基于candela方法的船载adcp断面重复走航资料潮流分离计算

基于candela方法的船载adcp断面重复走航资料潮流分离计算

传统的流动测流方法不满足对整个海域或整个断面空间流场的了解，因此很难组织大规模的海流观测或释放测流潜标。随着海洋测量技术的进步，观测海洋数据的方法可以解决用传统方法难以解决的问题。然而，海洋数据的时间和空间分布是不均匀的。传统的协调分析方法不能有效地分离船宽数据中的趋势。因此，为了更好地应用和分析船宽数据中的趋势，有必要通过其他方法有效分离船宽数据中的趋势。如果趋势是从船载的adcp数据中分离出来，则可以获得船宽和其他海上趋势的空间结构，并分析流程的动态和运动学特征。因此，通用域名格式中的趋势分离方法具有广阔的应用前景。Foreman等在1991年提出了使用潮汐预报的数值模型从船载ADCP资料中去除潮流的方法,并对范库弗峰岛西南沿岸3d的ADCP资料进行了潮流分离.但是这种方法过于依赖潮汐预报数值模型的精度,而且对于比较复杂的海区误差较大.Candela等于1992年在传统调和分析的基础上进行逻辑推广,提出了新的潮流分离方法,并对中国黄海5d的ADCP资料进行潮流分离.该方法主要是把测得的海流表示成潮流和余流的总和,然后用最小二乘法计算潮流和余流函数的系数,最后得到潮流分离结果.此后的一些潮流分离方法都是在Candela方法的基础上发展起来的.这些方法的应用同时推动了船载ADCP测量方法广泛地应用于海洋调查和科学研究.我们的方法是在Candela方法的基础上,选用高斯函数作为基函数,采用Matlab运算程序,对船载ADCP断面重复走航资料进行潮流分离计算的.为了与传统准调和分析方法区别,在下文中把我们的方法简称为Candela方法.1研究区域和数据处理1.1b计算点分布研究区域是厦门港嵩屿与鼓浪屿之间嵩鼓水道的一条断面(图1).该断面从嵩屿海岸向外200m水深快速增加,直到水深12～16m,在断面中部水深最大达到14～18m左右,向东到鼓浪屿水深基本在6～8m.大潮和小潮的最高和最低水位时的地形图如图2所示.计算点分布,从嵩屿到鼓浪屿分成14个计算点,分别记为S1、S2、S3…S14,如图3所示.1.2船载adcp的观测资料及处理数据采用“厦门西海域暨同安湾整治开发相关的水动力和悬浮泥沙全潮变化调查研究”中嵩鼓水道船载ADCP断面重复走航观测的海流资料.其中包含2003年4月18日12时至19日15时共大约27h,及2003年4月24日12时至25日15时大约27h,总共大约54h的观测资料,每9s一组垂向观测数据.对数据进行质控等处理,主要条件如下:(1)船载ADCP数据资料的完好率在80%以上;(2)船速小于6kn;(3)选择水深为5m的数据;(4)把流速分解为东分量和北分量,时间采用JULIAN格式,单位为h.2两种方法的对比对于传统准调和分析方法,就某一特定测点(在离该点17m范围内,即认为是该点的数据)而言,仅数个船载ADCP观测资料尚不足以对该测点进行短期的潮流准调和分析.经过初步分析表明在该测点20次以上的ADCP观测可以通过短期的潮流准调和分析方法得到该测点实用的潮流调和常数.当然随着观测次数的增加,分析结果的精度可进一步提高.本研究利用船载ADCP,分别于大潮和小潮大约27h的时间内,在厦门港嵩鼓水道进行断面多次的重复走航观测,使在某一特定测点的观测次数达到30次以上,进行短期的准调和分析,对Candela方法进行验证.对于Candela方法,在某一观测层次水深,海流分解为东分量u(海流北分量v与之相似),表示如下:u(x,y,t)=u0(x,y)+∑Ni=1aicos(ωit−θi)=u0(x,y)+∑Ni=1{bi(x,y)cos(ωit)+ci(x,y)sin(ωit)}u(x,y,t)=u0(x,y)+∑Νi=1aicos(ωit-θi)=u0(x,y)+∑Νi=1{bi(x,y)cos(ωit)+ci(x,y)sin(ωit)}其中:ai=(b2i+c2i)1/2‚θi=arctan(cibi)ai=(bi2+ci2)1/2‚θi=arctan(cibi)式中:u(x,y,t)是给定水深某点(x,y)t时刻观测值的东分量,u0(x,y)是选定网格内的余流东分量,ωi、ai和θi分别是第i个分潮的频率、振幅和相位,N为分潮的个数.