潮汐是重要的物理海洋现象, 自古以来与沿海地区人们的生产生活息息相关。作为有着三百多万平方公里管辖海域的海洋大国, 获取准确的潮汐信息, 具有重要的军事、经济和科学意义。船测、浮标、沿海监测站等观测手段只能单点或小范围测量潮汐信息, 海洋卫星的出现, 弥补了传统观测手段的不足, 具有监测能力强、覆盖面积大、全天候、全天时的特点^[1]。

20世纪90年代, 随着ERS-1和T/P卫星的成功发射, 基于卫星测高数据的潮汐信息提取研究获得突飞猛进的发展, 国内外学者对于卫星高度计数据反演中国近海潮汐颇为重视, 并开展了大量研究。90年代末, Mazzega、Yanagi和Teague三个研究团队^[2-4]分别通过使用21周期、108周期和5 a的T/P卫星测高数据, 对亚洲, 包括中国近海及广阔大陆架海域的潮汐进行信息提取, 绘制主要潮汐的同潮图, 与验潮站结果对比吻合良好, 并预测了在高精度测高卫星的协同下, 未来全球潮汐模式精度可达到厘米级。国内学者也对卫星测高数据反演潮汐有着极大的研究兴趣。2002年董晓军等^[5]用1993—1999年期间的T/P卫星测高数据分析了黄海和东海的潮汐特性并给出12个分潮的调和常数。2004年Fang等^[6]对已有的10 a T/P卫星沿轨测高数据进行调和分析, 融合验潮站数据资料, 分析给出高精度的黄渤东海O₁、K₁、M₂、S₂和S_A的经验同潮图。2008年Zhang等^[7]通过双实验和实际实验研究了空间变化的底部摩擦系数, 采用伴随方法同化T/P测高资料, 模拟了黄渤东海的M₂分潮, 显著提高了模拟的精度。随着T/P后续任务卫星Jason-1的顺利升空, 与T/P卫星的变轨轨道共同组成观测网, 极大优化了测高数据空间分辨率。2007年, 在中国海洋湖沼学会第九次全国会员代表大会暨学术研讨会上, 方国洪等^[8]采用调和分析方法, 基于10 a T/P和3 a的Jason-1卫星测高数据, 对中国近海及邻近大洋的12个分潮进行信息提取, 得到了良好的潮汐调和常数和相应同潮图。2013年, 仲昌维等^[9]利用19 a的T/P和Jason-1卫星高度数据, 对黄渤东海的8个主要分潮进行调和分析, 对比验潮站数据, 得到比前人研究更为准确的东中国海潮汐信息。2016年Cheng等^[10]对18 a的T/P-Jason主要任务和4 a的T/P-Jason-1交错任务沿轨道数据进行响应分析, 得出渤海、黄海和东海的4个主要潮汐成分, 与验潮站真值比较, 其振幅的准确度与精度均有提高。2020年刘旭华^[11]首次将Jason-3用于潮汐信息的提取, 使用T/P和Jason系列卫星共计27 a时间序列观测资料, 包含原轨道与变轨数据, 计算出更接近实测数据的调和常数。至今为止, 欧空局的ERS-1/2和ENVISAT是单颗测高卫星地面轨迹空间分辨率最高的, 优于1°×1°, 但受限于卫星周期为35 d, 调和分析方法不能准确分离S₂等分潮。2018年李大炜等^[12]利用正交响应法分析ERS-2和ENVISAT卫星15 a的观测数据, 得到中国近海及西太平洋海域的潮汐信息, 通过选取地面轨道交叉点, 有效改善了采样规律, 提高了参数的精确度。近年来, 我国HY-2系列卫星的成功运行说明我国已具备了用自己的海洋高度计卫星数据去反演我国近海潮汐的能力, Wang等^[13]通过对HY-2B卫星的主要测高参数和海面高度异常值进行分析, 并与Jason-3卫星任务数据对比, 得到HY-2B卫星测高性能的高质量和可靠性的结论。

