潮汐调和分析 实验报告
潮汐调和分析的算法
潮汐调和分析的算法的报告，600字
潮汐调和分析（Tidal Harmonic Analysis）是一种分析水潮变
化的方法，用于对不同时间段内水潮高度变化进行分析。
潮汐调和分析技术可以帮助渔业、航海、灾害预测等行业理解水潮的演变。
潮汐调和分析的基本原理是，根据一定时间段内的水潮数据，从中提取出水潮变化的周期性变化。
通过统计学方法，把水潮变化的周期性变化表示为一系列的正弦函数相加的方式。
计算这些正弦函数的振幅、相位和频率就可以得到水潮变化的谐和非谐和分析结果。
潮汐调和分析一般采用Armadillo或Matlab来进行计算。
首先，将水潮数据转换为TXT文件格式，然后输入到Armadillo和Matlab软件中，使用潮汐调和分析的相关功能，对水潮数据
进行允许的处理。
主要的计算步骤是首先找到数据的频率，然后计算频率对应的振幅、相位和幅度分解值及其相关值，最后进行谐和非谐和分析，从而得出水潮变化的周期性特征。
潮汐调和分析有助于在一定时间段内对水潮变化情况进行分析，可以有效应用于渔业、航海和灾害预测等行业，有助于提高企业和行业的生产经营效率和绩效。
但是，由于潮汐调和分析的数据处理技术较为复杂，容易出现误差，因此在实际应用中应当备份数据、加强数据处理能力，以确保最终结果的准确性和可靠性。
7.5_潮汐调和分析
大摩擦力； 海水粘滞性、惯性影响。
潮差及潮汐的改变 沿岸海区水深变化大、海底地形复杂、岸
形曲折，尤其是浅滩、狭窄海湾的存在。
7.5 潮汐调和分析
潮汐分析
根据潮汐静力学理论，海洋潮汐是许多 分潮迭加的，实际观测记录是各分潮迭加的 结果；
潮汐调和分析的目的，是依据实测潮汐 资料求得各地点各分潮实际的平均振幅以及 各分潮实际与理论相角的差值（它们称之为 调和常数），从而达到掌握特定地区的潮汐 特征状况幵达到潮汐预报的目的。
ij
(i j)
sin( i j ) T 2 ( i j ) T 2
sin( i j ) T 2 ( i j ) T 2
7.5 潮汐调和分析
潮汐最小二乘法分析
11B1 21B1
12B2 22B2
7.5 潮汐调和分析
分潮的调和常数
由平衡潮理论导出的分潮表达式为：
式中 表示分潮潮高，f为分潮的交点因数，H’为分潮
的平均系数，V0 u 表示理论分潮表达式的初相。
7.5 潮汐调和分析
式中的H为分潮的实际平均振幅，如果t 是区时， (V0+u)是区栺林威治时的理
论初相，那么g是区时迟角。
7.5 潮汐调和分析
潮汐最小二乘法分析
D
A0
2
T/2
T
/
2
(t
)
A0
m
( Aj
j 1
cos
jt
Bj
sin jt)dt
潮汐调和分析
潮汐调和常数计算方式及其应用梁国亭李文学张晨霞（黄委员黄河水利科学研究院郑州450003）（黄委会黄河水利技术学院475001）摘要在潮位预测中最大体的工作，第一就是计算潮汐调和常数。
本文在前人研究的基础上，开发了短时刻观测资料和30天观测资料的潮汐调和常数计算及潮汐预测模型，为深切研究黄河口的治理计划提供重要工具。
关键词潮汐分潮调和常数潮位预测1前言潮汐是河口最重要的海洋动力之一。
由于它周而复始的作用于河口、海岸的冲淤转变和入海泥沙等物质的扩散运移，直接影响着河口防洪安全、河口航运事业进展和人们的日常生活。
关于定点潮汐现象的预测研究，主如果按如实测资料通过调和分析，把复杂的潮汐曲线分解成许多调和项，即许多分潮，然后再按照调和常数和天文要素的转变推算潮汐。
所以调和常数是潮汐推算和进行潮波散布数值计算不可缺少的数据[1][2]。
河口泥沙数学模型除具有一般泥沙数学模型的特点外，还必需解决数学模型的下边界条件，即河口开边界的潮位进程线。
因此，研究潮汐调和常数的计算方式是研制河口泥沙数学模型的一项基础性研究工作。
2潮汐调和常数潮汐转变取决于地球、月球和太阳相对位置的转变。
按照万有引力定律，潮高的表达式，通过度解可取得月球平衡潮如下形式：ζ月=34(ME) (aD)3 a [(12-32Sin2ϕ) (23-2Sin2δ)+Sin2ϕSin2δCosT1+Cos2ϕCos2δCos2T1 ](1) 式中，M、E别离为月球和地球的质量，a～地球平均半径，D～地、月中心距，ϕ～地理纬度，δ～月球赤纬，T1～月球时角。
对(1)式中的变量，赤纬用经度、月球时角用太阳时替换，并引进辅助春分点，展开后略去4次方项，取得许多主要的调和项，即称分潮。
由于系数决定着潮差，相角决定着分潮周期。
在实际的海洋中，由于水流运动存在惯性、摩擦等缘故，天体在天顶时刻潮位并非发生最高，往往要掉队一段时刻才出现高潮，因此，通过对式(1)进行简化，可得：ζ=fHCos(σt+v0+u-K) (2) 式中的H为平均振幅，K为地方迟角。
连云港站潮汐调和分析与预报
连云港站潮汐调和分析与预报程诚;郑小萌【摘要】应用潮汐资料分析T_tide程序,将连云港站点1993年潮汐资料调和分析结果与实测情况进行比对,并根据1993年计算的调和常数进行1994年潮位预测分析,结果资料表明:计算分析与预测潮位与实测潮位基本吻合,精确度都在96%以上;测站区域主要分潮有O1、K1、N2、M2、S2,其中M2分潮尤其显著;不同季节得出的潮性系数一致,调和分析结果与季节无关.【期刊名称】《治淮》【年(卷),期】2016(000)002【总页数】2页(P28-29)【关键词】潮汐调和;分析;预报;T_tide程序【作者】程诚;郑小萌【作者单位】安徽省淮河河道管理局蚌埠 233000;安徽水利开发股份有限公司蚌埠 233000【正文语种】中文地球上海水受到月亮、太阳及其他星体引力作用而呈现出的周期性上升，下降运动的现象叫做潮汐，这种周期性潮汐现象既有垂直方向的涨落，又有水平方向的前后流动。
前者称潮汐，后者称潮流。
实际的潮汐特征随着地点和时间变化而变化。
但是总体而言，一般潮汐可以划分为日潮、半日潮和混合潮。
半日潮是指在一个太阳日内连续两次高潮和两次低潮的现象。
一个太阳月中的大多数太阳日，每日出现一次高潮和一次低潮，形成了日潮。
在一个太阳日内也有两次高潮和两次低朝，但是相邻的高潮或低潮的高度不相等，且高低潮差不一致，涨潮和落潮的时间间隔也不相同的现象被称作混合潮。
近代海洋潮汐学创立于17世纪后半叶。
它的基本任务是阐明海洋潮汐的成因，提出全球潮波分布及其随时间的变化规律，并作出预报。
国外针对潮汐的研究开展得较早，近代潮汐学关于平衡潮理论是1687年由牛顿提出的。
早在1868年，开尔文便设计了调和分析方法进行潮汐预报，并且发明了潮汐预报机。
而真正研究出应用于实际的调和分析方法的是Darwin，他于1907年将引潮力进一步的调和展开，得出主要潮汐分潮的频率。
Doodson于1921得更进一步提高了计算参数，他运用布朗原理将引潮力展开成纯调和的展开式，并于1928年得到60个分潮非常精确的调和常数。
潮汐现象的实验报告
潮汐现象的实验报告1. 实验目的通过实验观察和研究潮汐现象的生成原理和规律，加深对海洋物理现象的理解。
2. 实验装置和材料- 实验箱模型（代表海洋物理环境）- 人造月球模型（代表月球）- 实验台- 计时器- 水- 尺子3. 实验原理潮汐是由地球上月球和太阳引起的引力相互作用所导致的现象。
