[发明专利]一种潮汐河口水位过程的预测方法

权利要求书

1.一种潮汐河口水位过程的预测方法，其特征在于该方法包括以下步骤：

步骤1：收集河口区水位测站1个月及以上的逐时水位数据，形成“水位(η)-时间(t)”关系序列；

步骤2：进行水动力模拟，获取河口区任意位置的“水位(η)-时间(t)”关系序列；

步骤3：针对某一空间位置的水位时间序列，利用Morlet小波函数的时频特性，将其分解为不同时频域信息，得到各个时频域对应水位时间序列的卷积结果；

步骤4：将潮波对水位过程的周期特性影响细分为四分之一日潮周期(D4)、半日潮周期(D2)、全日潮周期(D1)以及半月潮周期(D1/14)，各分潮簇(D4、D2、D1、D1/14)对应不同的频率分布，据此对步骤3得到的卷积结果进行分类，将属于同一分潮簇周期特性的卷积结果进行归类与合并，获取各个分潮簇周期对应的W_n(s)累加结果；

步骤5：根据步骤4得到的各个分潮簇周期对应的W_n(s)累加结果，进行反卷积运算，重构各周期分潮簇对应的水位时间序列；

步骤6：利用各分潮簇的贡献程度表征对步骤3所述特定空间位置的水位过程，计算公式如下：

η≈η₀+η₁cos(ωt+φ₁)+η₂cos(2ωt+φ₂)+η₄cos(4ωt+φ₄) (公式1)

+η_1/14cos(ωt/14+φ_1/14)

式中，η为步骤3所述特定空间位置的水位过程；η₁、η₂、η₄、η_1/14分别对应各分潮簇(D1、D2、D4、D1/14)对水位的贡献度；η₀为全日潮周期平均潮位，可由实测或水动力模拟结果得出；ω为全日潮周期频率，则2ω、4ω、ω/14分别为半日潮、四分之一日潮和半月潮周期频率；φ₁、φ₂、φ₄、φ_1/14分别对应各分潮簇的初始相位；

步骤7：对于对河口区任意位置，重复上述步骤3-步骤6，明确任意空间位置的水位过程关系式，即实现对潮汐河口任意水位过程的预测。

2.根据权利要求1所述的一种潮汐河口水位过程的预测方法，其特征在于：步骤2中，收集河口区地形资料、河道流量资料，并作为边界条件和上游输入条件进行水动力模拟，结合河口区水位测站的“水位(η)-时间(t)”关系序列，获取河口区任意位置的“水位(η)-时间(t)”关系序列。

3.根据权利要求1所述的一种潮汐河口水位过程的预测方法，其特征在于：步骤3中，针对某一空间位置的水位时间序列，利用Morlet小波函数t对获取的水位信号进行卷积计算，Morlet小波函数如下：

式中，ω₀为无量纲频率，i为虚数单位(i²＝-1)

卷积计算公式如下：

式中，η为离散时间序列，即输入的水位时间序列，则η_n'为对应时间尺度上离散序列；n为局部时间指数，则n'代表某个局部时间指数(取0、1、...、N-1)；N为对应时间尺度上离散序列的个数；s为伸缩因子；δt为时间序列相邻两点间时间间隔；W_n(s)是对应于不同尺度以及不同位置的小波系数，即输入水位序列的小波频谱(时频域)信息；上标“*”代表小波函数Y₀(x)的复共轭函数，其中“(n'-n)δt/s”对应式II的“x”。

4.根据权利要求3所述的一种潮汐河口水位过程的预测方法，其特征在于步骤4的分类方法为：公式III中的W_n(s)包含了时间和频率两个维度的信息，根据公式III运算过程中所得的时频域信息，按照主要分潮簇周期(D4、D2、D1、D1/14)对应的频率信息进行分类、归纳、合并，获取各个分潮簇周期对应的W_n(s)累加结果。

5.根据权利要求4所述的一种潮汐河口水位过程的预测方法，其特征在于步骤5的重构方法为：

根据各分潮簇对应的W_n(s)的累加结果，分别进行反卷积运算，得到各分潮簇周期对应的水位时间序列，计算公式为：

其中，η_n为重构得到的某一分潮簇内的周期性潮位过程(反卷积运算结果)，η₁、η₂、η₄、η_1/14即为主要分潮簇对水位的贡献度，j为对应时间尺度的角标，s_j为对应时间尺度的伸缩因子，C_δ代表函数δ通过小波函数Y₀(x)自小波变换系数重构为原始序列时的重构因子，代表小波系数W_n(s_j)的实部。