基于改变卫星固定周期性采样规律、优化测高卫星空间分辨率以及比较HY-2B卫星在潮汐信息提取方面贡献的考量, 本文选取东中国海作为研究区域, 首次使用HY-2B卫星测高数据参与潮汐信息提取, 共选取1992—2021共29 a国内外10颗卫星高度计的长时间序列数据资料, 通过潮汐调和分析得到12个分潮的调和常数, 通过与验潮站和数值模拟资料对比分析, 验证了HY-2B卫星测高数据在潮汐信息提取方面的可靠性, 论文结构如下, 第一节简述数据与方法, 第二节为结果分析, 最后一节为结论。

1 数据与方法 1.1 数据 1.1.1 卫星高度计数据

研究区域为东中国海, 边界为23°N~41°N, 117°E~ 134°E。采用10颗国内外卫星高度计(T/P、Jason-1、Jason-2、Jason-3、ENVISAT、ERS-1、ERS-2、Sentinel-3A、Sentinel-3B、HY-2B)共29 a跨度的时间序列数据。卫星数据来自美国国家航空航天局NASA(下载地址: https://www.nasa.gov)、法国空间研究中心CNES (下载地址: https://www.aviso.altimetry.fr)及国家卫星海洋应用中心(下载地址: http://www.nsoas.org.cn)。卫星高度计数据选取情况见表 1。

1.1.2 平均海面高度数据

数据来源AVISO网站2015年发布的平均海面高度数据CNES_CLS 2015 MSS (下载地址: http://www.aviso.altimetry.fr/en/data/products/auxiliary-products/mss.html), 空间分辨率为1/60°×1/60°, 是目前准确度最高的平均海面高度数据版本。

1.1.3 TPXO9潮汐模型

TPXO9海洋潮汐模型来自美国俄勒冈州立大学(Oregon State University), 由大量卫星测高数据和近岸以及大洋测站观测数据同化得到^[14](下载地址: https://www.tpxo.net/global/tpxo9-atlas), 空间分辨率为1/30°×1/30°。

1.1.4 FVCOM模式潮汐结果

FVCOM(有限体积海岸海洋模型)为美国马萨诸塞大学陈长胜领导的研究组建立开发^[15]的一套近岸海洋数值模式。采用有限体积法和非结构三角形网格, 可对复杂海岸线进行精确拟合, 提高近岸浅水区的模拟精度。自然资源部第一海洋研究所滕飞通过FVCOM的二维控制方程及参数优化对潮汐进行数值模拟, 且计算结果经验潮站验证, 具有可靠性^[16]。因此, 本文采用该模式潮汐结果作为第二种参考对比数据。

1.2 研究方法

研究步骤如图 1所示:

本文在验证HY-2B测高数据具有和Jason-3一致的潮汐信息提取能力后, 首先对涉及的全部10颗卫星高度计数据进行预处理, 剔除异常值; 然后将多源卫星测高基准进行统一, 使其具有相同的参考椭球体、参考框架和平均海面高度; 再将全部测高数据进行网格化, 得到29 a各网格点内长时间序列的海面高度数据; 最后, 以网格点为单位, 对数据进行调和分析, 将结果与邻近的验潮站资料和FVCOM模式结果进行对比分析, 并绘制同潮图。

1.2.1 卫星测高数据预处理

卫星测高中, 地球物理和环境误差的校正是至关重要的, 只有进行适当的数据预处理, 才能使淹没在噪声中的信息尽可能被提取出来。根据资料用户手册^[17-20], 基于高度计数据计算潮高需要进行多项地球物理校正和质量控制, 计算公式为:

$ \begin{aligned} H=& H_{\text {alt }}-H_{\text {range }}-H_{\text {dry }}-H_{\text {wet }}-H_{\text {iono }}-H_{\text {sea_state }}-\\ & H_{\text {inv }}-H_{\mathrm{hf}}-H_{\text {set }}-H_{\mathrm{pt}}-H_{\mathrm{MSS}}, \end{aligned} $

(1)

其中, H_alt是卫星到地球参考椭球面距离, H_range是卫星与海表面的瞬时高度, H_dry是大气干对流层校正, H_wet是大气湿对流层校正, H_iono是电离层校正, H_{sea_state}是海况偏差校正, H_inv是大气逆压校正, H_hf是海面地形高频振荡, H_set是固体地球潮高度, H_pt是极潮高度, H_MSS是平均海面高度。

