潮汐观测数据调和分析及预报成图

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