月球对地球的均匀引力潮汐产生直接的引力，而太阳的引力则是通过差异引力潮汐产生间接的引力。
这些引力通过地球自转和地球公转产生潮汐现象。
4. 实验步骤4.1 搭建实验箱模型在实验台上搭建一个实验箱模型，模型中有一片水面。
确保实验箱模型处于水平状态，并且水面平整。
4.2 安装人造月球模型在实验箱模型的一侧，通过支架将人造月球模型安装在一定高度的位置，使其与水面相离一定距离。
确保人造月球模型处于垂直于水面的位置。
4.3 观察潮汐现象开始实验时，记录下水面的初始高度并记录时间。
然后开始计时，每隔一段固定时间（例如5分钟）记录水面的高度。
4.4 数据处理根据实验记录的数据，将每个时间点的水位高度画成曲线图。
观察水位高度的变化规律，分析潮汐现象的特点。
5. 实验结果与分析根据实验结果，我们观察到水位在人造月球模型一侧有规律地升高和下降。
通过对数据的分析，我们得出以下结论：- 在人造月球模型一侧，当水面靠近人造月球时，水位高度升高，形成涨潮。
- 在人造月球模型一侧，当水面远离人造月球时，水位高度下降，形成退潮。
- 潮汐现象的周期大致为12小时25分钟左右。
我们的实验证实了潮汐现象是由月球和太阳的引力相互作用所引起的，进一步加深了对潮汐现象的认识和理解。
6. 实验总结通过该实验，我们成功地观察和研究了潮汐现象的生成原理和规律。
实验结果表明地球上的潮汐现象是由月球和太阳的引力相互作用而产生的。
我们的实验操作方法和数据分析方法得到了验证和应用。
然而值得一提的是，本实验采用的是简化的实验模型，无法完全还原真实的海洋潮汐现象。
未来可以进一步研究和改进实验方法，以更好地还原真实情况，并深入研究潮汐现象的更多特性和影响因素。
潮汐实验报告心得
潮汐实验报告心得潮汐实验报告心得潮汐是大自然中一种规律而神奇的现象，它是海洋中的水位随着月球和太阳引力的变化而周期性地上升和下降。
近期，我参与了一项关于潮汐的实验，并从中获得了一些有趣的心得体会。
在实验中，我们首先了解了潮汐的形成原理。
太阳和月球的引力作用下，地球表面的海洋水体受到拉扯，形成了潮汐。
我们通过观察潮汐表的数据，发现潮汐的周期大约为12小时25分钟，这意味着每天会有两次高潮和两次低潮。
这一规律的存在使得潮汐成为了一种可预测的现象，对于海洋生物和人类活动都有着重要的影响。
接着，我们进行了实地观察。
我们选择了一个潮汐变化较为明显的海滩作为观测点。
我们在不同的时间段前往海滩，记录下海水的水位变化以及周围环境的变化。
通过观察，我们发现在高潮时，海水覆盖了原本露出的沙滩，海浪汹涌澎湃；而在低潮时，海水退去，沙滩上出现了一片平静的景象。
这种变化不仅仅是一种自然景观，更是生态系统中的重要环节。
在实验过程中，我们还了解到了潮汐对海洋生物的影响。
潮汐的周期性变化为海洋生物提供了一个适应环境的机会。
例如，某些海洋生物会利用低潮时露出的岩石或礁石上的水滴来获取水分，而在高潮时则躲避在水下。
此外，潮汐还会影响海洋生物的繁殖和觅食行为。
一些海洋生物会根据潮汐的变化来选择合适的时间和地点进行繁殖，而其他生物则会在低潮时觅食。
通过这次实验，我深刻认识到了潮汐对于人类活动的重要性。
潮汐不仅影响着海洋渔业和航运，还为我们提供了一种可再生的能源——潮汐能。
潮汐能是一种利用潮汐运动产生电能的技术，它具有环保、可持续的特点，被认为是未来能源的重要发展方向。
除此之外，潮汐也对人类的休闲和旅游活动产生了影响。
许多海滩度假胜地都会根据潮汐的变化来安排游客的活动，例如潮间带的探险和潮汐浴。
潮汐的变化也为冲浪和帆船运动提供了一个理想的环境。
总的来说，潮汐是一种令人着迷的自然现象，它不仅是大自然的奇观，还对海洋生物和人类活动产生着重要的影响。
中期水位资料对潮汐进行调和分析报告
!利用1996年7月站的潮汐观测数据计算调和常数，并利用主要分潮和浅水分潮进行潮汐预报program workimplicit nonecharacter*80::a1character(len=5),dimension(62,16)::aainteger::bb(62,12),c(62,2),caita(-371:371),i,i1,i2,j,t1 real::N0,n(13,6),a(0:13,0:13),b(1:13,1:13),s,s0,s1,s2,s3,sa ,hh !n代表Doodson代码；a,b为系数矩阵real::xiaoa(0:13),xiaob(13),gg1,gg2,pjchaocha,t,ma,mi !计算法方程所需的参数real,dimension(1:13)::w,u,f,V0,f1(0:13),f2 !f1和f2为法方程右边系数real,dimension(13)::sita,h,g,r,h0(13),g0(13),h1(13),g1(13) !调和常数参数real,dimension(-371:371)::caita1,caita3,caita4,caita8,caita 9,caita5,caita11 !主分潮、浅水分潮的潮高数值real,dimension(:),allocatable::hightide,lowtide,chaocha !高低潮数值integer,dimension(:),allocatable::hightrq,lowtrq,hight,high tt,lowt,lowtt!读取数据，把潮位数据赋值给bb，把年月份数据赋值给copen(unit=2,file='XM_July1996.dat')read(2,'(a)')a1print*,'数据文件的第一行信息:',a1do i=1,62read(2,'(16a5)')aa(i,:)end dodo i=1,62read(aa(i,5:16),*)bb(i,:)read(aa(i,3:4),*)c(i,:)end dodo i=1,62c(i,2)=int(real(c(i,2))/10.0)end doclose(2)!计算分潮角速率ww=(/0.002822,0.037219,0.038731,0.041781,0.163845,0.241534,0 .078999,&&0.080511,0.083333,0.122292,0.161023,0.041553,0.083561/)print*print*,'角速率w:',w!计算N0 (middle time:1996-7-16 ; data sum:744, middle number:372 )N0=259.157-19.32818*(1996-1900)-0.05295*(31*3+30*2+29+15+in t((95.0)/4.0)) !初始升交点平均黄经N0=-(0.00220641*3+N0)print* !转换成格林威治时间print*,'N0:',N0!数字序号对应选取的分潮，但将5、6(P1、K2)分别与12、13(MS4、M6)对调，其中P1、K2为随从分潮!