由于原始测高数据会受到雨雪天气、岛屿海冰、近岸浅滩等污染, 因此必须经过质量控制, 按照手册中数据编辑标准以及实际情况, 对测高数据进行过滤, 剔除损坏、丢失或标记的数据。

1.2.2 多源卫星测高基准统一

不同卫星采用的参考椭球体和参考框架存在差异, 在联合计算前, 需要对多源卫星测高数据进行基准统一^[21]。

参考椭球是地球非球形形状的一阶定义, 不同的测高卫星, 参考椭圆体的相关参数不尽相同, 会导致观测数值出现约70 cm的差异, 因而必须将各卫星采用的参考椭球体转换至同一参考椭球中, 本文使用精度较高的Jason-2椭球参数作为统一基准。各测高卫星的参考椭球参数如表 2所示。

计算公式为:

$ \mathrm{d} h=-W \mathrm{d} a+\frac{a}{W}(1-f) \sin ^2 \varphi \mathrm{d} f,$

(2)

$ W = \sqrt {1 - {e^2}{{\sin }^2}\varphi } , $

(3)

式中, dh是不同卫星参考椭球统一得到的海面高度差值, e是椭球的第一偏心率, $ e = \frac{{\sqrt {{a^2} - {b^2}} }}{a} $, f是参考椭球扁率, $ f = \frac{{a - b}}{a} $, a是参考椭球的长半轴, b是参考椭球的短半轴, da和df分别是不同卫星对应参考椭球的长半轴差值和扁率差值, φ是测高卫星网格化后的星下点纬度。

经过上述过程, 便可计算得到多源卫星高度计参考椭球统一后的海面高度修正数据。

卫星轨道以及测高数据的精确度, 在一定程度上取决于确定轨道的地球参考框架。将多源卫星进行参考框架的统一, 不仅可以消除一定的系统误差, 还可以消除可能存在的长波部分信号差异^[22]。与参考椭球统一过程一致, 使用精度较高的Jason-2作为框架统一基准。

通常采用的框架模型为:

$ H=H_{\mathrm{MSS}}+\Delta x \cos \varphi \cos \lambda+\Delta y \cos \varphi \sin \lambda+\Delta z \sin \varphi+B.$

(4)

对于某一网格点, H是为卫星测得海面高度, H_MSS是参考框架基准下网格点平均海面高度, λ和φ是网格中心点经纬度, Δx、Δy和Δz是偏移参数, B是整体偏移因子。利用最小二乘法, 计算出每个卫星参考框架模型中的Δx、Δy、Δz和B四个参数, 本文涉及的卫星四参数如表 3所示。

在完成参考椭球与参考框架统一后, 通过插值法, 计算AVISO平均海面高度产品CNES_CLS 2015 MSS与各卫星实测数据中平均海面高度项不符值, 代入卫星测高计算式(公式1), 进而完成平均海面高度的统一。

1.2.3 测高数据网格化

实际操作中, 还需要对上述数据做进一步处理, 以便得到网格化的卫星测高时间序列数据。需要将东中国海划分为0.1°×0.1°的网格, 将经纬度位于某一网格范围的测高数据置于该网格, 如图 2所示, 可以发现HY-2B与国外卫星的29 a长时间序列数据可以遍布东中国海的各网格点。以T/P和Jason系列卫星为例, 轨迹较为稀疏, 在东中国海可对12个潮汐调和分析的网格化位置点仅有3 266个, 而本文加入HY-2B等国内外卫星数据, 使得有效观测点达到7 297个, 增加123%, 有效提高了中国近海潮汐分布的空间分辨率。此方法比起传统的沿轨迹分析优势在于: 无需剔除变轨过程中的数据, 增加数据观测时长及空间分辨率, 且后续存储、计算更加便捷快速。

1.2.4 潮汐调和分析

调和分析方法是利用平衡潮理论, 把任一点的潮位变化拆解为多个分潮叠加的形式, 并根据一定时期的潮汐实测资料, 计算出主要分潮的振幅和迟角(称调和常数), 这样根据主分潮的叠加拟合局地潮位变化序列, 就能准确做出港湾或港口的潮汐预报。采用陈宗镛^[23]1990年完善的j, v模型和分潮公式, 对研究区域进行潮汐调和分析, 得到12个分潮(O₁、K₁、Q₁、P₁、M₂、S₂、N₂、K₂、S_A、S_Sa、M_m、M_f)的调和常数。潮高公式为:

$ H\left( {\phi ,\lambda ,t} \right) = {S_0}\left( {\phi ,\lambda } \right) + s\left( {\phi ,\lambda ,t} \right) = {S_0}\left( {\phi ,\lambda } \right) + \sum\limits_{i = 1}^M {{{\left( {jh\left( {\phi ,\lambda } \right)} \right)}_i}\cos \left[ {{\sigma _i}t + {{\left( {{V_0} + v} \right)}_i} - {g_i}\left( {\phi ,\lambda } \right)} \right]} , $

(5)

其中, $\left( {\phi ,\lambda } \right)$, 是星下点经纬度坐标, H观测时刻为t时的潮汐高度, S₀是该点多年平均海面高度, s是该点海面随时间变化, j是分潮交点因子, h是分潮振幅, σ是分潮角频率, $\left( {{V_0} + v} \right)$, 是交点订正角, g是分潮天文迟角, M是选取的分潮数目。基于上述公式, 将M个方程联立, 利用最小二乘分析, 得到对应星下点的调和常数H和g。应用Pan等^[24]发布的MATLAB工具包S_TIDE实现以上调和分析过程。

基于潮汐高频混淆原理^[25]及瑞利准则, $ \left| {{\sigma _1} - {\sigma _2}} \right| > \frac{1}{{m{\Delta }t}} $, σ₁和σ₂是分潮频率, mΔt是数据长度, m是观测次数, Δt是时间间隔, 调和分析能分辨的分潮仅与mΔt有关, mΔt越大, 能分辨的潮汐越多^[26]。以T/P和Jason系列卫星为例, 对以上12个分潮进行有效分离至少需要9.18 a, 约338次观测, 而本研究应用的卫星测高数据时间序列跨度长达29 a, 远大于该时间周期和观测次数。此外, 采用不同运行周期的卫星高度计数据共同分析潮汐, 改变卫星数据采样时间间隔, 减弱分潮混淆, 使得调和分析方法可以获取8个主要分潮和4个长周期分潮准确、可靠的调和常数。

1.2.5 误差分析方法

为了验证以上方法调和分析结果的准确性, 对比分析星下点潮汐调和常数与验潮站资料, 比较其均方根误差, 对于某一分潮, 计算公式^[22]为:

$R_{\mathrm{MSE}_h}=\sqrt{\frac{\sum_{i=1}^n\left(h_i-h_{i 0}\right)^2}{n}},$

(6)

$ R_{\mathrm{MSE}_g}=\sqrt{\frac{\sum_{i=1}^n\left(g_i-g_{i 0}\right)^2}{n}}, $

(7)

$R_{\mathrm{MSE}}=\left\{\frac{1}{2 n} \sum_{i=1}^n\left[\left(h_{i 0} \cos g_{i 0}-h_i \cos g_i\right)^2+\left(h_{i 0} \sin g_{i 0}-h_i \sin g_i\right)^2\right]\right\}^{\frac{1}{2}},$

(8)

$R_{\mathrm{SS}}=\left(\sum_{j=1}^M R_{\mathrm{MSE} j}^2\right)^{\frac{1}{2}}, $

(9)

其中, n是应用比较的验潮站个数, h_i和g_i是星下点网格点或TPXO9模型的潮汐调和常数, h_i0和g_i0是验潮站的调和常数, M是分潮数。${R_{\mathrm{MSE}_h}}$、$ {R_{\mathrm{MSE}_g}} $和$ {R_{\mathrm{MSE}}} $分别为分潮振幅、迟角以及向量的均方根误差, R_SS是多分潮总体均方根误差。

