基于調和分析的感潮河段水位流量關系研究

DOI：10.16232/j.cnki.1001-4179.2025.06.010

0 引言

確定河流斷面的水位流量關系是獲取河流基本水文信息、分析河流水動力環境等工作的重要環節[1]河流水位流量關系的精度與合理性直接影響水文資料整編的可靠性，進而影響水文預報、洪水預警、航道整治、水利工程調度等工作。長時間段觀測河流流量數據往往需要耗費大量人力和資源，大多數水文站點只持續觀測水位數據，依賴站點河道斷面的水位流量關系推算連續的流量數據[2]。然而，受到河床沖淤、洪水漲落、回水變動等外界因素的影響，河流水位流量關系往往呈現出復雜的繩套曲線關系[3]。目前，針對水位流量關系的確定及曲線單值化的研究，常用的方法有落差指數法[4-6]、校正因素法[7]、數據驅動法[8]等。

鑒于水位流量關系的重要性，學者們已開展大量相關研究。門玉麗等[9通過理論推導得到水位流量關系間互相轉換方程，并使用黃河小浪底、花園口站的實測資料進行驗證。李捷等[1基于圣維南方程組提出繩套型水位流量關系的優化校正因素法。孫昭華等[]提出一種依賴水文資料的多值型水位流量關系方法。江竹等[1提出了基于聚類局部加權回歸的水位流量關系求解方法。

但目前關于感潮河段水位流量關系的確定，尚無較為成熟的理論或方法。感潮河段的潮汐過程同時受潮汐和徑流的雙重影響，徑潮相互作用的復雜性使得水位流量關系的精確確定面臨較大挑戰[13]。潮汐波與徑流、河道地形、底部摩擦等因素的非線性耦合作用，導致感潮河段水動力變化特性變得復雜[14]，難以通過簡單的數學模型進行準確描述。由于上述非線性作用的存在，感潮河段的余流及余水位呈現出多時空尺度的變化特征[15]，使其水位流量關系表現為非穩定的多值關系。在這方面，目前已取得一些研究成果。陳慧莎[利用移動平均法進行感潮河段水位流量關系定線研究，認為 25h 移動平均法能較為準確地確定水位流量關系。王如云等[構建了一個包含徑流動力修正系數及多個潮汐調和分潮系數的非線性潮位預報模型，并成功應用于單站水位數據情景下的感潮河段潮位預報。王新強[18利用MIKE21建立了木蘭溪寧海閘下游二維水動力模型，仿真計算了不同下泄流量與高、低潮位之間的水位流量關系。陳志高等[9]提出了結合潮流調和分析及VMD-BP神經網絡模型的感潮河段流量預報方法，為感潮河段流量預報提供了新的思路。

為了探究缺乏實測流量資料的感潮河段水位流量關系的變化規律及影響因素，本文以潭江感潮河段石咀站為例，收集2023年全年潮位實測資料，利用潮位調和分析方法分析主要分潮貢獻，研究感潮河段的潮位變化規律，同時獲取去除河流徑流影響的潮位數據和去除潮汐影響后的河流水位數據；利用HEC-RAS建立潭江干流河道一維水動力模型，模擬不同水位變化情景下的流量變化過程，研究潮汐流與河流徑流作用下的水位流量關系；利用多元回歸分析定量研究潮汐流和河流徑流對實時流量的貢獻，旨在為缺乏實測流量資料的感潮河段提供有效的水位流量關系分析方法，為其水文計算及預報、水動力環境研究等方面提供數據支持。

1 基本原理及方法

1.1 感潮河段水流運動模型

感潮河段是指受潮汐影響較大的河段。通常感潮河段水位落差較小，斷面寬深比較大，潮汐作用對水位流量過程影響顯著。當研究河段長度遠大于斷面平均寬度時，可采用描述淺水一維非恒定漸變流運動規律的圣維南方程組概化研究河段的水動力過程，連續方程和動量方程如式（1）和式（2）所示：

式中： Φ_t^t 為時間坐標， s;x 為空間坐標， m;A 為河段過水斷面面積， m²;Q 為流量， m³/s;q_L 為河段旁側人流單寬流量， m²/s （入流為正，出流為負）； u 為斷面平均流速，m/s;z 為河道水位， m;g 為重力加速度， m/s²;n 為曼寧系數； R 為水力半徑， m 。

