日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

光譜傳感:南極中山站潮汐特征分析

萊森光學(xué) ? 來源:萊森光學(xué) ? 作者:萊森光學(xué) ? 2022-04-01 14:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

0引言

潮汐是重要的海洋水文環(huán)境要素之一,驗(yàn)潮站資料是建立局地高程基準(zhǔn)即平均海平面的基礎(chǔ)資料,亦可用于研究海平面變化以及衛(wèi)星測高數(shù)據(jù)的標(biāo)定。研究者通常采用調(diào)和常數(shù)及潮汐特征值描述潮汐特征。本文采用調(diào)和分析方法對(duì)我國南極中山站五年的潮汐觀測資料進(jìn)行處理,對(duì)殘差進(jìn)行了檢驗(yàn),發(fā)現(xiàn)了傳統(tǒng)調(diào)和分析方法的局限性,提出了可能的改進(jìn)方法。

1調(diào)和分析

經(jīng)典潮汐調(diào)和分析是將潮汐各個(gè)分潮的平均振幅和相位從實(shí)際潮位資料中分解出來的計(jì)算方法,通常將潮位表示成各個(gè)分潮的疊加,利用最小二乘法對(duì)某一段時(shí)間內(nèi)(1mon、1a及以上)整點(diǎn)的潮位數(shù)據(jù)進(jìn)行擬合,得到各分潮的平均振幅和相位。本文在年分析時(shí)采用369d的整點(diǎn)潮位數(shù)據(jù),采樣間隔1h。根據(jù)Rayleigh準(zhǔn)則,年分析的分辨率Δσ≥0.041°·h-1,滿足該條件的分潮有170個(gè),基于Fortran語言采用最小二乘法編寫調(diào)和分析程序,計(jì)算了這170個(gè)分潮的調(diào)和常數(shù),并對(duì)殘差進(jìn)行了統(tǒng)計(jì)分析。對(duì)5年的數(shù)據(jù)逐年按上述方法進(jìn)行調(diào)和分析,對(duì)應(yīng)于每一年得到一組調(diào)和常數(shù)。

本文使用369d8857個(gè)海面高整點(diǎn)觀測值進(jìn)行計(jì)算,得到第一組結(jié)果;然后,對(duì)下一組8857個(gè)觀測值進(jìn)行計(jì)算,依此類推,一共得到5組結(jié)果;再分別對(duì)各主要分潮每年的調(diào)和常數(shù)(振幅和相位)進(jìn)行比較分析。

2數(shù)據(jù)來源及處理方法

2.1數(shù)據(jù)來源

由于南極地區(qū)海冰覆蓋海面的時(shí)間長,底置壓力式驗(yàn)潮儀成為永久驗(yàn)潮站的首選。中山站驗(yàn)潮站建于1999年,位于69°22.998′S,76°22.803′E,采用壓力式驗(yàn)潮儀,本文所用的資料長度截止到2005年10月。原始數(shù)據(jù)是壓力值,即驗(yàn)潮儀上方海水壓力和大氣壓的總和,采用中山站氣象站的資料進(jìn)行大氣壓改正,轉(zhuǎn)化為觀測時(shí)刻的海面高。經(jīng)過溫度校準(zhǔn)后相對(duì)精度為0.01%,在已知海水密度的情況下,絕對(duì)精度優(yōu)于±3mm。海面高的基準(zhǔn)面為岸邊驗(yàn)潮基準(zhǔn)點(diǎn)以下5.421m。

2.2計(jì)算調(diào)和常數(shù)與潮汐特征值

某時(shí)刻的海面高(潮高)可以表示為:

poYBAGJGoZKABhu3AAAVgKN0Thg615.png

利用最小二乘法對(duì)一年逐時(shí)海面高進(jìn)行最小二乘求解,此時(shí),m=170。j=0時(shí),A0即為年平均海面高,j=1~170,分別對(duì)應(yīng)170個(gè)分潮。根據(jù)式(4)、(5)求出各分潮的調(diào)和常數(shù)(振幅H與區(qū)時(shí)專用遲角g)

poYBAGJGoZKALRk6AAAexiOpvWg801.png

2.3潮汐特征值及工程潮位的計(jì)算和統(tǒng)計(jì)

