钱塘江涌潮时间的一种分段实时预报算法

沈利勤，孙映宏，王瑞荣

(1.杭州市农村水利管理总站，浙江 杭州 310016;2.杭州水文水资源监测总站，浙江 杭州 310016;3.杭州电子科技大学生命信息与仪器工程学院，浙江 杭州 310018)

1 钱塘江涌潮概况

钱塘江涌潮是由天体引力和地球自转离心加上杭州湾特殊的喇叭口地形所形成的一种特殊潮汐现象。钱塘江每天都有潮汛发生，尤其以每年农历八月十五前后潮涌最为壮观。涌潮是局势壮观的奇景，但同时它也是洪水猛兽，给沿江人们生活带来很大的威胁。

及时准确的涌潮预报是应对潮汐危害、提升观潮价值的重要非工程型措施。常见的潮涌预报方法有基于统计规律的经验预报方法、调和分析预报方法和水动力学预报方法等。基于统计规律的涌潮预报方法以历史实测资料分析其中的规律进行潮汐预报，此法容易受到风力、风向，及河道变迁等因素影响，预报精度不高［1］。调和分析预报方法研究了海潮的调和分析方法，形成海潮模型;然后将不确定性因素结合到海潮模型中，形成了江河涌潮的模型;通过系统辨识的方法对江河涌潮模型进行求解，最终实现涌潮预报［2］。水动力学的涌潮预报方法首先由一维连续性方程和动量守恒方程推出涌潮传播速度的计算方法［3］，然后根据涌潮到达下游站点的时间预测涌潮到达上游站点的时间。这种方法由于需要大量的采集数据，增加了系统在传感器安装和维护成本的投入，同时计算复杂，耗时长，效率低。

本文通过对钱塘江潮涌传统预报算法研究，提出了一种基于钱塘江涌潮动态监测的潮涌分段实时预报算法，简便易行，且具有较高的精度，能满足市民游客观潮和政府部门防潮安全指挥的需要。

钱塘江河口为强潮河口，东海潮汐的影响一直波及到富春江电站下游。大潮期，涌潮在尖山下游形成，溯源推进中，逐渐壮大、衰减、湮灭，一直推进到闻家堰以上，全程90余公里。2000年以来，水文部门在入海口的澉浦直到闻家堰的钱塘江沿岸自下往上陆续设立了澉浦、东江闸、二十工段、盐官、六工段、仓前、七堡、三堡、江边、闸口、闻家堰等10余个涌潮自动观测站 (见图1)，观测要素为时间和潮位，信息采集和存储的频率为1次/min，可动态监测涌潮的传播过程，为涌潮实时预报的开展提供了有力的数据支撑。

图1 钱塘江河口沿岸潮位站分布图

2 涌潮分段实时预报算法

江潮是由地月日天体运动形成，但还受径流、降水、河床、地貌与风力影响［4］，既与海潮相关，又有自己的独特性质。因为影响因子的多样性和随机性，所以并不适宜建立完全的数值模型进行预报。鉴于钱塘江自入海口往内建有多个水位遥测站点，可实时监测涌潮的传播过程，并利用传播时间作为有效预见期，来开展滚动预报。其中心思想为:考虑对相邻的2d来说，河床条件变化对涌潮的影响很小，可以认为涌潮的传播规律基本是一致的。因此，可以前1d涌潮到达各个站点的时间以及预报当天涌潮到达下游第1个监测站点的时间，来初报当天上游其余各站点的潮时。随着涌潮上溯到达上游站点，再不断用动态监测到的实时信息滚动校正并更新预报其后各个站点的到达时间，从而使得预测成果逐步逼近实测值。具体方法如下:

假设河道沿岸设立了n+1个站点S0，S1，S2，…，Sk，…，Sn，这些站点将河道分为n段(见图2)。

图2 涌潮分段实时预报示意图

步骤2:充分利用涌潮动态监测系统，获取实时涌潮信息，判断涌潮达到时间。当第0个站点S0判断涌潮到达该站点，记录涌潮到达第0个站点S0的时间t0。

步骤3:当第k个站点Sk判断涌潮到达该站点(k=1，2，…，n)，记录涌潮到达第k个站点S0的时间tk以及潮高hk，并计算该次涌潮从第k-1个站点到达第k个站点的时间:

步骤4:分别计算预测从第k个站点Sk到达上游其他各个站点Sj(j=k+1，…，n)的时间:

步骤5:预测第k个站点Sk上游各个站点Sj(j=k+1，…，n)的涌潮到达时间tj如式(4)，潮高hj如式(5)。

3 预报实例

以钱塘江杭州段的盐官、仓前、七堡、闸口、闻家堰4个监测站作为预报控制站，选取2013年不同大小的潮汛样本，进行精度比对。

3.1 大潮汛预报结果分析

2013年09 月06 日 (农历八月初二)为大潮汛日，仓前、七堡、闸口、闻家堰早潮实测时间分别为01:05、01:48、02:25、02:51，对控制站的涌潮潮时预报误差分析如下:

(1)当动态监测涌潮在00:04到达盐官时，按上述算法预报仓前潮时为01:04，仓前实际潮时为01:05，预报误差为1min;预报七堡潮时为01:46，七堡实际潮时为01:48，预报误差为2min;预报闸口潮时为02:23，闸口实际潮时为02:25，预报误差为2min;预报闻家堰潮时为02:48，闻家堰实际潮时为02:51，预报误差为3min。

(2)当涌潮在01:05到达仓前时，预报七堡潮时为01:47，七堡实际潮时为01:48，预报误差为1min;预报闸口潮时为02:24，闸口实际潮时为02:25，预报误差为1min;预报闻家堰潮时为02:49，闻家堰实际潮时为02:51，预报误差为2min。

(3)当涌潮在01:48到达七堡时，预报闸口潮时为02:25，闸口实际潮时为02:25，预报误差为0min;预报闻家堰潮时为02:50，闻家堰实际潮时为02:51，预报误差为1min。

(4)当涌潮在02:25到达闸口时，预报闻家堰潮时为02:50，闻家堰实际潮时为02:51，预报误差为1min。

由上述分析可知，对于大潮汛，分段算法的预报精度非常高，例如本次预报过程中出现的最大误差仅为3min，预报精度达到优良。

2013年09 月06 日 (农历八月初二)大潮汛潮时预报分析见表1。

表1 2013年09月06日 (农历八月初二)大潮汛潮时预报分析表

3.2 中潮汛预报结果分析

2013年09 月26 日 (农历八月廿二)控制站点的涌潮潮时预报误差分析见表2，当日为中潮汛，各控制站实测潮时分别为16:38、17:29、18:14、18:41。由表2可知，对于中潮汛的预报，预报精度同样较高，例如此次预报过程中出现的最大误差仅为6min，预报精度达到优良。

表2 2013年09月26日 (农历八月廿二)中潮汛潮时预报分析表

3.3 小潮汛预报结果分析

2013年09 月15 日 (农历八月十一)控制站点的涌潮潮时预报误差分析见表3，当日为小潮汛，各控制站实测潮时分别为 21:17、22:18、23:08、23:39。根据分析，最大过程最大误差仅为2min，预报精度达到优良。

3.4 特殊气象条件影响下的预报结果分析 (以风暴潮为例)

自1949年以来，最强秋台风“菲特”，于2013年10月07日凌晨01:15左右在福建省福鼎市沙埕镇沿海登陆，钱塘江河口产生明显的风暴潮增水，使正常的潮汛规律受到比较大的影响。运用本文提出的涌潮分段实时预报算法进行预测分析，最大过程误差仅为2min(见表4)，该预报方法可有效排除不确定性影响因素对涌潮预报的影响，具有很强的抗干扰能力。

表3 2013年09月15日 (农历八月十一)小潮汛潮时预报分析表

表4 “菲特”台风影响下的涌潮潮时预报分析表

4 结语

本文提出了一种基于钱塘江涌潮动态监测的潮涌分段实时预报算法，能使预报精度达到分钟级，可为沿江的旅游观潮、防潮安全、工程建设和交通航运等提供及时、准确、可靠的预测信息。这种算法具有自学习、自适应功能，且易于实现，实时性好，在潮涌预报中有一定的应用价值。

［1］张伯虎，陈沈良，谷国传.广西沿岸重点港湾的潮型与潮汐特征 ［J］.海洋学研究，2010，28(3):9-16.

［2］方国洪.潮汐预报的几种方法 (一) ［J］.海洋科学，1977(01):40-43.

［3］ P.A.Madsen，H.J.Simonsen，Cun-Hong Pan.Numerical simulation of tidal bores and hydraulic jumps［J］.Coastal Engineering，2005(52):409-433.

［4］毛献忠，龚春生.钱塘江涌潮影响因素分析 ［J］.水力发电报，2011，30(4):109-116.