1.2 校正因素方法

對于棱柱形河道，若不考慮旁側入流，圣維南方程組連續方程和動量方程可改寫為式（3）和式（4）：

式中： S₀ 為河道底坡； s 為能量坡降。

將天然河道概化為若干相連的棱柱形河道，假設棱柱形河道的等效水面寬度為 B ，水位為 Z ，河道底面等效高程為 Z₀ ，可以得到：

將其代入式（3）和式（4），得到：

將式（6）代入式（7），得到：

當河道流量隨時間的變化量較小時，可以假設 ，可得到：

聯立式（6）和式（9），得到：

把式（10）代入式（8），得到：

這里使用曼寧公式 計算河道斷面流量。對于河道穩定流量 Q₀ 和非穩定流量 Q ，利用曼寧公式得到 0 對式（11）兩邊同時除以 s ，并將其代人，得到：

化簡式（12），得到：

用差商代替微分項，得到穩定流量 Q₀ 計算式：

式中： u 為水流傳播波速， 為水面漲落率， m/h 。同理，得到非穩定流量 Q 計算式（15）：

式（15）為校正因素方法的非穩定流量計算表達式。考慮潮汐作用，當潮汐水面漲落率為正值時（漲潮），非穩定流量大于穩定流量；當水面漲落率為負值時（退潮），非穩定流量則小于穩定流量[3]。校正因素方法能定性反映河流潮汐流量在潮位變化下的動態變化特性。然而，感潮河段的水動力過程同時受潮位和潮流共同影響，流態表現為復雜的往復流狀態。因此，需進一步研究潮位潮流的變化規律及其與河流徑流的協同作用過程，以更全面地揭示感潮河段的水位流量關系及影響因素。

1.3 潮位調和分析

潮汐是指海水在天體引潮力作用下，按照一定頻率發生周期性波動的現象，垂直方向表現為潮位周期性升降，水平方向表現為潮流周期性運動[20]潮汐調和分析是一種利用諧波分析方法提取潮汐波物理特性信息的分析技術，包括潮位調和分析、潮流調和分析和潮汐綜合分析等方法[21]。本文將采用潮位調和分析方法，研究感潮河段潮位變化過程。

潮位調和分析方法將潮汐水位變化過程視作多個分潮的疊加（分潮是指由真實或虛擬天體引潮力引起的潮位簡諧運動過程）。通過潮位調和分析，可得到各分潮平均振幅 H 和遲角 g 等特征參數。基于這些特征參數，可計算出各個分潮對實測潮位時間序列的貢獻占比，并結合天文參數（交點因子和交點訂正角等）及分潮特征參數，模擬或預測一定時間跨度內的潮位變化[22] 。

經典潮位調和分析主要適用于外海潮汐等平穩潮過程。該方法假定各個分潮的振幅和遲角為常數，潮位時間序列函數通過一系列余弦函數的線性疊加表示（式（16）），每個余弦函數對應一個分潮。

式中： Z（σ_t） 是時刻 χ_t 觀測到的潮位數據； σ_j，H_j，g_j 分別是第 j 個分潮對應的角頻率、振幅和遲角； Z_L0 是當前

時刻的海平面高程。分潮角頻率由不同天體的運行規律計算得到。

用新變量 a_j 和 b_j 線性化式（16），得到：

式中： a_j=H_jcosg_j，b_j=H_jsing_j

若通過實測潮位序列獲取 N 個時刻的潮位數據，式（17）可構成一個 N 維方程組，并能利用多元函數求極值方法得到最優的擬合潮位時間序列函數，求解變量為 a_j 和 b_j 。由于上述方程組已經線性化，可采用最小二乘法求解及擬合。將 N 維方程組改寫為矩陣方程，得到：

式中： z 是觀測潮位數據矩陣； K 是已知系數矩陣； U 是待求未知參數矩陣。矩陣具體形式如下所示：

根據最小二乘法， U 的最優解為

U=（K^TK）^-1K^TZ

各分潮的振幅和遲角由式（21）得到：

由于遲角 g 的取值范圍為 （0^°，360^°） ，反正切函數（arctan）輸出的角度范圍為 （?-90^°，90^°） ，需要根據變量 a_j 和 b_j 的符號來修正計算得到的遲角值。