得到潮位的均方根誤差估值后,進(jìn)一步可以得到分潮振幅和和遲角的均方根誤差估值對(duì)殘差進(jìn)行χ2檢驗(yàn)來判斷其是否屬于正態(tài)分布,進(jìn)而對(duì)調(diào)和分析模型進(jìn)行評(píng)估。潮汐特征值包括潮汐類型、潮齡等,根據(jù)潮汐調(diào)和常數(shù)計(jì)算得到。潮汐類型根據(jù)主要日分潮和主要半日分潮的振幅之比的大小來判斷。統(tǒng)計(jì)得到設(shè)計(jì)高、低水位,乘潮水位。

3結(jié)果與分析

先對(duì)5組年分析結(jié)果的殘差進(jìn)行統(tǒng)計(jì)分析,χ2檢驗(yàn)結(jié)果如表1所示。如表1,分別對(duì)5組年分析的殘差進(jìn)行χ2檢驗(yàn),均事先給定顯著性水平0.05。每組又分三次檢驗(yàn),分別是對(duì)所有殘差、剔除大于三倍標(biāo)準(zhǔn)差的殘差后、剔除大于兩倍標(biāo)準(zhǔn)差的殘差后進(jìn)行檢驗(yàn),發(fā)現(xiàn)檢驗(yàn)值均大于理論值,僅第二組檢驗(yàn)結(jié)果在剔除兩倍中誤差后的結(jié)果比較接近理論值,即第二組殘差比較接近正態(tài)分布。χ2檢驗(yàn)表明年分析殘差不屬于正態(tài)分布,其中還有周期項(xiàng)未分離出來。本文采樣間隔Δt=1h,t∈[-N,N],N=4428。根據(jù)Rayleigh準(zhǔn)則,分辨率Δσ≥Δ/2N·360(°·h-1),要提高分辨率,可采用更高頻率的采樣間隔,比如10min的間隔,此時(shí)分辨率為Δσ≥0.0068(°·h-1);或使用更長的分析資料,比如19a,此時(shí)分辨率為Δσ≥0.0022(°·h-1),可計(jì)算472個(gè)分潮,能將絕大部分分潮都分離出來。這樣,未參與計(jì)算的分潮數(shù)會(huì)大大減少,使得調(diào)和分析更加精確。

表1調(diào)和分析殘差χ2檢驗(yàn)結(jié)果

pYYBAGJGoZSAEeZSAACP3cLPBO0393.png

如上所述,年分析的殘差中還有分潮未被分離出來,但未被分離的分潮影響較小,能夠得到比較準(zhǔn)確的調(diào)和常數(shù)。為了檢驗(yàn)算法的可靠性,采用澳大利亞戴維斯站1a的數(shù)據(jù),利用上述潮汐調(diào)和分析方法進(jìn)行處理,對(duì)應(yīng)觀測時(shí)長365d,觀測值的個(gè)數(shù)為8761,與ESR采用的觀測時(shí)長和采樣率相同,得到了該站170個(gè)分潮的調(diào)和常數(shù)。與ESR公布的年分析結(jié)果進(jìn)行比較,表2列出了這兩組結(jié)果中的8個(gè)主要分潮的調(diào)和常數(shù)。

從表2可以看出,兩組結(jié)果振幅差值在-0.4~0.2cm之間,絕對(duì)值最小0.1cm,最大0.4cm;區(qū)時(shí)專用遲角差值范圍是-1.3°~1.7°,絕對(duì)值最小0.5°,最大1.7°,且ESR公布的結(jié)果均在本文計(jì)算的誤差范圍之內(nèi)。