计算交点订正角uu(3)=10.8*sind(N0)-1.34*sind(2*N0)+0.19*sind(3*N0)u(4)=-8.86*sind(N0)+0.68*sind(2*N0)-0.07*sind(3*N0)u(8)=-2.14*sind(N0)u(13)=-17.74*sind(N0)+0.68*sind(2*N0)-0.04*sind(3*N0)u(1)=-u(8)u(2)=u(3)u(9)=0u(10)=u(8)+u(4)u(11)=2*u(8)u(5)=u(8)u(6)=3*u(8)u(12)=0 !print*print*,'交点订正角u:',u!计算交点因子ff(3)=1.0089+0.1871*cosd(N0)-0.147*cosd(2*N0)+0.0014*cosd(3* N0)f(4)=1.006+0.115*cosd(N0)-0.0088*cosd(2*N0)+0.0006*cosd(3*N 0)f(8)=1.0004-0.0373*cosd(N0)+0.0003*cosd(2*N0)f(13)=1.0241+0.2863*cosd(N0)+0.0083*cosd(2*N0)-0.0015*cosd( 3*N0)f(1)=f(8)f(2)=f(3)f(7)=f(8)f(9)=1f(10)=f(8)*f(4)f(11)=f(8)**2f(5)=f(8)**2f(6)=f(8)**3f(12)=1 !print*print*,'交点因子f:',f!查表得到的Doodson代码n(1,:)=(/0,2,-2,0,0,0/) n(2,:)=(/1,-2,0,1,0,0/) n(3,:)=(/1,-1,0,0,0,0/) n(4,:)=(/1,1,0,0,0,0/) n(5,:)=(/4,2,-2,0,0,0/) n(6,:)=(/6,0,0,0,0,0/) n(7,:)=(/2,-1,0,1,0,0/) n(8,:)=(/2,0,0,0,0,0/) n(9,:)=(/2,2,-2,0,0,0/) n(10,:)=(/3,1,0,0,0,0/) n(11,:)=(/4,0,0,0,0,0/) n(12,:)=(/1,1,-2,0,0,0/) n(13,:)=(/2,2,0,0,0,0/)!计算V0do i=1,13V0(i)=(14.49205212*3+180)*n(i,1)+(0.54901653*3+277.025+129. 3848*96+13.1764*(220))*n(i,2)+&&(0.04106864*3+280.190-0.23872*96+0.98565*(220))*n(i,3)+(0. 00464183*3+334.385+40.66249*96+&&0.11140*(220))*n(i,4)-(0.00220641*3+259.157-19.32818*96-0. 05295*(220))*n(i,5)+&&(0.00000196*3+281.221+0.01718*96+0.000047*(220))*n(i,6) end doprint*print*,'初始幅角V0:',V0!设caita为潮高数据do i=1,61j=-371+(i-1)*12caita(j:j+11)=bb(i,:)end docaita(361:371)=bb(62,1:11)!计算法方程等式右边的数据，相邻数据时间间隔为1小时f1(0)=sum(caita)!f1为A阵中除第一行外的等式右边一维数据f1(1:13)=0do i=1,13do j=-371,371f1(i)=f1(i)+caita(j)*cosd(j*w(i))end doend do!f2为B阵中等式右边的一维数据f2=0do i=1,13do j=-371,371f2(i)=f2(i)+caita(j)*sind(j*w(i))end doend do!计算A阵中的系数矩阵Aa(0,0)=743do j=1,13a(0,j)=sind(743.0/2*w(j))/sind(0.5*w(j))a(j,0)=a(0,j)end dodo j=1,13a(j,j)=0.5*(743+sind(743.0*w(j))/sind(w(j)))end dodo i=1,13do j=i+1,13a(i,j)=0.5*(sind(743.0/2*(w(i)-w(j)))/sind(0.5*(w(i)-w(j))) +&&sind(743.0/2*(w(i)+w(j)))/sind(0.5*(w(i)+w(j))))a(j,i)=a(i,j)end doend doprint*print*,'系数矩阵A:',a!计算B阵中的系数矩阵Bdo j=1,13b(j,j)=0.5*(743-sind(743.0*w(j))/sind(w(j)))end dodo i=1,13do j=i+1,13b(i,j)=0.5*((sind(743.0/2*(w(i)-w(j)))/sind(0.5*(w(i)-w(j)) )-&&sind(743.0/2*(w(i)+w(j)))/sind(0.5*(w(i)+w(j)))))b(j,i)=b(i,j)end doend doprint*print*,'系数矩阵B:',b!Guass-Seidel迭代法求解方程组h=0;g=0;i1=0doh0=hg0=g!A阵do i=0,11s1=0do j=0,11s1=s1+xiaoa(j)*a(i,j)end doxiaoa(i)=-s1/a(i,i)+f1(i)/a(i,i)+xiaoa(i)-xiaoa(12)*a(i,12) /a(i,i)-xiaoa(13)*a(i,13)/a(i,i)end do!B阵do i=1,11s1=0do j=1,11s1=s1+xiaob(j)*b(i,j)end doxiaob(i)=-s1/b(i,i)+f2(i)/b(i,i)+xiaob(i)-xiaob(12)*b(i,12) /b(i,i)-xiaob(13)*b(i,13)/b(i,i)end do!计算调和常数h,gdo j=1,11sita(j)=atand(xiaob(j)/xiaoa(j))+180 r(j)=sqrt(xiaoa(j)**2+xiaob(j)**2) g(j)=V0(j)+u(j)+sita(j)h(j)=r(j)/f(j)end dodo i=1,11do while(g(i)>360.or.g(i)<0)if(g(i)>360)thendog(i)=g(i)-360if(g(i)>0.and.g(i)<360)exitend doelseend ifif(g(i)<0)thendog(i)=g(i)+360if(g(i)>0.and.g(i)<360)exitend doelseend ifend doend dogg1=g(4)-g(3)gg2=g(9)-g(8)do while(gg1>230.or.gg1<-130)if(gg1>230)thendogg1=gg1-360if(gg1<230.and.gg1>-130)exit end doelseend ifif(gg1<-130)thendogg1=gg1+360if(gg1>-130.and.gg1<230)exit end doelseend ifend dodo while(gg2>230.or.gg2<-130) if(gg2>230)thendogg2=gg2-360if(gg2<230.and.gg2>-130)exit end doelseend ifif(gg2<-130)thendogg2=gg2+360if(gg2>-130.and.gg2<230)exit end doelseend ifend dog(12)=g(4)-0.