基于云計算的水深測量潮位改正體系架構探索與實踐

彭文祥

（1.上海市地質調查研究院，上海 200072；2.上海市地質資料信息專業技術服務平臺，上海 200072）

水深測量是智慧海洋建設、陸海統籌地質環境監測預警、海岸帶與海洋災害監測預警等研究領域最基礎的工作。在現代海洋測繪中，隨著GNSS 技術、單波束、多波束測深技術的進步，水深測量的定位技術與測深技術的精度能滿足水深測量的要求，但因水位是動態變化的，需要將瞬時水位改正到最低理論基面或其他基面，以保證航行安全。潮位改正（又稱水位改正）已成為水深測量的主要技術難題[1]，其精度直接影響到最后測深數據的質量。對于沿岸水深測量的潮位改正，目前廣泛使用的方法（為了敘述方便，以下簡稱為“廣泛法”）為：首先使用已有長期潮位站，或臨時潮位站進行實時水位觀測,然后基于圖解法、解析法、分帶法[2]、時差法[3,4]或最小二乘擬合法[1,5]利用單站、雙站、三站或多站改正模式，以推算研究區任意位置某時刻的瞬時水位，最后進行潮位改正。隨著GNSS 技術的發展，進行了RTK、PPK、PPP 等無驗潮方式潮位改正探索[6,7]。對于近海水深測量的潮位改正，也可采用廣泛法，但因測區大，不易布設驗潮站，一般可采用基于余水位的潮汐推算法（簡稱為“余水位法”）[8,9]。對于水深小于200 m 的遠海水深測量的潮位改正，盡量采用廣泛法與余水位法實施，若無法收集實測驗潮站數據，可采用潮汐預報法[10]或GNSS 無驗潮方式進行潮位改正。

目前潮位改正主要使用“廣泛法”，主要利用國外的Hypack 軟件進行潮位改正，該軟件只支持雙站與三站潮位改正[11]，若有多站，需將多站進行人工分帶，使用非常繁瑣，效率低下，顯然不實用于大范圍的海岸帶測深數據的潮位改正。國內已報道的水位改正軟件[12-15]，主要針對的潮位站數量不多時，可實施較好的潮位改正，但在潮位站較多的情況下（如超過20 個潮位站），沒有高效的解決方法。本文在分析國外Hypack 軟件潮位改正方法的基礎上，將云計算與數據庫技術集成，進行了潮位改正技術的體系架構探索與實踐，并開發了完全具有自主知識產權的潮位改正信息系統，以期對大范圍、涉及大量潮位站的水深測量數據進行高效的潮位改正。

1 潮位改正方法

潮位改正的理論方法比較多，本研究主要涉及廣泛法的單站改正模型、雙站改正模型與三站改正模型[1,2,5,16]，這些方法為后續系統研制奠定基礎。

1.1 單站改正模型

在單站潮位站的有效控制距離內，以時間為橫軸，潮高為縱軸，繪制潮位曲線。按照水深點的測量時間，在潮位曲線上內插潮位值，即可進行單站的潮位改正。

潮位數據測量的值是每10 分鐘（或其他時間間隔）一次潮位數據，根據測量規范不滿足要求，需要對潮位數據進行插值（每1 分鐘一次）。插值方法可采用樣條函數插值法、多項式函數插值法和三角多項式插值法。

1.2 雙站改正模型

1.2.1 分帶樣條函數法

根據A、B 兩站同步觀測數據，利用二次樣條插值方法，計算出相同時刻的最大潮高Δh，即可求得分帶數。同時計算A、B 兩站的同相潮時差tΔ ，這樣，可求出雙站的同相潮時tAi、tBi和同相潮高ZAi、ZBi。

根據圖解法分帶原理，各內插帶的同相潮時和同相潮高可由式（1）與（2）求得：

式中： i = 1,2,3...N 為節點序號；p = 1,2,...k-1,帶號；k 為分帶數。

求得各內插站的型值點后，即可按照二次樣條函數的數學模型，得到任意時刻的水位改正值。

1.2.2 直接計算法

如圖1 所示，A、B 為驗潮站，根據潮位數據，需要計算S 點的改正數。S’為S 在潮波傳播方向AE 上的投影點，B’為B 在潮波方向上的投影點，具體計算如下：

圖1 雙站水位改正示意圖Fig.1 Schematic diagram of water level correction of two stations

（1）根據A、B 站的同步觀測數據可求同相潮時差ΔtAB。

（2）計算A 至B 的坐標方位角TAB、潮波傳播的坐標方位角TAE、A 至S 的坐標方位角TAS，然后根據式（3）與（4）計算距離L與1L。

（3）由于潮波傳播均勻，可根據式（5），計算S 和A 的同相潮時差。

（4）以定位時刻ts為基準，可求A、B 站同相潮時和同相潮高。

同相潮時為：

1.3 三站潮位改正模型

1.3.1 計算法

如圖2 所示，A、B、C 為三個驗潮站，S 為待計算的水深點水位，根據式（9）計算D 點的瞬時水位Dh,其中1x根據式（10）計算。

圖2 三站水位改正示意圖Fig.2 Schematic diagram of water level correction for three stations

從潮波傳播的角度來看，a、b 站位于同一潮波的不同位置，所以還要考慮在時移中an與bn的相似性，即把a 對應的潮時tn都減上一個潮時差t，其對應的水位bn-t與an的相關系數見式（15）。

