[请教]潮汐调和分析

显示全部楼层 · 2013-7-12 14:19:32

1 最小二乘法事实上是一种长期数据的拟合算法,通过分潮的叠加来拟合潮位,最小二乘法调和分析的过程就是利用实测数据分离出用于拟合潮位的分潮的基本特征(即调和常数) 2 实测数据长度越长,能够分离的分潮的数量就越多,一般来说一年3(369天)就足够分离出足够多的分潮了. 3 实测数据的时间间隔越小对于分离分潮越有利,国内目前的数据多为1小时. 4 因此如果数据足够长,选取三五百个分潮进行调和分析对于算法来说没有问题.只是计算量不同罢了.,如果数据太少,则要用短期调和分析法. 够专业...

千问 · 2013-7-12 14:19:32

最近我也在整这个关于潮汐潮流的调和分析问题。书上说，分潮的选择一个考虑是振幅大些的，在计算分潮的调和函数时受雷诺判断的限制，相邻分潮的频率差是不能太小，太小的话，会造成计算误差较大，好像推荐引用差比参数，不过书上到是列了几个，我现在看到有人引入8个分潮的差比参数，分别是Q1、O1、P1、K1、N2、M2、S2、K2不知是怎么引用的？就是哪个和哪个做差比，还有...

千问 · 2013-7-12 14:19:32

资料长（如一年的）可以分离出上百个分潮，如果资料少（如一个月），则只能分离出70多个分潮，一些周期较长的分潮由于资料只有一个月的，因此就分离不出了，对于一般的模拟来说，只用8个左右的分潮，因此应该差别不大，除非你是专门研究分潮的。...

千问 · 2013-7-12 14:19:32

我有15天的资料，考虑了11个分潮，S2,M2,N2,K2,O1,P1,K1,Q1,M4,M6,MS4，不知道合不合适...