技术

本发明专利技术公开了一种高精度的河口潮位短期预报方法，在非稳态调和分析方法的基础上，引入了自回归方法，通过自回归方法对非稳态调和分析方法的预报误差建立自回归模型，采用自回归模型对非稳态调和分析方法预报潮位的预报误差进行估计，从而对其预报潮位进行误差修正，达到了较传统方法更高精度的河口潮位预报结果。

A High Precision Short-term Tidal Level Prediction Method for Estuaries

【技术实现步骤摘要】
一种高精度的河口短期潮位预报方法
本专利技术涉及一种高精度的河口短期潮位预报方法，属于河口地区潮位预报

技术介绍
对于潮位预报问题，常采用调和分析方法，通过对潮位站过去实测潮位资料进行调和分析，获得潮位站的调和常数来预报该站点潮位。调和分析方法能较高精度地预报外海潮位，当潮波从外海传播到河道中时，存在上游径流与潮波的非线性相互作用，调和分析方法由于不能考虑径流与潮波的非线性相互作用，这使得调和分析方法应用于河口地区(尤其是感潮河段上游)潮位预报时精度不高。因此，如何考虑径流与潮波的非线性相互作用是河口地区潮位预报面临的一个重要问题。为了考虑径流对潮波的影响，非稳态调和分析方法被提出。该方法考虑了径流对调和分析方法参数中平均水位、分潮振幅和迟角的修正作用，预报未来潮位时相对于调和分析方法精度有所提高。虽然非稳态调和分析方法预报河口地区潮位时能取得比调和分析更高的精度，但由于其是将非线性方程进行线性化之后的，对于径流量与潮流量都大的河口其适用性有待提高，在预报河口潮位时精度仍有待进一步提高。
技术实现思路
本专利技术所要解决的技术问题是，提供一种较非稳态调和分析方法预报精度更高的河口短期潮位预报方法。为解决上述技术问题，本专利技术采用的技术方案为：一种高精度的河口短期潮位预报方法，其特征是，包括以下步骤：S1，收集河口地区起报时刻前M+m时段内的径流站实测径流数据、分析站和参考站的实测潮位数据，根据收集的参考站潮位数据计算其对应潮差序列，径流站测得的或预报的径流序列用Q(t)表示，分析站潮位数据序列用h(t)表示，验潮站测得的或预报的潮位序列计算而得的潮差序列用R(t)表示；其中所述径流站定义为河口区域上游观测径流的水文站，所述分析站定义为河口区域需要预报的潮位站点，所述参考站定义为河口处靠近外海的验潮站；S2，收集河口地区起报时刻前m时段以及后K小时的径流站预报径流数据，其中，M时段为长时段，m时段为短时段；S3，采用调和分析方法，基于参考站需预报时刻前m时段的前M时段的潮位数据以K小时为预报步长滚动预报其前m时段内的潮位值，并由此计算其对应的预报潮差序列；基于参考站起报时刻前M时段潮位数据预测后K小时内的潮位值并由此计算其对应潮差；S4，采用非稳态调和分析方法，基于分析站需预报时刻前m时段的前M时段的实测潮位数据及同时段的实测径流站径流序列和参考站潮差序列，求解对应未知系数，结合步骤S2中前m时段的径流站径流预报值以及S3中同时段的参考站预报潮差序列，以K小时作为预报步长滚动预报分析站起报时刻前m时段内的潮位值；基于分析站起报时刻前M时段实测径流站径流序列、分析站潮位序列和参考站潮差序列进行分析，求解对应未知系数，结合步骤S2中后K小时的径流站径流预报值以及S3中后K小时参考站预报潮差，预报分析站起报时刻后K小时的潮位值；S5，计算S4中前m时段的分析站预报潮位值与S1中分析站对应时段实测潮位数据的差值，作为分析站起报时刻前m时段的预测误差序列；S6，采用自回归方法对S5算得的误差序列构建自回归模型；S7，根据S6构建的自回归模型，预测起报时刻后K小时内非稳态调和分析方法的预报误差值；S8，将S4计算的起报时刻后K小时的潮位值减去S7中预测的预报误差值，作为分析站起报时刻后K小时的最终预报潮位值。