感潮河段的潮汐過程受到地形、底部摩擦、河流徑流等因素的非線性相互作用，表現為非平穩的流量變化過程，經典潮位調和分析方法在此情況下存在較大局限性[23]。為實現感潮河段的潮位調和分析過程，本文采用結合經驗模態分解（EMD）的潮位調和分析方法[24]，研究潮位時間序列的變化過程及變化規律。

2 石咀站潮位變化分析

2.1 研究區域概況

潭江是珠江三角洲水系的主要河流之一，發源于廣東省陽江市陽東縣牛圍嶺山，自西向東流經江門市，于新會區匯入崖門水道后注人黃茅海，平均年徑流總量約為78.3億 m³ [25]（圖1）。潭江干流合山水閘以下河段及崖門水道屬于感潮河段；石咀站位于潭江干流下游河段，為國家級基本潮（水）位站，擁有長序列的潮（水）位實測資料，可為研究潭江感潮河段的潮位變化特征提供有效的數據支持。

本文收集了石咀站2023年全年潮位實測資料，實測潮位變化如圖2所示。石咀站所在河段受外海不規則半日潮影響，潮位變化周期約為 24h50min ，最高潮位復現間隔約為14d，平均潮差 1.45m ，最大潮差2.58m ，研究時段最高潮位 1.82m （珠江基面基準高程系），出現在9月2日13：00，最低潮位 -1.39m ，出現在1月24日12：00。從潮位頻數分布直方圖來看（圖3，數據采樣間隔 0.10m ），超過 95% 的潮位數據位于 -1.00～1.00m 區間，說明大部分時間內石咀站漲退潮過程的潮位變化幅度在 1.00m 左右，僅在天文大潮時段出現 1.10～1.60m 的高潮位，均低于5a一遇潮位標準（2.06m）[26]

2.2 石咀站潮位調和分析

進行潮位調和分析時，首先需要確定考慮的分潮及其對應的角頻率。本文選取8個主要平衡潮分潮（M₂，S₂，N₂，K₂，K₁，O₁，P₁，Q₁） 及3個主要淺水分潮（M₄，M₆，MS₄） ），各個分潮的主要信息見表1。本次潮位調和分析采用基于Matlab語言開發的開源工具包S_-TIDE^[22，27] ，分析前需要對潮位實測資料進行時均化處理。利用S_TIDE工具包進行潮位調和分析的原理和流程見參考文獻[27]，此處不再贅述。

表1主要分潮信息[20]

本文首先使用S_TIDE中內置的所有分潮對2023年石咀站潮位實測數據進行調和分析，按分潮振幅大小排序，計算各個分潮的振幅貢獻，同時計算所選擇的11個分潮的振幅和遲角，潮位調和分析的計算結果見表2。

從分析結果來看，8個主要平衡潮分潮 （M₂，S₂ ，N₂，K₂，K₁，0₁，P₁，0₁） 及淺水分潮（ M₄ ， MS₄ ）的振幅貢獻較大，特別是太陰主要半日分潮 M₂ 、太陰太陽赤緯全日分潮 K₁ 、太陰主要全日分潮 0₁ 振幅貢獻明顯高于其他分潮，表明這3個分潮對石咀站潮位變化的影響較為顯著。石咀站潮位變化會同時受到半日潮和全日潮的影響，潮波在河口及河道內部的傳播過程較為復雜。此外，淺水分潮 M₄ 的振幅貢獻也有 0.08m ，反映出潮汐波進入感潮河段后，其與河流徑流、河道地形等因素的非線性相互作用而形成的淺水分潮（如 M₄ 等）對潮位變化也具有一定的影響。總體來看，石咀站所處潭江感潮河段的潮位變化主要受平衡潮分潮（如 M₂ 等）控制。

為驗證潮位調和分析的擬合結果，與實測潮位數據進行對比分析，選取2023年3月26日00：00至4月18日24：00作為驗證時段，主要驗證考慮全部分潮與僅考慮8個平衡潮分潮及3個淺水分潮這兩種情況下的潮位計算結果（圖4）。驗證結果表明，考慮全部分潮情況的潮位平均誤差為 0.12m ，均方根誤差（RMSE）為 0.067m ，納什效率系數（NSE）為0.98；而僅考慮11個分潮的情況下，潮位平均誤差增大到0.15m ，RMSE變為 0.122m，NSE 變為0.93，這表明潮位調和分析結果與實測值具有較高一致性，但僅考慮11個分潮時分析結果誤差稍大，主要集中在潮位峰值和谷值時段，其余時段誤差相對較小。因此，潮位調和分析計算結果整體精度較高，能夠較為可靠地反映潮位變化特征。與淺海二維水動力模型的模擬結果相比[28]，分潮 M₂ 和分潮 K₁ 振幅計算結果相差較小。這說明在潮位變化分析和預測方面，潮位調和分析方法不僅具備較高的精度和可信度，還能夠避免復雜的水動力過程模擬計算，顯著提升計算效率。

