4

沿岸の潮汐信号 (ポイント A ) を長いモデル境界 (ポイント BCD ) に沿った 3 つのポイントに関連付けようとしています。A予測をBCとDに変換できるBCDの間に関係を持ちたいと考えています。現時点では、単一の位相シフト、ゼロを超えるレベルの振幅比率、ゼロ未満のレベルの振幅比率、および平均レベルシフトを行っています。

これにより、引き潮のピークと洪水のピークで潮汐信号にねじれが生じ、モデルは引き潮の予測を上回ります。この種の変換のためのより複雑な関係を誰かが知っているかどうか疑問に思っていましたか?

私が把握したいことの 1 つは、高水位と低水位の間の位相シフトの違いです (たとえば、正の期間と負の期間の比率は、ポイントごとに異なる場合があります)。

現在のプロセスのアルゴリズムの例。

A = vector (size n x 1 ) units meters

time_A = vector (size n x 1 )

ph_B = phase shift for AvsB.

pos_amp_B = positive amplitude ration.
neg_amp_B = negative amplitude ration.

B_mean = long term mean of B.

A_mean = long term mean of A.

for i = 1:n
    a = A(i) - A_mean
    if a > 0
       B(i) = a*pos_amp_B
    else
       B(i) = a*neg_amp_B
    end
    time_B(i) = time_A(i) = ph_B
    B(i) = B(i) + B_mean
end

ところで: この関係は、約 6 か月分のデータに基づいています。

編集 1: まず、2 つの正弦波信号 (つまり、振幅、位相シフト) を考えてみてください。同じ。文脈に関する知識は必要ありません。変換アルゴリズムを探しているだけです。

編集2：

これは時系列とfftの比較の写真です（fftは高エネルギーの周波数（12.5時間（半日周期））に焦点を当てていますが、すべての周波数がうまくスケーリングされているわけではありません）。黒はA.ゼロラインの緑です。

水位 [m] 時系列 (上) および fft 分析 (下)

4

3 に答える 3

2

潮汐予測のモデルは非常に複雑です。

より正確な予測を行うには、より多くのデータが必要になります。次の論文を見てください (残念ながらドイツ語で書かれています。英語の翻訳は知りません)。

Das Nordseemodelll der BAW zur Simulation der Tide in der Deutschen Bucht

幸いなことに、この論文には、ドイツ語を知らなくても理解できる表や写真がたくさん含まれています。

要約すると、ポイント A、B、C、D での潮位に加えて、海底の深さプロファイルの近似が確かに必要であり、計算には風のデータが必要です。また、6 か月分の実世界のデータだけでは不十分です。すべての季節をカバーするには、少なくとも 1 年間のデータが必要です。

この論文の 93 ページで参照されているソフトウェアは、2010 年に GPLv2 の下に置かれ、ここで見つけることができます。

于 2014-01-26T16:17:51.613 に答える