從式（15）可知，不同的t，an與bn-t的相關程度是不同的。如果t=t0,Ra b(t0)達到最大值，an與bn-t最相似，那么t0即為要求的兩站間的潮時差。

求t0的方法可采用逐步試驗比對法，取R AB(t0)值最大者的t為t0,有了t0再求得定位時刻tp與a、b 兩站同相潮時。這樣，就可以利用兩站同步觀測資料求兩站間任意點、任意時刻的水位改正數。

對于多站潮位改正來講，采用三角剖分法，根據三站或雙站的潮位改正模型進行改正。

2 潮位改正系統的架構

潮位改正系統的總體架構分為云計算層、數據層、方法層與應用層，如圖3 所示。為了保證數據的安全與高效使用，還需要建立安全保障體系與接口服務體系。

圖3 潮位改正系統的總體架構Fig.3 Overall architecture of tide level correction system

2.1 云計算層

云計算（cloud computing）具有資源池化、彈性伸縮、安全可靠、需求定制、節約資金等優點[17]，其服務模式主要有基礎設施即服務（IaaS）、平臺即服務（PaaS）、軟件即服務（SaaS）、功能即服務（FaaS）?；谠朴嬎悱h境，當需要進行大量潮位站與大范圍測深數據處理時，通過云管理平臺自動擴展資源，并通過MapReduce算法[18]與潮位控制方案結合，高效進行潮位改正。

2.2 數據層

為了滿足多方面的需求如海圖編制、陸海統籌的海洋環境變化監測等，需要管理多基面（吳淞基面、黃?；?、最低理論潮面等）、多坐標系統（北京54、WGS84、國家2000 等）的數據。利用時空大數據技術，將海洋測繪的數據、潮位數據、潮位控制方案數據、潮汐數據等多源異構數據統一匯集，建立時空數據倉庫。

2.3 方法層

分析國際海道測量軟件Hypack 的數據格式，對Hypack 文件進行解析、分帶、合并等運算，以便開發的潮位改正軟件可以與Hypack 軟件完美結合。分析潮位控制方案數據，對于CAD 格式的潮位控制方案數據，提取潮位站數據及其連接數據，完成潮位控制方案的分帶；根據測量規范[16]，采用分帶、分區和時差法時，需要滿足相鄰驗潮站之間最大同步或同相潮高差不大于1 m，最大潮時差不大于2 h，因此需要提供潮位站部署驗證方法。根據潮位改正的原理，在分帶的基礎上，自適應進行單站、雙站、三站、多站的潮位改正。對于近海水深測量，若沒辦法布設驗潮站，可以采用基于余水位的潮汐推算法[9]進行潮位改正。對于水深小于200 m 遠海水深測量時，若無法收集實測驗潮站數據，可以采用潮汐預報法或GNSS 無驗潮方式進行潮位改正。

2.4 應用層

潮位改正后的水深數據，具有非常廣泛的應用領域，可以進行海圖制作、灘涂資源評價、沖淤分析、水下地形變形分析等，為智慧海洋與透明海洋的建設提供基礎數據。

2.5 安全保障體系

在云計算環境中，數據的安全保障尤為重要，除了采用常用的網絡安全技術如防火墻、數據加密與智能卡技術外，還需要采用新興的網絡安全技術如零信任、量子技術、通用人工智能、區塊鏈等[19]。

2.6 接口服務體系

在云計算環境中，數據即服務（DaaS），功能即服務（FaaS），將DaaS、FaaS 等建立接口服務體系，以供外部系統調用。

3 潮位改正系統的實現

Web 技術已從Web1.0 發展到Web3.0[20]。Web1.0 即第一代互聯網，主要實現了信息的展示。Web2.0 即第二代互聯網，主要實現信息的動態交互，也是目前廣泛使用的模式。Web3.0 即第三代互聯網，將實現智能交互以及沉浸式交互。本次主要利用Web2.0 技術、C#、PostgreSQL 數據庫等研制了潮位改正系統。