进一步的，S1中M时段为8785小时，m时段取值范围为：360≤m≤1200，单位为小时，基于过去不同m时段的预报误差序列构建自回归模型，以进行K小时滚动预报时达到的最小预报均方误差的目标值为m确定值。其中，M的取值并不局限于上述定值，M值越大则分析时能够选取的分潮数就越多，但计算的参数可能与预报时刻的参数差异就越大，故M值选取是需对时间序列长度和对应时间序列长度能够选取的分潮数进行折衷考虑，8785小时只是此次综合考虑后的优选值；而m的取值则是基于上述M取值的基础上，以及基于经验取值得出的范围值，在上述范围内，基于不同取值的预报误差确定具体m值。进一步的，S2中K小时取值为K≤48。进一步的，所述调和分析方法潮位表达式为：其中h(t)为分析站实测潮位；η0为平均海平面；t为时间；k为分潮序号；n为调和分析采用的分潮数；σk、fk、uk、υ0,k、Hk和gk分别为第k个分潮的频率、相位角、交点因子、交点订正角、天文初相角、振幅和迟角，其中调和常数Hk和gk的求解采用最小二乘法。进一步的，所述非稳态调和分析方法潮位的表达式为：其中cj(j＝0～2)，为未知系数；(ps,qs,rs)和(pf,qf,rf)为未知指数；QR(t)为低通滤波后的上游径流站径流序列；R(t)为参考站潮差序列，可由参考站潮位计算；tQ和tR分别表示径流站径流和参考站潮波传播至分析站的时间，分别通过计算QR(t)和R(t)与h(t)的最大互相关系数确定；其余参数与式(2)一致，导入径流站径流序列QR(t)、分析站潮位序列h(t)和参考站潮差序列R(t)，式(3)中未知参数可采用开源程序包NS_TIDE进行计算，当计算出相关参数后，提供预报的径流站径流和参考站潮差序列，非稳态调和分析方法即可预报分析站潮位，其预报潮位的表达式为：其中i表示虚数；Zk表示第k个分潮表征的潮位波动；z*k为zk的共轭复数；|zk(t)|和|z*k(t)|分别表示zk(t)和z*k(t)的模；Im和Re分别表示复数的虚部和实部。进一步的，步骤S6中自回归模型建模公式为：其中yt为非稳态调和分析方法的预报误差序列；εt为白噪声扰动；p为模型阶数；φj(j＝1～p)为模型系数，其中模型阶数p的确定采用AIC准则(Akaikeinformationcriterion)确定，对过去m时非稳态调和分析方法的预报误差时间序列根据公式(10)构造方程组，然后采用最小二乘法求解相关系数，即可根据求得的系数滚动预测未来时刻的非稳态调和分析方法的预报误差。本专利技术所达到的有益效果：本专利技术在非稳态调和分析的基础上，对非稳态调和分析方法过去的预报误差采用自回归方法建模，通过构建的自回归模型来预测非稳态调和分析方法的预报误差，从而修正非稳态调和分析方法的预报潮位值，得到了更高精度的河口短期预报潮位。附图说明图1是实施例实施流程图；图2是实施例中长江河口站点分布图；图3(a)为江阴站24h预报潮位与实测潮位对比图；图3(b)为江阴站48h预报潮位与实测潮位对比图；图4为镇江站48h预报潮位与实测潮位对比图；图5为南京站48h预报潮位与实测潮位对比图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。以本专利技术在长江河口沿江潮位预报实例进行详细说明：(1)图2为本实施例中所设站点分布图，根据长江河口特性，选择上游大通水文站作为径流站，杨林站作为参考站，预报分析站(江阴、镇江和南京站)潮位。(2)收集与分析站(江阴、镇江和南京站)同步观测的径流站径流资料及参考站潮位资料。实施例中收集资料包含杨林、江阴、镇江、南京站和大通站2014～2018年的实测潮位和径流资料，也包含大通站2015-2018年预报径流数据。m值在此次示例中以120为增幅步长从360到1200变化，表1-3给出了在江阴站、镇江站和南京站不同m值时，本本文档来自技高网...