2 结果分析

本文首先将HY-2B卫星测高数据与同时段的Jason-3卫星测高数据进行对比, 验证了HY-2B卫星测高数据在潮汐信息提取方面的可靠性, 进而将HY-2B与9颗国外卫星高度计数据统一基准, 共同计算, 得到东中国海域29 a长时间序列的0.1°×0.1°较高空间分辨率网格化海面高度数据。然后对12个分潮进行潮汐调和分析, 并将4个主要分潮的调和常数与验潮站资料和数值模拟结果进行对比, 验证以上方法合理, 结果可靠。通过与其他多源卫星数据计算的调和常数跟验潮站资料的比对, 能够发现加入HY-2B的10颗卫星高度计反演潮汐结果具有更高的精确度。同时使用FVCOM模式结果对4个主要分潮调和常数进行验证, 分析得二者具有较强的相关性且结果具有准确性。最后以东中国海和朝鲜半岛西侧同潮图形式, 更加直观体现HY-2B卫星测高数据与国外数据共同组成的近30 a时间序列对于潮汐信息提取的可靠性和准确性。

2.1 HY-2B卫星测高数据在潮汐信息提取方面的可靠性

首先, 为检验HY-2B卫星测高数据在潮汐信息提取方面的可靠性, 使用相同时间段(2018.11—2021.08) HY-2B与Jason-3的测高数据, 分别计算得到地面轨迹交叉点处的调和常数, 进行对比。具体方法为: 采取与前人^[27-31]一致的沿轨迹分析方法, 对测高卫星在不同周期受环境影响而存在1~2 km偏差的重复轨道进行重新确定位置等步骤, 得到重复轨道上不同时间序列的海面观测值, 并通过二次多项式拟合等方法确定卫星地面轨迹交点的位置, 轨迹和交叉点位置如图 3所示。

HY-2B卫星是太阳同步轨道, 其重复周期是S₂分潮周期(12 h)的整数倍, 在该采样规律下, 测得固定位置处S₂分潮相位为常数, 无法提取该分潮信息, 此外, 基于重复轨道卫星采样的潮汐混淆原理, HY-2B卫星测高数据时间序列不足3 a, 仅可分辨M₂和O₁分潮。因此仅对M₂和O₁两个分潮的调和常数进行对比, 平均偏差(D_A)、标准偏差(S_D)、均方根误差(R_MSE)、散点指数(S_I)和相关系数(R)均显示在图片左上角, 其中, 点数表示两卫星轨迹交点数量。对比结果如图 4所示, 两颗卫星在交点处测得两个分潮振幅M₂-h、O₁-h的S_I和Corr分别为0.24、0.32和0.99、0.98, 两个分潮迟角M₂-g、O₁-g的S_I和Corr分别为0.03、0.14和0.99、0.98, 一致性较好。说明HY-2B数据在东中国海潮汐信息提取应用达到了Jason-3的水准, 完全可以用来进行潮汐分析。

2.2 与验潮站对比

本文主要关注HY-2B与国外测高卫星数据组成近30 a的网格化海面高度时间序列对潮汐信息提取的准确性以及HY-2B数据对于东中国海潮汐分析的准确度是否有提高, 故选取与HY-2B星下点经纬度距离不超过0.3°的10个验潮站资料, 与卫星测高结果进行对比。验潮站位置及HY-2B轨迹如图 5所示。

为检验结果的可靠性, 选取M₂、S₂、K₁、O₁四个主要分潮的调和常数均方根(R_MSE)误差进行分析, 结果如表 4所示, 其中ΔH为分潮振幅偏差, ΔG为分潮迟角偏差。M₂、S₂、K₁、O₁的振幅均方根误差${R_{\mathrm{MSE}_h}}$分别为5.08 cm, 4.33 cm, 2.39 cm, 2.18 cm; 迟角均方根误差${R_{\mathrm{MSE}_g}}$分别为4.95°, 5.34°, 5.33°, 4.28°; 向量的均方根误差$R_{\mathrm{MSE}}$分别为6.74 cm, 3.89 cm, 2.37 cm, 1.88 cm, 可计算得总体均方根误差为8.32。调和分析所得星下观测点处O₁分潮的误差相对最小, 4个分潮结果均较为理想, 上述结果表明, 利用HY-2B与国外卫星高度计的长时间序列数据进行调和分析所得结果是可靠的。

2.3 与其他卫星结果及潮汐模型对比

为了检验本文研究结果的准确性, 用同样方法对仅使用国外9颗卫星高度计数据(以及T/P和Jason系列卫星高度计数据、欧空局ERS系列和ENVISAT卫星高度计数据)分别进行调和分析, 计算得到东中国海4个分潮调和常数, 此外, 使用TPXO9潮汐模型的调和常数结果, 与上述10个验潮站进行对比。结果如表 5—表 9所示。

