首先,需要说明两点。
第一,本案例使用的是单月潮汐观测数据,处理方法则是基于长期观测资料的调和分析来进行处理。中期观测资料的分析需要分别求主要分潮、随从分潮,短期观测资料分析则还需要计算不同观测序列的权重,但是核心算法与长期观测资料分析是一致的,都是建立矛盾方程,然后使用最小二乘法建立法方程,求出法方程系数,再求出矩阵X、Y。
第二,本文主要介绍方法步骤,所用代码大多为关键步骤实现,仅供参考。如需完整代码,请关注博主的另一篇资源。
下面开始介绍本案例的处理,从理论上讲,首先,我们需要选取分潮,确立我们所要分析的天文分潮,本案例用8个主要分潮——M2、S2、N2、K2、K1、O1、P1、Q1,四个半日潮,四个全日潮(其实去看潮汐相关研究的文献就会发现,基本都是以这八个分潮为主的)。相邻数据时间间隔为一小时,以所有数据的中间数对应时刻作为时间原点,然后对观测记录数据进行排序。
从实际出发,在matlab中,首先清理空间、准备环境(这是一个良好习惯),然后需要导入数据,对分潮进行排序。
%%导入数据
clear all;close all;clc;
data=importdata('C:\Users\STAR\Desktop\TideData_01.txt');
%%分潮排序(八个)
M2=1;
S2=2;
N2=3;
K2=4;
K1=5;
O1=6;
P1=7;
Q1=8;
常量的准备,输入杜德森数,以及天文元素随时间的变化速度