[發明專利]一種潮汐預報方法

無效

• 申請號: 201010139189.4
• 申請日: 2010-04-02
• 公開（公告）號: CN102214262A
• 公開（公告）日: 2011-10-12
• 發明（設計）人: 何世鈞;黃冬梅;周文君;周汝雁;鄒國良
• 申請（專利權）人: 上海海洋大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于自動化領域，涉及一種潮汐預報方法。

背景技術

潮汐預報在海洋資源的開發利用中占據及其重要地位，隨著造船業的發展，船舶的噸位逐漸加大，可以利用潮汐的特性，漲潮高潮時進港，在海水將落未落時出港，可增加大船的通行能力；潮汐預報與海港碼頭的建設有關，按當地潮汐的高度來確定高度，從而使碼頭不至被高潮淹沒，也不至在低潮時使船只擱淺；在漁業資源開發方面，準確地掌握潮水的規律，在進行捕撈作業時可以確定漁區地點，張網高度，航行時間等；在減輕和預防海洋災害方面，潮汐預報也起著至關重要的作用，風暴潮災是沿海地區頻發率最高、損失最嚴重的海洋災害，多發生在每年5月～10月期間，此季節正值河流洪水季節，在大潮汛時，加之臺風入侵，水位要比平時抬高許多，這是最危險的時，因此，必須預先知道潮位高度及由臺風引起的增水數值，及時采取加固堤壩，加強堤防檢查等預防措施，可以最大限度地減輕災害損失；潮汐預報在軍事上也同樣起著重要作用。不論在艦艇的活動中，還是在登陸作戰，布雷及水下武器使用等方面，都必須充分地考慮到水位的變化和潮流的漲落規律。

潮汐預報常用的方法是調和分析方法，它是將月球繞地球、地球繞太陽的橢圓運動，以及天體間的攝動運動，采用級數分解的方法，分解成一組正余弦無窮級數，根據預報精度要求，確定選取主要級數項，再根據具體地理位置的潮汐實測數據，解算出各級數項的系數和初始角度，然后根據時間，即可預報后面某一時刻的潮高，其有主要有兩個方面的局限性：1)調和分析法是選取一定數量的分潮來進行預測的，其精度隨著分潮的數量增加而增加，但當分潮數量增加時，計算量也會急劇增加并且精度的提高較慢，《潮汐表》中采用306個分潮進行預報，這些分潮只是白塞爾級數和天體攝動級數中的小部分影響較大的項，大量影響較小的項都被忽略了，但這些項的綜合影響有時會使預報產生較大的誤差；2)無法預報非周期因素的影響，一些非周期因素如臺風，寒潮，降水等對潮汐的預報有很大的影響，調和分析法是無法預報的。

基于數據的機器學習是現代智能技術中的重要方面，研究從觀測數據(樣本)出發尋找規律，利用這些規律對未來數據或無法觀測的數據進行預測.包括模式識別、神經網絡等在內，現有機器學習方法共同的重要理論基礎之一是統計學.神經網絡用于潮汐預測也涉及較多，但是其準確模型的形式需要較大的樣本數據，而在實際問題中，樣本數往往是有限的，因此理論上很優秀的神經網絡方法在實際中表現卻可能不盡人意。本發明采用了機器學習方法—支持向量機(SVM)方法，利用其解決小樣本，非線性及高維模式識別問題的優勢能力來建立一個潮汐預報模型，以期獲得較小誤差的潮高預測。

發明內容

本發明針對歷史數據的缺乏，現有技術的不足，提出了一種基于支持向量機潮汐預測的方法。本方法利用有限的歷史潮汐數據，實現對潮位的自動檢測和預報。

具體的步驟為：

步驟(1)：安裝SVM工具箱到MATLAB?7.8文件夾中

①將下載的SVM工具箱的文件夾放在/MATALB?7.8/toolbox/下；

②打開MATLAB->File->Set?Path中添加SVM工具箱的文件夾；

③測試一下安裝成功與否：在MATLAB中輸入which?svmoutput回車，如果可以正確顯示路徑，就證明添加成功了，例如：C:/Program?Files/MATLAB71/toolbox/svm/svcoutput.m。

步驟(2)：利用MATLAB?7.8中SVM工具箱和歷史潮汐數據構建潮汐預測網絡模型，具體方法為：

①根據潮汐記錄的時間(年、月、日、時、分、秒)，可計算

1)儒略世紀數：?

其中Y表示年份，?的整數部分，D₁為計算年首至計算日零時之間的天數；

2)儒略日：JD＝T×36525+2451545

3)月球平均緯度：s＝218.31643+481267.88128×T-0.00161×T²+0.000005×T³

4)太陽平均緯度：h＝280.46607+36000.7698×T+0.0003×T²

5)月球近地點平均緯度：p＝83.35345+4069.01388×T-0.01030×T²-0.00001×T³