*(g(4)-g(3))g(13)=g(9)+0.*(g(9)-g(8))sita(12)=-(u(12)+V0(12)-g(12)) sita(13)=-(u(13)+V0(13)-g(13))h(12)=h(4)*0.324h(13)=h(9)*0.282do j=12,13r(j)=h(j)*f(j)xiaoa(j)=r(j)*cosd(sita(j))xiaob(j)=r(j)*sind(sita(j))end dog1=g-g0h1=h-h0i1=i1+1if(all(abs(h1)<10.0).and.all(abs(g1)<2.0))exit !退出循环条件end doprint*print*,'系数a:',xiaoaprint*print*,'系数b:',xiaobprint*print*,'迭代循环次数:',i1print*print*,'调和常数h:',hprint*print*,'调和常数g:',g!计算平均水位s0=xiaoa(0)print*print*,'平均水位s0:',s0!向文件中输入数据!将各分潮的调和常数写入'hg.txt' open(unit=2,file='hg.txt')do i=1,13write(2,*)h(i),g(i)end doclose(2)!将所有潮汐数据写入'tides.txt' open(unit=2,file='tides.txt') do i=1,62write(2,'(12i5)')bb(i,:)end doclose(2)!将所有主要分潮(3,4,8,9)、浅水分潮(5,11)数据按随时间的变化情况写入向量中do j=-371,371caita3(j)=s0+f(3)*h(3)*cosd(w(3)*j-sita(3))caita4(j)=s0+f(4)*h(4)*cosd(w(4)*j-sita(4))caita8(j)=s0+f(8)*h(8)*cosd(w(8)*j-sita(8))caita9(j)=s0+f(9)*h(9)*cosd(w(9)*j-sita(9))caita5(j)=s0+f(5)*h(5)*cosd(w(5)*j-sita(5))caita11(j)=s0+f(11)*h(11)*cosd(w(11)*j-sita(11))caita1(j)=caita3(j)+caita4(j)+caita8(j)+caita9(j)+caita5(j) +caita11(j)-5*s0end do!计算高低潮个数i1=0;i2=0do j=-370,370if(caita(j)>caita(j-1).and.caita(j)>caita(j+1))theni1=i1+1 !高潮个数end ifif(caita(j)<caita(j-1).and.caita(j)<caita(j+1))theni2=i2+1 !低潮个数end ifend doprint*print*,'高潮个数:',i1print*,'低潮个数:',i2if(allocated(hightide))deallocate(hightide)if(allocated(lowtide))deallocate(lowtide)if(allocated(hight))deallocate(hight)if(allocated(lowt))deallocate(lowt)allocate(hightide(1:i1),lowtide(1:i2))!将观测时的高潮写入文件open(unit=2,file='realh.txt')do i=1,size(hightide)write(2,*)hightide(i)end doclose(2)!将观测时的低潮写入文件open(unit=2,file='reall.txt')do i=1,size(lowtide)write(2,*)lowtide(i)end doclose(2)!潮汐预报部分!计算高低潮对应的潮位及时刻if(allocated(hightide))deallocate(hightide)if(allocated(lowtide))deallocate(lowtide)if(allocated(hight))deallocate(hight)if(allocated(lowt))deallocate(lowt)if(allocated(lowtrq))deallocate(lowtrq)if(allocated(hightrq))deallocate(hightrq)i=min(i1,i2)allocate(hightide(1:i1),lowtide(1:i2),hightrq(i1),lowtrq(i2 ),hight(i1),hightt(i1),lowtt(i2),lowt(i2),chaocha(i))i1=0;i2=0do j=-370,370!高潮潮位及时刻if(caita1(j)>caita1(j-1).and.caita1(j)>caita1(j+1))theni1=i1+1do t=j-1,j+1,0.01s=s0+f(3)*h(3)*cosd(w(3)*(t)+V0(3)+u(3)-g(3))+& f(4)*h(4)*cosd(w(4)*(t)+V0(4)+u(4)-g(4))+&f(5)*h(5)*cosd(w(5)*(t)+V0(5)+u(5)-g(5))+&f(8)*h(8)*cosd(w(8)*(t)+V0(8)+u(8)-g(8))+&f(9)*h(9)*cosd(w(9)*(t)+V0(9)+u(9)-g(9))+&f(11)*h(11)*cosd(w(11)*(t)+V0(11)+u(11)-g(11)) sa=s0+f(3)*h(3)*cosd(w(3)*((t+1/60.0))+V0(3)+u(3)-g(3))+& f(4)*h(4)*cosd(w(4)*((t+1/60.0))+V0(4)+u(4)-g(4))+& f(5)*h(5)*cosd(w(5)*((t+1/60.0))+V0(5)+u(5)-g(5))+&f(8)*h(8)*cosd(w(8)*((t+1/60.0))+V0(8)+u(8)-g(8))+&f(9)*h(9)*cosd(w(9)*((t+1/60.0))+V0(9)+u(9)-g(9))+&f(11)*h(11)*cosd(w(11)*((t+1/60.0))+V0(11)+u(11)-g(11)) if(s<sa)thenma=sahightt(i1)=int((t-floor(t))*60)hight(i1)=floor(t)+371end ifend dohightide(i1)=maelseend if!