通過潮位調和分析獲得的各分潮振幅和遲角，可用式（16）進行潮位預報和海平面變化分析。由于預測時段較短，可以忽略交點因子和訂正角的影響。對于感潮河段的河流水位變化，可將海平面高程 Z_L0 視為去除潮汐效應影響后的河流水位數據，主要反映河流自身徑流特性和非潮汐因素對水位變化的影響。利用

S_TIDE工具包的潮汐預報功能，能夠獲取去除河流徑流影響的潮位數據（圖5（a））；而利用海平面變化分析功能，能夠獲取去除潮汐效應后的河流水位數據（圖5（b））。這些結果可進一步用于潮汐作用及河流徑流作用下的水位流量關系研究。

3 石咀站水位流量關系研究

3.1 模型選取

研究時間段內石咀站缺乏實測流量資料，為此，本文采用HEC－RAS一維水動力模型模擬計算石咀站的實時流量數據，用于分析水位流量關系。HEC-RAS是由美國工程兵團水文工程中心（HEC）開發的一款水動力分析軟件，能夠完成一維恒定流、非恒定流、泥沙輸運等水動力過程計算和結果輸出。HEC-RAS水動力模塊采用Preissman隱式格式[29]（圖6）離散求解圣維南方程組，離散方程見式（22）～（25）；建模及計算流程包括輸入河道地形幾何信息、設置邊界條件及初始條件、配置運行參數、執行計算及結果后處理等步驟。

式中： Δt 為時間步長； Δx_i 為空間步長； q 為圣維南方程組中流量、水位等因變量。

3.2 模擬區域及設置

模擬區域為潭江干流合山水閘斷面至石咀斷面下游河段，全長約 56km 。河道的地形幾何信息通過DEM數據和測繪數據提取并輸入，干流河段網格的平均間隔設為 50m 。上邊界設為合山水閘下泄流量數據，下邊界設為石咀站實測水位數據，新美斷面以上河段河道糙率設為0.035，其余河段河道糙率設為0.030；區域內匯入的支流包括蜆岡水、白沙水、鎮海水、新昌水、公益水、新橋水、址山河等（鎮海水、新昌水匯流簡化處理），利用水文比擬法[23]計算支流流量貢獻比例，并概化為6個側向入流邊界。模擬時間段為3月25日0：00至4月18日24：00，其中3月25日0：00至24：00為預熱時段，3月26日0：00至4月18日24：00為正式計算時段，時間步長設為600s，共計600h ，包含3600個時間步長。為分析潮汐流和河流徑流對石咀斷面流量變化的影響及貢獻，設置以下3種情景進行流量計算和分析：

（1）情景一。關閉所有流量邊界（設置為接近0的小值），下游水位邊界設為去除河流徑流影響的潮位數據，用于模擬分析潮汐作用下的水位流量關系及其影響作用。

（2）情景二。不變動流量邊界，下游水位邊界設為去除潮汐效應后的河流水位數據，用于模擬分析河流徑流的影響作用。

（3）情景三。不變動流量邊界和水位邊界，用于模擬實際情況，即潮汐和徑流共同作用下的實時流量變化。

3.3 模擬結果分析

3.3.1 受潮汐影響的水位流量關系

分析石咀站在僅受潮汐影響下的水位流量變化關系，對應情景一。利用HEC-RAS一維非恒定流模塊計算出石咀站3月26日00：00至4月18日24：00的水位流量變化情況（圖7）。在此期間，石咀站的計算流量波動變化，流量正峰值與負峰值交替出現，在潮汐作用下，流量過程呈現往復振蕩的特征。石咀站的水位流量歷程變化顯示（圖8），該時間段的漲潮過程歷時約 ^14h ，期間水流的流向發生變化，漲潮流的流量峰值出現在高潮位出現時段附近；退潮過程歷時相對偏短，約為 11h ，期間水流的流向也發生了變化，退潮流的流量峰值出現在退潮時段的中后期。綜合模擬時段的水位流量歷程變化來看，漲潮流的流量峰值呈現出與高潮位變化近似的長周期波動變化規律，退潮流的流量峰值變動幅值要小于漲潮流，流量峰值較為穩定。