表2根據(jù)戴維斯站數(shù)據(jù)計(jì)算得到的結(jié)果與ESR公布結(jié)果的比較

pYYBAGJGoZWAfOIMAAFnDmrhO7M211.png

3.1調(diào)和常數(shù)

利用上述調(diào)和分析方法計(jì)算得到了中山站附近海域潮汐的170個(gè)分潮的調(diào)和常數(shù)。由于篇幅限制,本文只列出了8個(gè)主要分潮每年的振幅H和區(qū)時(shí)專用遲角g(以格林尼治時(shí)間為時(shí)間基準(zhǔn))及其平均值(見表3)。各分潮的振幅變化量(最大值和最小值之差)分別為0.7、0.4、0.3、0.3、0.9、0.2、0.2、0.1cm,變化比率(變化量與最大值之比)為1%~14%;遲角變化量分別為1.8°、0.6°、2°、0.3°、6.9°、0.3°、1.4°、0.9°,變化比率為0.1%~3.8%。其中,振幅和遲角的變化量和變化比率最大的均為N2分潮(太陰橢率主要半日分潮),振幅和遲角變化分別為0.9cm、6.9°,變化比率分別為14%、3.8%,其變化可歸因于天文、非線性效應(yīng)、海底地形變遷、極潮、氣象等因素的影響,具體原因需更長時(shí)間的資料才能確定。8個(gè)主要分潮的調(diào)和常數(shù)隨時(shí)間變化的曲線如圖1所示。

表3中山站8個(gè)主要分潮的調(diào)和常數(shù)

pYYBAGJGoZaAXeBKAACjqiYV9Ag433.png

圖18個(gè)主要分潮的調(diào)和常數(shù)隨時(shí)間變化的曲線圖

1c07aa58-c2fd-4419-82a6-13d68d2f79cb.png

由圖1中可以看出,各分潮的調(diào)和常數(shù)基本上保持不變,非常穩(wěn)定,其中,N2分潮的振幅和遲角在分析時(shí)段內(nèi)有減小的整體趨勢(shì)。

3.2潮汐特征值與工程潮位

由調(diào)和常數(shù)結(jié)果計(jì)算主要日分潮與主要半日分潮振幅之比為2.79,其值大小在2.0~4.0之間,根據(jù)我國通常使用的潮汐類型劃分方法,中山站屬于不規(guī)則日潮混合潮港。主要半日分潮振幅比0.91,主要日分潮振幅比1.03,兩個(gè)比值均接近1。半日潮齡為102h,即從朔望算起到大潮來臨時(shí)刻的平均時(shí)間間隔約為4d。日潮齡為9h,即從月球赤緯最大算起到發(fā)生回歸大潮的平均時(shí)間間隔只有9h。表4列出了根據(jù)調(diào)和常數(shù)計(jì)算得到的其他潮汐特征值。根據(jù)5a的潮汐資料統(tǒng)計(jì)得到高低潮的累積頻率以及乘高低潮2h潮位累積頻率,分別如圖2、3所示。設(shè)計(jì)高水位即高潮10%約為1.9m,設(shè)計(jì)低水位即低潮90%約為0.4m。全年70%的高潮能滿足在2h的乘潮作業(yè)中確保有高于約1.1m的高度。

表4中山站5年潮汐特征值

pYYBAGJGoaGAPkWMAAE0yom-SxQ596.pngpoYBAGJGoaWAW6caAADE9MrBQNA639.png

圖2中山站高低潮累積頻率曲線 圖3中山站乘高低潮2h潮位累積曲線

4 結(jié) 語

1.利用年資料每小時(shí)數(shù)據(jù)進(jìn)行潮汐調(diào)和分析存在不足,不能計(jì)算出所有的分潮,可以通過采用更高的采樣間隔或使用長時(shí)間的潮汐數(shù)據(jù)來提高分辨率。