低潮潮位及时刻if(caita1(j)<caita1(j-1).and.caita1(j)<caita1(j+1))then i2=i2+1do t=j-1,j+1,0.01s=s0+f(3)*h(3)*cosd(w(3)*(t)+V0(3)+u(3)-g(3))+& f(4)*h(4)*cosd(w(4)*(t)+V0(4)+u(4)-g(4))+&f(5)*h(5)*cosd(w(5)*(t)+V0(5)+u(5)-g(5))+&f(8)*h(8)*cosd(w(8)*(t)+V0(8)+u(8)-g(8))+& f(9)*h(9)*cosd(w(9)*(t)+V0(9)+u(9)-g(9))+&f(11)*h(11)*cosd(w(11)*(t)+V0(11)+u(11)-g(11)) sa=s0+f(3)*h(3)*cosd(w(3)*((t+1/60.0))+V0(3)+u(3)-g(3))+&f(4)*h(4)*cosd(w(4)*((t+1/60.0))+V0(4)+u(4)-g(4))+& f(5)*h(5)*cosd(w(5)*((t+1/60.0))+V0(5)+u(5)-g(5))+&f(8)*h(8)*cosd(w(8)*((t+1/60.0))+V0(8)+u(8)-g(8))+&f(9)*h(9)*cosd(w(9)*((t+1/60.0))+V0(9)+u(9)-g(9))+&f(11)*h(11)*cosd(w(11)*((t+1/60.0))+V0(11)+u(11)-g(11)) if(s>sa)thenmi=salowtt(i2)=int((t-floor(t))*60)lowt(i2)=floor(t)+371end ifend dolowtide(i2)=mielseend ifend do!将高潮位写入'hightide.txt'，第1列为潮位，第2、3列为时刻open(unit=2,file='hightide.txt')do i=1,i1write(2,*)hightide(i),hight(i),hightt(i)end doclose(2)do i=1,i1j=1if(hight(i)<=23)thenhightrq(i)=1end ifdo while(hight(i)>23)hight(i)=hight(i)-24j=j+1hightrq(i)=jend doend doopen(unit=2,file='hightidexiu.xls')do i=1,i1hightide(i)=int(hightide(i)+0.5)*1.0write(2,*)hightide(i),hightrq(i),hight(i),hightt(i) !将高潮位及时刻写入'hightidexiu.xls'，第1列为潮位，第2、3、4列为天数、小时、分钟end doclose(2)!将低潮位写入'lowtide.txt'，第1列为潮位，第2、3列为时刻open(unit=2,file='lowtide.txt')do i=1,i2write(2,*)lowtide(i),lowt(i),lowtt(i)end doclose(2)do i=1,i2j=1if(lowt(i)<=23)thenlowtrq(i)=1endifdo while(lowt(i)>23)lowt(i)=lowt(i)-24j=j+1lowtrq(i)=jend doend doopen(unit=2,file='lowtidexiu.xls')do i=1,i2write(2,*)lowtide(i),lowtrq(i),lowt(i),lowtt(i) !将低潮位及时刻写入'lowtidexiu.xls'，第1列为潮位，第2、3、4列为天数、小时、分钟end doclose(2)!将四大主分潮潮位数据写入'zhuyaotides.txt'中，第1列为O1，第2列为K1，第3列为M2，第4列为S2open(unit=2,file='zhuyaotides.txt')do i=-371,371write(2,'(4f7.1)')caita3(i),caita4(i),caita8(i),caita9(i) end doclose(2)!将浅水分潮潮位数据写入'qianshuitides.txt'中,第1列为MS4，第2列为M4open(unit=2,file='qianshuitides.txt')do i=-371,371write(2,'(2f7.1)')caita5(i),caita11(i)end doclose(2)!计算平均潮差s=0do i=1,size(chaocha)s=s+(hightide(i)-lowtide(i))end dopjchaocha=s/size(chaocha)print*print*,'平均潮差:',pjchaochaprint*deallocate(hightide,lowtide,hight,lowt,chaocha,hightrq,lowt rq) !释放掉潮位数据!判断XM站潮汐类型hh=(h(3)+h(4))/h(8)if(hh<0.5)thenprint*,'潮型数：',hh,'所以XM站潮汐类型为半日潮'else if(hh>=0.5.and.hh<2.0)thenprint*,'潮型数：',hh,'所以XM站潮汐类型为不规则半日潮混合潮'else if(hh>=2.0.and.hh<=4.0)thenprint*,'潮型数：',hh,'所以XM站潮汐类型为不规则日潮混合潮'else if(hh>=4.0)thenprint*,'潮型数：',hh,'所以XM站潮汐类型为全日潮' elseprint*,'error'end ifend program work。
重力固体潮调和分析
2008年四川汶川8.0级地震前重力变化
2002～2005
1998～2005
2003年民乐6.1级地震
2002年起对青藏高原东北缘 重力资料进行整体分析与预测研 究. 于2003年9月在北京召开的中 期预报中指出：2000～2003年， 青藏高原东北缘测区的西北地域 重力变化由西南向东北逐渐增加 的变化过程中，于祁连主构造断 裂带出现重力变化梯度带，在兰 州以西出现重力变化较大的重力 增减差异运动，重力变化剧烈程 度大于东南部和其它地区。兰州 以西的祁连山构造带附近发生强 震的可能性大于东南部，有发生6 级以上地震的可能 .
维尼迪柯夫调和分析: 数字滤波与最小二乘法相结合的一种处理方法, 具体利用实测48小时的时间间隔建立滤波器, 分离各潮汐分波(如日波、半日波等），求各 潮汐分波的潮汐因子、相位滞后。
n 重力固体潮的维尼迪科夫调和分析简介 i 1
dg Ai cos( i i )
调和分析 重力潮汐因子
２．计算步骤
r / a 0.998327 0.00167 cos 2B