特别注意的是, 对于欧空局的ERS-1/2和ENVISAT卫星, 重复周期35 d, 正好是S₂分潮周期(12 h)的整数倍。故在某一星下点, 测高卫星在每一个周期获得的S₂分潮相位相同, 无法计算调和常数。此外, 基于重复轨道卫星高度计数据的潮汐高频混淆问题, 利用调和分析方法分离分潮K₁与长周期分潮S_A需要万年以上的时间序列^[12], 因而仅比较M₂和O₁。

相对于仅使用国外卫星数据, 将HY-2B与国外卫星高度计共同进行潮汐调和分析, 结果的准确性有所提升, M₂与O₁分潮与验潮站数据误差较小, S₂分潮误差较使用T/P和Jason系列卫星高度计调和分析结果大, 但与不使用HY-2B卫星结果差距不大, 猜测原因为除T/P和Jason系列卫星外, 其余卫星周期均是S₂分潮周期的整数倍, 分离潮汐混淆现象存在一定困难。而TPXO9潮汐模型结果在东中国海沿岸附近的精度较差。经过对比可以发现, 使用HY-2B卫星数据后, 潮汐信息提取的准确度有所增加, 其中全日潮有较大改善。比起仅使用国外卫星测高数据, HY-2B的加入, 使得K₁分潮向量均方根误差降低19.93%, O₁分潮向量均方根误差降低17.35%, 4个主要分潮总体均方根误差降低3.5%。上述结果表明, HY-2B与国外卫星高度计的数据对东中国海潮汐进行调和分析结果是具有更高的准确性。

2.4 与FVCOM模式结果对比

为进一步验证结果的准确性, 利用东中国海FVCOM模式M₂、S₂、K₁、O₁分潮调和常数对加入HY-2B后的10颗卫星高度计反演潮汐结果进行比较, 散点对比分析如图 6所示。可以看到, 模式与测高卫星反演4个主要分潮调和常数结果具有很强的相关性。此外, 4个主要分潮振幅M₂-h、S₂-h、K₁-h、O₁-h均方根误差分别为5.35 cm、3.77 cm、1.64 cm和1.05 cm; 4个主要分潮迟角M₂-g、S₂-g、K₁-g、O₁-g均方根误差分别为4.82°、6.09°、5.52°和5.65°, 可计算得分潮总体均方根误差为8.68。直观体现出加入HY-2B后的10颗卫星高度计对东中国海潮汐进行调和分析结果的准确性。

2.5 东中国海4个主要分潮同潮图

上述结果已经可以说明本文研究的可靠性与准确性, 为了更直观的体现, 做出东中国海M₂、S₂、K₁、O₁四个主要分潮的同潮图, 如图 7所示。其中, 半日潮M₂、S₂具有一定的相似性, 在朝鲜半岛西侧变化比较剧烈, 山东半岛东侧海域、黄海及朝鲜半岛东南侧海域均存在无潮点, 黄海无潮点位于振幅形成的椭圆中心偏西侧; 全日潮K₁、O₁也具有一定的相似性, 在渤海和黄海均存在无潮点, 黄海无潮点与振幅近似同心圆, 以无潮点为中心, 随着远离无潮点, 振幅增大。

由同潮图可看出, 整体情况与已有研究结果一致^{[3, 5-6, 8, 11]}, 东海及朝鲜半岛附近海域无潮点位置较为准确, 渤海及黄海部分海域存在一定偏差, 可能的原因包括: 1) 浅水分潮(M₄、M₆和MS₄等)在水深较浅的渤黄海均有重要影响; 2) 作为一个半封闭海域, 渤海的海洋环境较为复杂, 潮汐空间变化较大, 但经地球物理校正和质量控制的测高卫星数据较少, 且空间分辨率较低, 就会导致潮汐调和分析结果不够理想。