2.各主要分潮的調(diào)和常數(shù)在分析時(shí)段內(nèi)非常穩(wěn)定,變化量很小。僅N2分潮變化量相對(duì)較大,且有變小的整體趨勢(shì)。3.中山站屬于不規(guī)則日潮混合潮港,半日潮齡102h,日潮齡9h;平均大的潮差為99cm,平均小的潮差為25cm;高潮10%約為1.9m,低潮90%約為0.4m;全年70%的高潮能滿足在2h的乘潮作業(yè)中確保有高于約1.1m的高度。

審核編輯:符乾江

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    友思特方案 | ChipSense?高光譜傳感芯片:小型化近紅外光譜感知技術(shù)與產(chǎn)業(yè)應(yīng)用

    導(dǎo)讀 在材料無損檢測、現(xiàn)場快速分析與智能終端集成需求持續(xù)增長的背景下,傳統(tǒng)高光譜成像與微型光譜儀在體積、成本、功耗與魯棒性上面臨瓶頸。友思特推出的ChipSense?高光譜
    的頭像 發(fā)表于 04-16 13:56 ?140次閱讀
    友思特方案 | ChipSense?高<b class='flag-5'>光譜</b><b class='flag-5'>傳感</b>芯片:小型化近紅外<b class='flag-5'>光譜</b>感知技術(shù)與產(chǎn)業(yè)應(yīng)用

    光譜與高光譜工業(yè)相機(jī)技術(shù)原理與差異

    光譜與高光譜工業(yè)相機(jī)通過捕捉傳統(tǒng)RGB相機(jī)無法獲取的波長信息,實(shí)現(xiàn)了更精細(xì)的分析和高維數(shù)據(jù)解讀。
    的頭像 發(fā)表于 01-29 17:33 ?889次閱讀
    多<b class='flag-5'>光譜</b>與高<b class='flag-5'>光譜</b>工業(yè)相機(jī)技術(shù)原理與差異

    紅外光譜技術(shù)應(yīng)用與原理分析

    分析檢測領(lǐng)域,紅外光譜分析技術(shù)作為一種高效、準(zhǔn)確的分析檢測手段,能夠快速準(zhǔn)確地識(shí)別各類化合物的分子結(jié)構(gòu)特征。這項(xiàng)技術(shù)基于一個(gè)簡單卻精妙的原理:當(dāng)紅外光照射樣品時(shí),分子中的化學(xué)鍵會(huì)吸收
    的頭像 發(fā)表于 11-11 15:21 ?1339次閱讀
    紅外<b class='flag-5'>光譜</b>技術(shù)應(yīng)用與原理<b class='flag-5'>分析</b>

    從實(shí)驗(yàn)室到田間:便攜式/手持式高光譜相機(jī)如何賦能現(xiàn)場快速檢測

    隨著精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)業(yè)的快速發(fā)展,傳統(tǒng)農(nóng)業(yè)對(duì)作物監(jiān)測、土壤分析和資源管理的需求日益精細(xì)化。高光譜成像技術(shù)作為多光譜成像的延伸,通過捕捉 數(shù)百個(gè)連續(xù)窄波段光譜信息 ,能夠提供更精細(xì)的作物
    的頭像 發(fā)表于 10-20 10:17 ?674次閱讀
    從實(shí)驗(yàn)室到田間:便攜式/手持式高<b class='flag-5'>光譜</b>相機(jī)如何賦能現(xiàn)場快速檢測

    光譜圖像顏色特征用于茶葉分類的研究進(jìn)展

    光譜成像技術(shù)結(jié)合顏色特征分析為茶葉分類提供了高效、非破壞性的解決方案。本文系統(tǒng)綜述了該技術(shù)的原理、方法、應(yīng)用案例及挑戰(zhàn),探討了其在茶葉品質(zhì)分級(jí)、品種識(shí)別和產(chǎn)地溯源中的研究進(jìn)展,并展望了未來發(fā)展方向
    的頭像 發(fā)表于 10-17 17:09 ?795次閱讀
    多<b class='flag-5'>光譜</b>圖像顏色<b class='flag-5'>特征</b>用于茶葉分類的研究進(jìn)展

