海洋潮汐与水位控制：粗差探测与数据修复

5.1.1.1　粗差探测

粗差主要来源于水位读取、抄写和录入时的人为错误，仪器故障产生的较大误差，非常特殊的天气或海洋条件引起的不合理水位等。通常凭借作业人员的经验，由水位变化曲线的平滑性，通过对比前后水位来判断是否存在粗差。中国近海的潮差较大，一般能达到数米，因此粗差对水位曲线平滑性的影响不易正确判断，通常只能判断出量值很大的粗差。

按水位的组成，时变部分可分为天文潮位与余水位。天文潮位是时变的主体，主要分潮的调和常数按式(3.66)计算，是众多余弦项的叠加，故变化平滑。余水位是水位与天文潮位的差异部分，由式(3.6)计算，因此，粗差将被计入余水位中。余水位虽在时间上呈现短期非周期性，但量值范围相对小、空间相关性强。利用邻近站余水位变化相似的特征，采用对比多站同步余水位变化的方式将易于发现粗差。图5.1为连云港站与石臼所站某天的水位同步变化曲线，水位的时间间隔为1小时，单位为厘米。

图5.1　连云港站与石臼所站的水位同步变化曲线

由图5.1可以看出，连云港站与石臼所站在该天的潮差约为5m，水位变化曲线平滑，但实际上在石臼所站的10时水位上，人为加入了20cm的粗差。图5.2为对应的余水位同步变化曲线，单位为厘米。

图5.2　连云港站与石臼所站的余水位同步变化曲线(www.xing528.com)

由图5.2可看出，余水位随时间的变化较连续，两站的余水位十分相似，呈现很强的空间一致性，因此易于发现粗差，可显著提高粗差探测的准确性和速度。

5.1.1.2　数据修复(数据插补)

人为的粗差通常呈现为个别、独立的粗大误差，而仪器故障产生的粗差可能存在于个别时刻，也可能呈现为一段时间数据的错误或缺测。对于个别、独立的粗差数据，实施数据修复；而对于一段时间内的缺测，则实施数据插补。

个别、独立的数据修复可采用两种方法:一是由前后水位数据拟合内插，如二次多项式拟合；二是潮汐预报叠加余水位拟合内插，由主要分潮的调和常数预报天文潮位，叠加上拟合内插的余水位。这两种方法都适用于计算机自动处理。若结合邻近站的余水位同步变化曲线，则可由前后余水位的变化规律以及邻近站的余水位变化，手工内插出余水位的修订量，对水位作相应的修订。如图5.2所示，易于从曲线判断出修订量约为20cm。

一段时长的数据插补需按缺测的时长采用不同的方法:

(1)时长在3至4小时内，可采用数据修复的两种方法，由本站的水位数据实施插补。

(2)更长时间的插补需结合邻近站的同步水位数据，采用潮汐预报叠加邻近站余水位的方法实施插补。具体是指:由本站的主要分潮调和常数预报插补时刻的天文潮位，而余水位采用邻近站的余水位。该方法可行的前提条件是站间的余水位一致性强，需由同步时段的余水位实施评估，原理与方法参见5.4小节。