3.1 潮位控制方案及其分帶文件生成

潮位控制盡量利用有關部門在島礁碼頭上設立的長期驗潮站，原有潮位站的密度不足時，按要求進行適當增設，采用長期驗潮站和臨時驗潮站聯合進行水位控制。測量區沿岸及島嶼上已有驗潮站的區域，不再設站，直接利用其驗潮數據。使用驗潮數據前，要確認其潮位基面關系并可將潮位數據轉換至所要求的深度（高程）基面上。設立臨時驗潮站時，若水下地形復雜、水文氣象復雜區域設站間距不大于20 km；潮流性質一致、水深大于20 m、無突變水下地形，設站距離可適當延長。本次研究的潮位控制方案采用上海海岸帶地質調查[21]的控制方案（圖4）。水深測線超過7 000 km，潮位站超過20個，潮位改正分帶有雙站、三站、多站，若采用交互式的方式劃分區域進行潮位改正，非常繁瑣，效率非常低。利用方法層的潮位控制方案解析方法，自動生成分帶文件非常高效，為后續潮位改正奠定堅實基礎。

圖4 潮位控制方案示意圖Fig.4 Schematic diagram of tide level control scheme

3.2 潮位改正流程

將Hypack 文件與潮位控制方案結合，潮位改正的流程見圖5。根據章節3.1 的潮位控制方案解析的分帶文件、Hypack 格式的測深數據、驗潮站的潮位數據、潮波傳播方向等，系統提供計算法、時差法進行雙站、三站、多站的潮位改正，并可同時進行多基面的潮位數據改正。

圖5 潮位改正流程Fig.5 Tide correction process

3.3 潮位數據核對

為了保證潮位改正的正確性，需要對潮位數據進行核對，其曲線見圖6。若發現潮位數據有粗差，可進行編輯修改。該項功能非常重要，因潮位數據的粗差直接影響改正后水深數據的精度。采用數據庫的版本管理技術，可同時管理原始數據與修改后的數據。

圖6 潮位數據曲線圖Fig.6 Tide level data graph

3.4 驗證潮位站部署是否滿足規范

根據《海道測量規范》判斷潮位站的部署是否滿足規范?！逗５罍y量規范》規定[16]：相鄰驗潮站間最大同步或同相潮高差不大于1 m；最大潮時差不大于2 h；潮汐的性質基本是一樣的。主要思路如下：

（1）利用時差法計算相鄰潮位站的最大潮高差與最大潮時差（表1）；

表1 潮時差與潮高差計算結果Table 1 Calculation results of tidal time difference and tidal height difference

（2）與規范比對，判斷是否滿足規范，若不滿足規范，輸出相關潮位站的信息。

如表1 所示，有的驗潮站間的潮高差大于1 m，不滿足規范要求，不能使用這些驗潮站的數據進行潮位改正，需要優化潮位控制方案或重新測量。

3.5 質量控制

質量控制：根據測量規范[16]，檢查線總長應不少于主測線總長的5%。在不同的水深范圍，深度測量的極限誤差要求是不一樣的，如在0～20 m 水深范圍，極限誤差為±0.5 m；>100 m 水深范圍，極限誤差為±0.03Z（Z代表水深，單位為m）。

研究思路：選主測線與檢查線，求交點，分別查找交點最近點的深度值，然后計算互差（表2），統計結果。

表2 交叉法的計算結果Table 2 Calculation results of the cross method

3.6 潮位改正模型的精度評估

利用某年某月某日的測深數據，以及A、B 與C 三個驗潮站的潮位數據，分別采用自主研發的軟件與國際Hypack 軟件進行了三站潮位改正與雙站潮位改正，比對結果匯總見表3。

表3 與Hypack 軟件的比對結果Table 3 Comparison results with Hypack software

實測數據驗證結果表明（表3）： 自主構建的潮位改正模型與國際測深數據處理Hypack 軟件計算的改正數，最大互差為0.01m。然而，《海道測量規范》（GB 12327-2022）規定水位改正精度通常為0.1m。因此，利用所構建的模型進行潮位改正，其計算結果滿足規范要求，完全可以在實際工作中應用。

4 結論

本文將云計算與潮位改正理論方法相結合，探索了潮位改正系統的框架；利用數據庫與Web 技術研制了具有完全自主知識產權的通用潮位改正系統，為海圖制作、陸海統籌的海洋環境變化監測預警，以及智慧海洋建設提供堅實的潮位改正技術支撐。該系統將數據管理與潮位改正有機結合，可提高工作效率?？商幚淼某蔽徽九c文件數沒有限制，只需準備好潮位控制方案、潮位數據與Hypack的測深數據文件，一鍵即可完成大量潮位站與大范圍測深數據的潮位改正工作。系統可將測線編號自動入庫，為應用系統開發奠定基礎，可以自適應（不分單站、雙站、三站、多站）改正潮位數據，并可同時對多基面數據（不分吳淞基面、黃?；?、理論基面）進行潮位改正。今后將研究基面轉換模型、利用GNSS-R 遙感技術獲取潮位數據的實用方法，并通過5G 網絡傳輸驗潮站的實測數據，以實現水深測量數據的實時潮位改正。