基于长期验潮数据的海平面预测方法与案例应用.pdfVIP

基于长期验潮数据的海平面预测方法与案例应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于长期验潮数据的海平面预测方法与案例应用

北京大学学报(自然科学版),第 50卷,第 6期,2014年 11月 ActaScientiarumNaturaliumUniversitatisPekinensis,go1.50,No.6(Nov.2014) doi:10.132090.0479—8023.2014.147 基于长期验潮数据的海平面预测方法与案例应用 段晓峰 , 许学工 , 陈满春 李响 1.北京大学城市与环境学院,地表过程分析与模拟教育部重点实验室,北京 100871 2.国家海洋信息 中心,天津 300171;十通信作者,E—mail:xxg@urban.pku.edu.cn 摘要 在充分考虑长时间序列潮位具有周期性、趋势性和随机性特征 的基础上,建立一套基于随机动态预测 模型的海平面变化分析方法。模型中的周期项模拟首次采用小波分析与谱分析相结合的方法;趋势项采用逐 步回归法拟合;残差序列采用 自回归移动平均混合模型进行拟合;三项叠加建立随机动态预测模型,参数的 确定采用非线性最dx__-乘迭代法 。应用塘沽验潮站 57年的月平均海平面高度数据进行案例分析,通过实测 数据验证和预测精度统计学检验,表明此方法对海平面变化的模拟与预测具有较高精度,可为海平面上升预 测研究提供有效可行的借鉴与范例。 关键词 海平面;预测;验潮数据;随机动态模型;方法与案例 中图分类号 P732 M ethodologyandCaseStudyofSeaLevelPrediction BasedonSecularTideGaugeData DUAN XiaofengI-,XU Xuegong ,CHEN M anchun,LIXiang 1.CollegeofUrbanandEnvironmentalSciences,LaboratoryforEarthSurfaceProcessofMinistry ofEducation, PekingUniversity,Beijing100871;2.NationalMarineDataandInformationService,Tianjin300171; tCorrespondingauthor,E—mail:xxg@urban.pku.edu.cn Abstract Based on theperiodic,trending,andstochasticcharacteristicsofseculartidegaugecata,apredictive methodologyusingstochastic—dynamicmodelwaspresenttothesealevelchangeresearch.Theperiodicterm was resolved by waveletandspectrum analysis.Stepwiseregressionwasappliedto thetrendingtexan analysis.The residualsequencewasfittedbyautoregressionmovingaveragemode1.Least—squaresiterationme:hodwasapplied forparameterestimation ofthesuperpositionmodel,whichwascomposed ofsignificantperiod model,trending term modeland the residualsequenceautoregression moving average mode1.The stochasticd3namicmodelis appliedto57years’monthlymeansealeveldatafrom Tanggutidegaugeofrcasestudy.Theresultsshow thatthe predictivemethodologybasedonstochastic—dynamicmodelisfeasibleandeffi cientinsealevelchan

文档评论(0)

ctuorn0371 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档