【技术保护点】
1.一种高精度的河口短期潮位预报方法，其特征是，包括以下步骤：S1，收集河口地区起报时刻前M+m时段内的径流站实测径流数据、分析站和参考站的实测潮位数据，根据收集的参考站潮位数据计算其对应潮差序列，径流站测得的或预报的径流序列用Q(t)表示，分析站潮位数据序列用h(t)表示，参考站测得的或预报的潮位序列计算而得的潮差序列用R(t)表示；S2，收集河口地区起报时刻前m时段以及后K小时的径流站预报径流数据，其中，M时段为长时段，m时段为短时段；S3，采用调和分析方法，基于参考站需预报时刻前m时段的前M时段的潮位数据以K小时为预报步长滚动预报其前m时段内的潮位值，并由此计算其对应的预报潮差序列；基于参考站起报时刻前M时段潮位数据预测后K小时内的潮位值并由此计算其对应潮差；S4，采用非稳态调和分析方法，基于分析站需预报时刻前m时段的前M时段的实测潮位数据及同时段的实测径流站径流序列和参考站潮差序列，求解对应未知系数，结合步骤S2中前m时段的径流站径流预报值以及S3中同时段的参考站预报潮差序列，以K小时作为预报步长滚动预报分析站起报时刻前m时段内的潮位值；基于分析站起报时刻前M时段实测径流站径流序列、分析站潮位序列和参考站潮差序列进行分析，求解对应未知系数，结合步骤S2中后K小时的径流站径流预报值以及S3中后K小时参考站预报潮差，预报分析站起报时刻后K小时的潮位值；S5，计算S4中前m时段的分析站预报潮位值与S1中分析站对应时段实测潮位数据的差值，作为分析站起报时刻前m时段的预测误差序列；S6，采用自回归方法对S5算得的误差序列构建自回归模型；S7，根据S6构建的自回归模型，预测起报时刻后K小时内非稳态调和分析方法的预报误差值；S8，将S4计算的起报时刻后K小时的潮位值减去S7中预测的预报误差值，作为分析站起报时刻后K小时的最终预报潮位值。...

【技术特征摘要】
1.一种高精度的河口短期潮位预报方法，其特征是，包括以下步骤：S1，收集河口地区起报时刻前M+m时段内的径流站实测径流数据、分析站和参考站的实测潮位数据，根据收集的参考站潮位数据计算其对应潮差序列，径流站测得的或预报的径流序列用Q(t)表示，分析站潮位数据序列用h(t)表示，参考站测得的或预报的潮位序列计算而得的潮差序列用R(t)表示；S2，收集河口地区起报时刻前m时段以及后K小时的径流站预报径流数据，其中，M时段为长时段，m时段为短时段；S3，采用调和分析方法，基于参考站需预报时刻前m时段的前M时段的潮位数据以K小时为预报步长滚动预报其前m时段内的潮位值，并由此计算其对应的预报潮差序列；基于参考站起报时刻前M时段潮位数据预测后K小时内的潮位值并由此计算其对应潮差；S4，采用非稳态调和分析方法，基于分析站需预报时刻前m时段的前M时段的实测潮位数据及同时段的实测径流站径流序列和参考站潮差序列，求解对应未知系数，结合步骤S2中前m时段的径流站径流预报值以及S3中同时段的参考站预报潮差序列，以K小时作为预报步长滚动预报分析站起报时刻前m时段内的潮位值；基于分析站起报时刻前M时段实测径流站径流序列、分析站潮位序列和参考站潮差序列进行分析，求解对应未知系数，结合步骤S2中后K小时的径流站径流预报值以及S3中后K小时参考站预报潮差，预报分析站起报时刻后K小时的潮位值；S5，计算S4中前m时段的分析站预报潮位值与S1中分析站对应时段实测潮位数据的差值，作为分析站起报时刻前m时段的预测误差序列；S6，采用自回归方法对S5算得的误差序列构建自回归模型；S7，根据S6构建的自回归模型，预测起报时刻后K小时内非稳态调和分析方法的预报误差值；S8，将S4计算的起报时刻后K小时的潮位值减去S7中预测的预报误差值，作为分析站起报时刻后K小时的最终预报潮位值。2.根据权利要求1所述的一种高精度的河口短期潮位预报方法，其特征是，S1中M时段为8785小时，m时段取值范围为：360≤m≤1200，单位为小时，基于过去不同m时段的预报误差序列构建自回归模型，以进行K小时滚动预报时达到的最小预报均方误差的目标值...

【专利技术属性】
技术研发人员：陈永平，甘敏，潘毅，刘士诚，谭亚，周子骏，蒲金山，朱弦，林祥峰，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32