    光譜成像在作物病蟲害監(jiān)測的研究進(jìn)展

    光譜成像技術(shù)(Hyperspectral Imaging, HSI)是一種將光學(xué)成像與光譜分析相結(jié)合的多維信息獲取技術(shù),其核心在于通過連續(xù)窄波段(通常 光譜特征基礎(chǔ) 植物受病蟲害侵襲
    的頭像 發(fā)表于 10-16 15:53 ?716次閱讀
    高<b class='flag-5'>光譜</b>成像在作物病蟲害監(jiān)測的研究進(jìn)展

    光譜成像在分析作物長勢(shì)和產(chǎn)量預(yù)估中的應(yīng)用

    的關(guān)鍵技術(shù)路徑,并通過典型應(yīng)用案例分析其在現(xiàn)代農(nóng)業(yè)中的價(jià)值與挑戰(zhàn)。 高光譜成像基本原理 多維數(shù)據(jù)融合 :同步獲取空間(2D圖像)+光譜(數(shù)十至數(shù)百個(gè)窄波段)+時(shí)間(動(dòng)態(tài)監(jiān)測)三維信息 植被光譜
    的頭像 發(fā)表于 09-27 16:04 ?617次閱讀
    高<b class='flag-5'>光譜</b>成像在<b class='flag-5'>分析</b>作物長勢(shì)和產(chǎn)量預(yù)估中的應(yīng)用

    如何有效利用高光譜成像技術(shù)提升數(shù)據(jù)分析效率

    隨著人工智能和大數(shù)據(jù)技術(shù)的快速發(fā)展,高光譜成像技術(shù)作為一種融合光譜信息與空間影像的新興技術(shù),正日益成為提升數(shù)據(jù)分析效率的重要工具。在農(nóng)業(yè)監(jiān)測、環(huán)境保護(hù)、礦產(chǎn)勘探等多個(gè)行業(yè)中,高光譜成像
    的頭像 發(fā)表于 09-11 16:13 ?1021次閱讀
    如何有效利用高<b class='flag-5'>光譜</b>成像技術(shù)提升數(shù)據(jù)<b class='flag-5'>分析</b>效率

    光譜相機(jī)賦能耕地用途保護(hù):耕地面積統(tǒng)計(jì)、非農(nóng)非糧識(shí)別-守護(hù)耕地紅線

    費(fèi)力。而多光譜低空遙感技術(shù)憑借大范圍監(jiān)測能力與精準(zhǔn)光譜識(shí)別特性,正成為耕地用途智慧化監(jiān)管的核心工具。 一、技術(shù)原理:光譜如何“看見”耕地? 1.?耕地光譜指紋
    的頭像 發(fā)表于 07-22 15:41 ?715次閱讀
    多<b class='flag-5'>光譜</b>相機(jī)賦能耕地用途保護(hù):耕地面積統(tǒng)計(jì)、非農(nóng)非糧識(shí)別-守護(hù)耕地紅線

    太陽光模擬器性能的影響參數(shù):光譜匹配度、光譜覆蓋率及光譜偏離率

    光譜與標(biāo)準(zhǔn)光譜的契合度,進(jìn)而影響測試精度。紫創(chuàng)Luminbox深耕太陽光模擬器技術(shù)研發(fā),致力于以這三大指標(biāo)為核心優(yōu)化方向,提升設(shè)備對(duì)復(fù)雜測試場景的適配能力。下文將具體分析這三項(xiàng)參數(shù)對(duì)太陽光模擬器性能
    發(fā)表于 07-21 15:35