（２）计算观测时刻的儒略世纪数：Ｔ （３）计算６个天文参数 s p N h p ε参考４３页计算公式 （４）计算：cm/ dm、 cs/ ds、βm 、βs ， 参考４５页公式 （５）计算地方恒星时θ θ ＝（t-8)*15°+h+L-180° 其中 Ｌ为计算点的经度，t是北京时间 cosZm=sinΦ(sinεcosβsinλ+cosεsinβ)+ cos Φ (cosλcos β cosθ +sin θ (sinλ cos β cosε-sin ε sin β)) Φ=B-0.192396sin2B Φ地心纬度 Ｂ地理纬度 coszs=sin Φ sin ε sin λs +cos Φ(cos λs cos θ +sin θ cos ε sin λs ) 将上面值代入基本公式即得重力固体潮理论值
潮汐调和分析的方法和应用研究
潮汐调和分析的方法和应用研究‘.分类号学号:密级:玉??河海大哮硕士学位论文潮汐调和分析的方法和应用研究童章龙垂翅亟塑援.指导教师姓名??一盟渔太堂盔塞盛盗滥墨巫型王型国基重盛塞堕窒.申请学位级别专业名称堡堂亟±塑理洹注堂论文提交日期年月日论文答辩日期年月日学位授予单位塑塑盔堂学位授予日期 .生旦答辩委员会主席韭盈坌熬援论文评阅人毖盈丝塑堡选塑塑塾撞年月中国?南京摘要海岸附近和河口区域,是人类进行生产活动十分频繁的地带,往往也是人口最密集、经济最发达、开发程度最高的地区,而在这个地带潮汐现象显著,它直接或间接地影响着人们的生活。
研究潮汐,对人类的社会的发展有重要意义。
目前对潮汐的研究方法主要分为:潮汐调和分析和潮汐动力学两个方面。
本文主要对潮汐调和分析的一些理论和方法进行探讨。
本文分以下方面进行研究:第一、归纳潮汐的基本理论和基本概念,着重对使用一年资料进行调和分析的方法进行阐述,包括潮汐预报精度的评价标准。
第二、针对恶劣天气或仪器等意外情况导致潮位数据缺测或者具有重大误差等情况发生时,根据多次调和分析方法的思想,给出了基于连续函数最乘法的潮汐迭代调和分析方法,给出了方法收敛的条件。
与通常的多次调和分析法相比,该迭代方法不仅能够大大减少计算量,而且不用事先采取某种方法补全或替换原始资料。
然后将新建立的方法应用于多种实际情况中。
结果表明本方法是有效的。
第三、原始的天文相角是通过杜德森数表示的,而为了简化计算,现有的调和分析方法是通过角速度来表示天文相角的,省略了时间的二次项和三次项,这必然会引起误差。
本文直接用杜德森数表示天文相角,并用它直接进行调和分析,建立了基于杜德森数的调和分析方法,并用这种方法进行了实际的调和分析,并证明了通过角速度表示天文相角的可行性。
关键词:迭代法;调和分析:连续函数最小二乘法;多次分析:杜德森数., , ,,.,’’ .,:。
, . . : ., ,.,’, ,.,,,. .’ .,矾, , , .,. , .,.:; ;;学位论文独创性声明:本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
潮汐调和分析课程设计
潮汐调和分析课程设计一、课程目标知识目标：1. 让学生掌握潮汐的基本概念，了解潮汐产生的原因及其变化规律。
2. 使学生掌握调和分析法的基本原理，并能运用该方法对潮汐数据进行处理和分析。
3. 让学生了解海洋潮汐对地理环境及人类活动的影响。
技能目标：1. 培养学生运用调和分析法处理潮汐数据的能力，提高数据分析与解决问题的技能。
2. 培养学生运用地理信息系统（GIS）软件进行潮汐数据可视化表达的能力。
情感态度价值观目标：1. 培养学生对海洋科学研究的兴趣，激发学生探索自然奥秘的热情。
2. 增强学生的环保意识，使其认识到海洋资源保护的重要性，培养学生的责任感。
本课程针对高中年级学生，结合地理学科特点，充分考虑学生的认知水平和兴趣，以实用性为导向，旨在提高学生对潮汐现象的理解和分析能力。
通过本课程的学习，学生将能够掌握潮汐相关知识，运用所学技能解决实际问题，并形成正确的情感态度价值观。
为实现课程目标，将目标分解为具体的学习成果，为后续教学设计和评估提供依据。
二、教学内容1. 潮汐基本概念：潮汐的定义、产生原因、主要类型（如：半日潮、全日潮）及其影响因素。
2. 潮汐变化规律：潮汐周期、潮高、潮时及潮流的变化规律，潮汐预测方法。
3. 调和分析法原理：介绍调和分析法的基本理论，包括傅里叶级数、调和常数及其计算方法。
4. 潮汐数据处理与分析：教授如何采集潮汐数据，运用调和分析法对数据进行处理，提取潮汐特征参数。
5. 潮汐数据可视化：运用GIS软件对潮汐数据进行可视化表达，分析潮汐空间分布特征。
6. 潮汐对地理环境及人类活动的影响：探讨潮汐现象在港口建设、海洋渔业、海洋旅游等方面的应用与影响。
教学内容依据课程目标，紧密结合教材相关章节，按照以下进度安排：1. 第一节课：潮汐基本概念及产生原因。
2. 第二节课：潮汐变化规律及预测方法。
3. 第三节课：调和分析法原理及计算方法。
4. 第四节课：潮汐数据处理与分析实践。
5. 第五节课：潮汐数据可视化及GIS应用。
潮汐数据的达尔文分析与调和分析的对比研究_牛桂芝
不大，故两系分潮相互影响可能较大。
2.3 年分析结果
经计算统计，2 种方法得到的 11 个分潮的年分析结果基本相符，但略有差别。本文在此仅给出 K1 和 M2
2 个振幅最大分潮的分析结果（图 2 和图 3）用以分析和说明。
由图 2 和图 3 可见，年调和分析结果的稳定性要明显好于达尔文分析，这表明调和分析结果更加接近
海洋潮汐变化是一种复杂的周期性变化，在航海、海上工程建设和海洋科学研究等活动中起重要作用， 而潮汐数据分析是提取潮汐变化规律的方法，它的准确与否将直接影响人类在海上的各项实践活动。
1 方法原理对比分析
1.1 达尔文分析法原理 达尔文分析法的基本原理是，依据不同分潮具有不同的角速率，将潮汐变化划分为不同分潮系的振动，
由表 1 可见，Q1、P1、N2 和 K2 分潮的迟角差异相对其余分潮较大，其原因是达尔文分析认为 Q1、P1 和 K2
2010 年 8 月
牛桂芝，等 潮汐数据的达尔文分析与调和分析的对比研究
295
分潮迟角分别与 O1、K1 和 S2 分潮迟角相等，但
表 1 主要分潮差异的统计结果
事实上两者在不同地域是存在差异的，达尔文 Tab.1 Statistical results of differences between main tidal constituents
3 结论
由以上理论分析和试验验证可知，调和分
表 2 主要分潮的稳定性统计 Tab.2 Stability of main tidal constituents
析法较之达尔文分析法具有较高的精度，并且
统计项
分析方法
Q1 O1 P1 K1 N2 M2 S2 K2
分析所得结果的稳定性也较强。造成 2 种方法 振幅（cm） 调和分析法 1.0 1.8 1.0 1.0 0.6 3.2 1.8 1.6
潮汐调和分析-实验报告
中期水位观测资料的最小二乘分析报告摘要：本次实验中采用了KM站（28.05N,121.17E）1997年8月的逐时潮位数据，运用中期水位观测资料的最小二乘分析方法，通过奇异值剔除、调和分析、逐时潮位回报、高低潮及余水位计算等工作，对此验潮站的数据进行了初步分析，并了解了中期水位资料分析的基本流程。