2.6 朝鲜半岛西侧同潮图对比

朝鲜半岛西侧海域地形复杂多变, 存在较大振幅。通过对比HY-2B卫星测高数据的使用与否情况下半日潮同潮图, 如图 8所示, 可以看出, 当使用HY-2B参与潮汐信息提取时, M₂分潮可识别出2.1 m的等振幅线, S₂分潮可识别0.75 m的等振幅线, 与宋泽坤等^[32]应用MIKE数值模拟得到的同潮图(该模式结果通过验潮站精度检验, 具有可靠性)相符, 优于不使用HY-2B卫星数据计算的潮汐结果。

3 结论

自HY-2B卫星于2018年10月成功运行以来, 我国首颗业务化高度计已经可用来实现中国近海高分辨率潮汐信息的提取。首先, 为验证HY-2B获取潮汐调和常数的能力, 通过将HY-2B与同时段Jason-3卫星轨道交点处潮汐调和分析结果对比, 证明了我国HY-2B能获取与Jason-3一致性较好的调和常数, 可认为在潮汐信息提取应用方面, HY-2B与Jason-3卫星具有同样高的水准。然后, 使用HY-2B及9颗国外卫星高度计近30 a时间序列测高数据, 构成东中国海域空间分辨率为0.1°×0.1°的网格化海面高度数据, 并对渤海、黄海和东海12个分潮(O₁、K₁、Q₁、P₁、M₂、S₂、N₂、K₂、S_A、S_Sa、M_m、M_f)进行了调和分析。为了减少地球物理和环境误差的噪声影响, 对卫星测高数据进行了预处理与质量控制; 为了将不同卫星进行基准统一, 对预处理后的测高数据进行参考椭球、参考框架和平均海平面的统一。最终, 将计算提取的分潮调和常数与验潮站资料和FVCOM模式结果进行比较并绘制了4个主要分潮的同潮图。

将多源卫星高度计数据获取的调和常数与验潮站资料进行对比, 得到M₂、S₂、K₁、O₁振幅均方根误差分别为5.08 cm、4.33 cm、2.39 cm、2.18 cm, 迟角均方根误差分别为4.95°、5.34°、5.33°、4.28°, 向量均方根误差分别为6.74 cm、3.98 cm、2.37 cm、1.81 cm, 总体均方根误差为8.32 cm。与其他提取潮汐信息方案(仅9颗国外卫星高度及数据融合、T/P和Jason系列卫星高度计数据、欧空局ERS系列和ENVISAT卫星高度计数据和TPXO9潮汐模型)跟验潮站调和常数相比结果, 可以发现, HY-2B卫星数据的使用, 使得潮汐信息提取的准确度有所增加, 其中全日潮的改善较大, K₁分潮向量均方根误差存在19.93%的降低, O₁分潮向量均方根误差存在17.35%的降低, 而4个主要分潮总体的均方根误差降低3.5%, 具有更高的准确性。此外, 将加入HY-2B后的10颗卫星高度计反演潮汐与FVCOM模式结果进行对比分析, 发现4个主要分潮调和常数均有较强的相关性, 4个主要分潮振幅均方根误差分别为6.10 cm、3.77 cm、1.31 cm和1.05 cm; 迟角均方根误差分别为4.82°、7.13°、5.58°和5.65°, 总体均方根误差为9.19。进一步验证结果准确性。4个主要分潮的同潮图也对上述结果有了更加直观的体现。结合半日潮在朝鲜半岛西侧海域的同潮图, 可以发现使用HY-2B卫星数据与否, 识别出的最大等振幅线有所不同, 比起不使用HY-2B卫星测高数据, 本文采用HY-2B与国外多源卫星共同计算的结果更好, 能识别出2.1 m的M₂分潮与0.75 m的S₂分潮最大等振幅线, 与MIKE模式的同潮图结果更相符合。

此外, 在卫星测高数据读取时, 采用网格化的方法进行存储与处理, 这与我国海洋卫星组网观测相对应。因为HY-2C/2D卫星与以往太阳同步轨道卫星不同, 为倾斜轨道卫星, 不适用传统的共线处理, 本文采用的网格化方法可以完整有效地处理卫星测高数据, 并使得后续应用计算过程更加快捷, 经过今后几年的连续观测, 海洋潮汐分析结果精度和空间分辨率将更高。

致谢: 自然资源部国家卫星海洋应用中心、NASA和CNES提供的卫星高度计数据; 自然资源部第一海洋研究所滕飞提供的FVCOM模式结果, 特表谢忱！