我们在计算中,选用高斯函数作为基函数,把u0(x,y)、bi(x,y)和ci(x,y)分别表示如下:u0(x,y)=λiexp[−(x−xi)2+(y−yi)22L2]bi(x,y)=αiexp[−(x−xi)2+(y−yi)22L2]ci(x,y)=βiexp[−(x−xi)2+(y−yi)22L2]u0(x,y)=λiexp[-(x-xi)2+(y-yi)22L2]bi(x,y)=αiexp[-(x-xi)2+(y-yi)22L2]ci(x,y)=βiexp[-(x-xi)2+(y-yi)22L2]式中L=0.05,选择节点数为K=9.通过计算λi、αi和βi后可计算余流和各分潮要素.所计算的分潮为M2、S2、K1、O1、M4和MS4等6个分潮.3计算结果和分析3.1两种方法计算结果对比对14个计算点的余流计算结果进行分析比较,共有14个样本数据.如图4a、b所示,Candela方法计算所得余流与传统准调和分析法计算所得余流在大、小潮时总体上是非常的相近.3.1.1余流方向的相关性大潮时,Candela方法计算所得余流与传统准调和分析法计算所得余流的相关性很高,其相关系数为0.9697;相应的余流方向的相关性更高,其相关系数为0.9982(图5a、b).小潮时,Candela方法计算所得余流与传统准调和分析法计算所得余流的相关性比大潮的低,不过其系数也达到0.8521;相应的余流方向的相关性也很高,相关系数为0.9865(图5c、d).3.1.2两种方法计算的平均相对误差大潮时,Candela方法计算所得余流与传统准调和分析法计算所得余流的平均相对误差为0.065,其相应的流向平均相对误差为0.023.而在小潮时,Candela方法计算所得余流与传统准调和分析法计算所得余流的平均相对误差为0.150,其相应的流向平均相对误差为0.027.3.1.3传统调和分析法可信由上述分析可见,这两种方法计算的余流及其方向的相关性很高(在样本数为14,置信度为α=1%时,相关系数大于0.6610,可认为结果是可信的),而平均相对误差也很小.据此,可认为在传统调和分析法可信的情况下,Candela方法的分析也是可信的.3.2分潮分析对14个计算点的M2、S2、K1、O1、M4和MS4等6个分潮的计算结果(共有84个样本数据)进行分析比较.3.2.1分潮长度和分潮短轴的相关性分析大潮时,Candela方法计算所得分潮长轴与传统准调和分析法计算所得长轴的相关性很高,其相关系数为0.9838;相应分潮长轴方向的相关性也很高,相关系数为0.8960;相应分潮短轴的相关性系数为0.2335(图6a-c).小潮时,Candela方法计算所得分潮长轴与传统准调和分析法计算所得长轴的相关性很高,其相关系数为0.9656;相应的分潮长轴方向的相关性很高,相关系数为0.7555;相应分潮短轴的相关性系数为0.2209(图6d-f).3.2.2分潮长度和短轴相对误差大潮时,Candela方法计算所得分潮长轴与传统准调和分析法计算所得长轴的平均相对误差为0.375,其相应的分潮长轴方向平均相对误差为0.071,相应的分潮短轴平均相对误差为0.753;而在小潮时,Candela方法计算所得分潮长轴与传统准调和分析法计算所得长轴的平均相对误差为0.287,其相应的分潮长轴方向平均相对误差为0.254,相应的分潮短轴平均相对误差为0.849.3.2.3分潮长度与相关系数由上述分析可见,两种方法计算的分潮长轴及其方向的相关性很高(在样本数为84,置信度为α=1%时,相关系数大于0.283,认为结果是可信的),相应的分潮长轴的相关性略低.但是在样本数为84,置信度为α=5%时,相关系数均大于0.217,也认为在置信度为α=5%时,计算结果是可信的;而平均相对误差则略显较大.总体认为在传统准调和分析法可信的情况下,Candela方法的分析也是可信的,而分潮的误差略大.4两种方法对于分潮的计算通过对结果的分析比较,说明我们采用的船载ADCP资料的潮流分离方法是比较成功的,总结如下:(1)Candela方法与传统准调和分析方法计算得到的余流相关性非常高,相对误差也很小.(2)Candela方法对分潮的计算,长轴和长轴方向与采用传统调和分析方法计算得到的相