报告主要内容：（1）11个主要分潮（MSf Q1 O1 K1 N2 M2 S2 MK3 M4 MS4）及两个随从分潮（P1 K2）的调和常数H和g（2）图像和数据文件的基本信息（3）平均潮差和潮汐类型（4）余水位特征分析（5）误差分析（6）程序的相关说明（1）潮汐的调和常数：利用最小二乘原理，通过引入差比关系的方法，我们可以成功得到11个主要分潮和2个随从分潮的调和常数如下：分潮名称调和常数H 调和常数gMSf 121.2222 -32.38747Q1 62.95736 233.5120O1 225.5294 238.7111K1 266.1612 113.2537N2 420.5689 167.2492M2 1922.772 174.8581S2 679.3940 197.3759MK3 33.19594 252.1002M4 32.43390 121.7806MS4 33.60584 198.8826M6 3.762754 94.29744P1 73.46050 109.5160K2 192.9479 201.4156程序运行结果如图：其中H关系到分潮的振幅，g关系到分潮的相位。
从表中可以看出，M2分潮的振幅最强，对当地潮位的贡献最大，这与实际情况相符，但K1分潮的调和常数H仅有266.1412，结果偏小。
（2）图像和数据文件的基本信息：本次报告中包含以下数据文件：1. KM9708new.dat数据原始文件。
2. KM9708new_02.dat经过奇异值订正的数据文件，为方便画图时读取，没有输入数据质量信息。
潮汐研究实验报告范文
潮汐研究实验报告范文1. 实验目的本实验旨在研究潮汐的形成原因及其规律，探讨潮汐与天体引力之间的关系，并分析潮汐对海洋生态系统的影响。
2. 实验原理潮汐是海洋中水位周期性升降的自然现象，其形成原因主要是地球与月球、太阳之间的引力互相作用。
根据牛顿万有引力定律，地球上的水分子受到月球和太阳的引力作用，会产生周期性的起伏运动。
3. 实验步骤1. 收集潮汐数据：在实验过程中，我们收集了相邻三天的潮汐数据，包括水位高度和时间。
2. 数据分析：通过对收集到的数据进行分析，我们计算了潮汐的振幅和周期，并绘制了相关的图表和曲线。
3. 探究引力关系：结合实验数据，我们对潮汐与月球、太阳之间的引力关系进行了讨论，进一步验证了实验原理。
4. 生态系统影响：我们还研究了潮汐对海洋生态系统的影响，并进行了解释和分析。
4. 实验结果与分析根据实验数据分析，我们得出如下结论：1. 潮汐的振幅和周期与地理位置有关，不同地域的潮汐规律存在差异。
2. 潮汐与月球之间存在显著的引力关系，月球的引力对潮汐的形成起到了重要作用。
3. 太阳的引力也会对潮汐产生影响，尤其是在春潮和大潮时期，太阳与月球的引力叠加效应导致潮汐振幅增大。
4. 潮汐对海洋生态系统有重要影响，它为海洋生物提供了适宜的生活条件，同时也对海岸线的侵蚀和沉积过程产生影响。
5. 实验总结通过本次实验，我们加深了对潮汐形成原因及规律的理解。
潮汐现象是世界上许多沿海地区的重要自然特征，对于海洋生态系统和人类活动都具有重要意义。
通过更深入的研究，我们可以进一步探索潮汐规律的变化和其它天体之间的关系，为改善沿海地区的生态环境和开展相关活动提供有效的参考。
6. 实验改进尽管本次实验取得了一定的成果，但由于实验条件的限制，还存在一些改进的空间：1. 潮汐数据的采集范围可以进一步扩大，包括更多地理位置和时间跨度的数据，以提高实验结果的准确性。
2. 可以结合模型和计算方法来对潮汐进行数学建模，从而更好地预测和解释潮汐现象。
2-5长期水位调和分析
7
二、调和分析的基本原理
气象和海洋动力因素引起的随机振动，浅海非线 性效应， 影响计算精度。潮汐分析所得调和常 数的可靠性，主要决定于各个分潮间相互影响以 及γ (t)影响的消除程度。
实际海洋中的水位是许多不同周期的振动叠加：
(t ) a0 R j cos( j t j ) (t )
fH cos[t (V0 u) 格 g]
GG1G2 cos(V u)
分潮的调和常数反映了实际海洋对某一频率天体引潮力的响应。这种 响应决定于海洋本身的几何形状及其动力学性质，这也决定了实际海
洋中的分潮振幅与平衡潮引潮势展出的分潮系数不完全成比例。由于
海洋环境的变化十分缓慢，就一般海区而言，调和常数具有极大的稳 定性，在不特别长的时间内，可充分近似地认为是常数。
东经
§4.2潮汐调和分析的最小二乘法
一、水位方程
考虑有限个较主要的分潮的水位表达式
J ˆ) ˆ (t ) S0 R j cos( j t j j 1
带尖角的符号表示变量的实际值，不带尖角的符号表示由观测资料分析 得到的包含误差的分析结果。
ˆ R (t ) ˆ (t ) S ˆ j cos( jt ˆj ) (t ) 0
由于误差的存在，为使观测的水位值尽可能地接近它们的真实值，潮 汐分析中总是N>>2J+1。 水位方程组为含有 2J+1个未知量， N个方程构成的线性方程组（矛盾 方程组），要采用最小二乘法将其处理为正规方程（法方程）。
二、最小二乘方法
包含M个未知量的N个方程的线性方程组 （ N≥M ）
法方程或正规方程 方程中的系数矩阵 为对称矩阵，可用 普通的线性方程组 求解方法求解。
潮汐调和分析的一种算法_宋志尧
从理论上说分潮的个数可以是无限的, 但实际分析计算时只取有限个。潮汐分析的目的
就是计算出根据当地实际情况而精选的各分潮的调和常数。
在实际计算时, 式( 1) 改写为
M
∑ h( t ) = A 0 + ( A kcosRk t + BksinRkt )
( 2)
k= 1
式 中 A 0= H 0, A k = f kH kcos[ gk - ( v0 + u) k ] , Bk = f kH ksin [ gk- ( v 0 + u) k] , M 为分潮个
10 1. 927
本文算法 2～4 月
1. 909 0. 771 284 0. 216 346 0. 151 295 0. 085 235 1. 334 0. 0459
0. 164 0. 170
常规算法 1980 年 本文算法 2 月
1. 824 0. 734 285 0. 255 352 0. 143 311 0. 093 240 1. 191 0. 0355 7 1. 830
2. 044 0. 778 286 0. 205 344 0. 162 291 0. 089 232
1. 313 1. 358 1. 311 1. 321
0. 0329 0. 0345 0. 0526 0. 0555
0. 142 0. 147 0. 185 0. 193
常规算法 1980 年
1. 926 0. 732 286 0. 230 345 0. 147 297 0. 085 238 1. 335 0. 0436
的样本值, 拟合曲线除满足( 3) 式的条件外, 还必须使
∑ $′=
1 N
N
海洋要素计算实验报告(3篇)