    Robot之眼——多光譜傳感器的靜電浪涌防護(hù)指南

    講解一、多光譜傳感器概述多光譜傳感器通過分光技術(shù)將光分為窄波段,經(jīng)探測器轉(zhuǎn)換為電信號(hào),處理后提取目標(biāo)多光譜
    的頭像 發(fā)表于 07-11 15:11 ?1222次閱讀
    Robot之眼——多<b class='flag-5'>光譜</b><b class='flag-5'>傳感</b>器的靜電浪涌防護(hù)指南

    光譜相機(jī)讓農(nóng)林管理進(jìn)入“光譜級(jí)”智能時(shí)代

    、病害應(yīng)激反應(yīng)等。這種能力使得高光譜技術(shù)成為研究和管理作物、森林的強(qiáng)大工具。 為什么農(nóng)林業(yè)需要“光譜級(jí)”的感知? 作物和林木在受到病害、水分脅迫或營養(yǎng)失衡時(shí),表面可能尚未出現(xiàn)明顯癥狀,但其光譜
    的頭像 發(fā)表于 06-27 10:50 ?672次閱讀
    高<b class='flag-5'>光譜</b>相機(jī)讓農(nóng)林管理進(jìn)入“<b class='flag-5'>光譜</b>級(jí)”智能時(shí)代

    瞬態(tài)吸收光譜數(shù)據(jù)處理、擬合與分析-Ⅰ

    。早期的TA技術(shù)僅限于專業(yè)實(shí)驗(yàn)室使用,但隨著商業(yè)一體化系統(tǒng)的不斷發(fā)展,這項(xiàng)技術(shù)正日益普及全球科研團(tuán)隊(duì)?,F(xiàn)代TA系統(tǒng)能夠生成具有高能量和時(shí)間分辨率的大型數(shù)據(jù)集,這些數(shù)據(jù)集富含光物理信息。然而,由于存在多個(gè)激發(fā)態(tài)特征峰和儀器偽影,TA光譜的處理、擬合和解
    的頭像 發(fā)表于 06-23 09:16 ?2124次閱讀
    瞬態(tài)吸收<b class='flag-5'>光譜</b>數(shù)據(jù)處理、擬合與<b class='flag-5'>分析</b>-Ⅰ

    VirtualLab Fusion應(yīng)用:氧化硅膜層的可變角橢圓偏振光譜(VASE)分析

    VirtualLab Fusion中的橢圓偏振分析器在二氧化硅(SiO2)涂層上的使用。對(duì)于系統(tǒng)的參數(shù),我們參考Woollam等人的工作 \"可變角度橢圓偏振光譜儀(VASE)概述。I.
    發(fā)表于 06-05 08:46

    光譜成像相機(jī):基于高光譜成像技術(shù)的玉米種子純度檢測研究

    種子純度是衡量種子質(zhì)量的核心指標(biāo)之一,直接影響農(nóng)作物產(chǎn)量與品質(zhì)。傳統(tǒng)檢測方法(如形態(tài)學(xué)觀察、生化分析)存在耗時(shí)長、破壞樣本、依賴人工等缺陷。近年來,高光譜成像技術(shù)因其融合光譜與圖像信息的優(yōu)勢(shì),成為
    的頭像 發(fā)表于 05-29 16:49 ?816次閱讀
    玉山县| 文成县| 易门县| 大足县| 扎囊县| 呼伦贝尔市| 苏尼特右旗| 大邑县| 新竹县| 沂南县| 峨眉山市| 资阳市| 枣阳市| 嵊泗县| 大英县| 美姑县| 闵行区| 汶上县| 固镇县| 嘉黎县| 武宁县| 江陵县| 彭水| 辛集市| 同江市| 吉水县| 资阳市| 闵行区| 朔州市| 图木舒克市| 弥勒县| 萨迦县| 集贤县| 敦化市| 乐都县| 北宁市| 图们市| 衡山县| 嘉鱼县| 武冈市| 建德市|