第1篇一、实验目的本次实验旨在使学生掌握海洋要素计算的基本原理和方法，了解海洋物理、化学和生物等要素在海洋环境监测和海洋资源开发中的应用。
通过实验，学生能够学会使用相关软件进行海洋要素的计算，并分析计算结果。
二、实验原理海洋要素计算涉及多个学科领域，主要包括海洋物理、海洋化学和海洋生物学等。
以下简要介绍几个主要海洋要素的计算原理：1. 温度和盐度计算：根据海水密度、压力和温度之间的关系，利用海洋物理学中的状态方程进行计算。
2. 溶解氧计算：基于溶解氧在水中的溶解度与温度、压力和盐度之间的关系，利用相关公式进行计算。
3. 叶绿素a浓度计算：通过分析海水中的叶绿素a含量，可以间接反映海洋浮游植物的生物量，进而评估海洋生态系统的健康状况。
三、实验仪器与材料1. 仪器：实验室计算机、数据采集器、溶解氧测定仪、叶绿素a测定仪等。
2. 材料：海水样品、温度计、盐度计、pH计等。
四、实验步骤1. 采集海水样品：根据实验要求，采集不同深度、不同位置的海水样品。
2. 测量海水样品的物理和化学参数：使用温度计、盐度计、pH计等仪器测量海水样品的温度、盐度、pH值等参数。
3. 溶解氧和叶绿素a测定：使用溶解氧测定仪和叶绿素a测定仪分别测定海水样品中的溶解氧和叶绿素a含量。
4. 数据输入与计算：将采集到的数据输入相关软件，进行海洋要素的计算。
5. 结果分析：对计算结果进行分析，评估海洋环境状况和生态系统健康状况。
五、实验结果与分析1. 温度和盐度计算：根据实验数据，计算得到海水样品的温度和盐度分布图，分析其变化规律。
2. 溶解氧计算：根据实验数据，计算得到海水样品的溶解氧分布图，分析其与温度、盐度和pH值之间的关系。
3. 叶绿素a浓度计算：根据实验数据，计算得到海水样品的叶绿素a浓度分布图，分析其与海洋生态系统健康状况之间的关系。
六、实验结论1. 通过本次实验，掌握了海洋要素计算的基本原理和方法，了解了海洋物理、化学和生物等要素在海洋环境监测和海洋资源开发中的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中期水位观测资料的最小二乘分析报告
摘要：
本次实验中采用了KM站（28.05N,121.17E）1997年8月的逐时潮位数据，运用中期水位观测资料的最小二乘分析方法，通过奇异值剔除、调和分析、逐时潮位回报、高低潮及余水位计算等工作，对此验潮站的数据进行了初步分析，并了解了中期水位资料分析的基本流程。
报告主要内容：
（1）11个主要分潮（MSf Q1 O1 K1 N2 M2 S2 MK3 M4 MS4）及两个随从分潮（P1 K2）的调和常数H和g
（2）图像和数据文件的基本信息
（3）平均潮差和潮汐类型
（4）余水位特征分析
（5）误差分析
（6）程序的相关说明
（1）潮汐的调和常数：
利用最小二乘原理，通过引入差比关系的方法，我们可以成功得到11个主要分潮和2个随从分潮的调和常数如下：
分潮名称调和常数H 调和常数g
MSf 121.2222 -32.38747
Q1 62.95736 233.5120
O1 225.5294 238.7111
K1 266.1612 113.2537
N2 420.5689 167.2492
M2 1922.772 174.8581
S2 679.3940 197.3759
MK3 33.19594 252.1002
M4 32.43390 121.7806
MS4 33.60584 198.8826
M6 3.762754 94.29744
P1 73.46050 109.5160
K2 192.9479 201.4156
程序运行结果如图：
其中H关系到分潮的振幅，g关系到分潮的相位。
从表中可以看出，M2分潮的振幅最强，对当地潮位的贡献最大，这与实际情况相符，但K1分潮的调和常数H仅有266.1412，结果偏小。
（2）图像和数据文件的基本信息：
本次报告中包含以下数据文件：
1. KM9708new.dat
数据原始文件。
2. KM9708new_02.dat
经过奇异值订正的数据文件，为方便画图时读取，没有输入数据质量信息。
3. 调和常数.txt
保存了调和常数的相关数据
4.回报值.txt
保存了利用六个主要分潮进行数据回报得到的结果，同样为方便读取，没有输入质量控制信
息。
5.高潮.txt & 低潮.txt
保存了高低潮潮时、潮高的相关数据
6.余水位.txt
保存了余水位的相关数据
报告中包含以下图像文件：
1.回报值.tif
同图画出了潮位实测曲线与预测曲线。
2.余水位.tif
画出了余水位曲线及平滑处理后的曲线。
报告中包含以下源程序文件：
1. tiaohefenxi.F90
包含了程序的主体部分
2. chaoxiyb.F90
包含了编写调用的子程序
3. chaoweijisuan.m
利用MatLAB 进行画图
（3）利用八月的所有高潮平均值和所有低潮平均值计算得到的平均潮差为：411.00cm 得到的潮型数为：0.255，属于正规半日潮区域。
（4）余水位特征分析：
-1000-500
500
1000
1500
1997年8月 KM 站逐时潮位余水位曲线
计算所得的余水位如图所示。
图中红线是经过平滑后的余水位曲线，由于潮汐的周期在12.5小时左右，因此取前后共25个点做平滑进行消波处理。
从图中可以看出，余水位基本被控制在了500mm 以内。
由平滑后的数据可知，在八月的前十天发生了两次不太明显的减水现象，而从16日到19日出现了明显的增水。
据想关资料表明，此段时间内KM 港坐标附近有台风经过，因此可以推测此次增水是由台风引起的。
（5）误差分析：
此次程序设计的误差较为明显，这些误差主要是由两方面原因引起的：
1所选分潮数目较少。
本次实验只选取了11个主要分潮和2个随从分潮进行分析，而在实际的分析方法中，要求取70个分潮进行调和分析和计算。
在此次分析中，没有被分析到的分潮被计算入了余水位，造成了结果的误差。
2编程序时疏忽带来的误差。
此种误差可以通过反复调试和纠错避免，但无法保证程序中每一步都是正确的，一些小的疏忽可能会带来一些不易察觉的误差。
（6）程序说明：
报告中包含以下源程序文件：
1. tiaohefenxi.F90
2. chaoxiyb.F90
3. chaoweijisuan.m
1）其中最后一个文件是画图文件，较为简单，本次编程的主体部分还是前两个文件。
第一个文件包含了程序的主体部分，第二个文件包含了调用的子程序。
为了增加程序的普适性并减少变量，程序主体部分较为简洁，大部分都集中在了子程序部分，只有在计算高低潮潮时潮高时因为调用子程序总显示错误因此将此部分内容编入了主程序中。
本程序适用于所有中期长度的潮汐分析，但只能采用给出的13个分潮进行调和分析和6个分潮进行回报。
2）关于算法：对于求奇异值的算法，我想到了三种方法：
第一种直接寻找变率的最大值，看两个相邻变率最大值点确定奇异值，第二种寻找两个相邻变率乘积的绝对值的最大值来确定奇异值，第三种可以通过潮汐的周期性找出周期之外的极值点来确定奇异值，这种方法可以一次算出多个奇异值点。
最终我选用了第二种方法。