總體來看，在僅受潮汐影響下，水位與流量呈現明顯的繩套型非穩定單值關系，水位與流量之間存在交替漲落的特性。通過觀察潮汐流量和潮位變化數據，發現潮汐流量與潮位水面漲落率間可能存在一定變化規律。為此，繪制了潮位水面漲落率（ Δz/Δt） 與潮汐流量關系散點圖（圖9）。散點圖中數據點呈現出橢圓形外包絡特征，表明水面漲落率與流量之間存在一定的線性關系。相關性分析結果表明，Pearson相關系數為-0.8251，說明二者存在較強的負相關性。對其進行線性擬合分析，潮汐流量擬合結果的平方殘差系數R² 為 0.680 2 。將流量擬合結果與HEC－RAS計算結果進行比較（圖10）， R² 為0.6848，誤差帶寬度約為250m³/s，RMSE 為 290.5m³/s ，相對標準偏差（RSD）為 36.3% ， NSE 為0.54。結果表明，盡管采用線性方式擬合水面漲落率與潮汐流量間的關系存在一定合理性，但擬合結果精度偏低，表明除水面漲落率外，還存在其他影響潮汐流量變化的因素，如余水位、余流等。

3.3.2 受徑流影響的水位流量關系

分析石咀站在僅受河流徑流影響下的水位流量變化關系，對應情景二。利用HEC-RAS一維非恒定流模塊計算河流徑流作用下的流量變化過程（圖11）。對于河流徑流作用下的水位流量變化關系，計算時段內石咀站流量在 160～340m³/s 之間波動，平均流量約為 250m³/s ，流量變化相對穩定，受河流水位變化影響較小，水位流量關系呈現穩定非單值對應關系，在河流徑流作用下水流的運動形式為非運動波，流量變化情況滿足校正因素方法的假定，能夠使用單值化方法（如校正因素方法）獲得較為穩定的水位流量關系。

3.3.3 受潮汐與徑流共同作用的水位流量關系

感潮河段的實時流量過程受潮汐流與徑流共同作用的影響，因此需要綜合考慮兩者對實時流量變化的貢獻。為此，本文采用多元回歸分析方法分析潮汐流量和徑流流量對于實時流量的貢獻作用，將模擬計算得到的潮汐流量和徑流流量作為自變量，HEC-RAS一維非恒定流模塊計算的實時流量作為因變量（對應情景三）。多元回歸分析結果及擬合結果如表3～4和圖12所示。多元回歸擬合結果的 R² 為0.9095，誤差帶寬度約為 150m³/s，RMSE 為 139.9m³/s，R SD為21.0% ， NSE 為0.92，表明多元回歸分析結果具有較高的擬合精度，利用多元回歸分析能較好反映河流徑流與潮汐流對實時流量數值大小的影響程度。

表3多元回歸分析參數分析結果

通過多元回歸分析得到的偏回歸系數只能反映自變量對因變量數值方面的影響，需要通過通徑分析將偏回歸系數標準化為通徑系數，利用通徑系數反映自變量對因變量的直接影響程度。通徑系數計算方式為偏回歸系數與變量標準差比的乘積。經過計算，潮汐流量的通徑系數為0.9446，河流徑流的通徑系數為0.0710。這表明潮汐流量對實時流量變化的影響程度要遠大于河流徑流，反映出感潮河段實時流量的數值大小由潮汐流量和河流徑流共同控制，而實時流量的變化主要受潮汐流量的變化過程控制。

3.4 分析與討論

本次研究通過S_TIDE工具包對感潮河段潮位進行調和分析，結合HEC-RAS水動力模型模擬不同水位變化情景下的潭江石咀站實時流量變化過程，采用多元回歸方法評估潮汐與河流徑流對流量變化的貢獻。對于缺乏實測流量資料的情況，利用流量率定驗證水動力模型較難實現，可考慮利用實測水位資料進行模型驗證[30-31]。同時，為解決研究河段內部無驗證站點的問題，本次研究利用潮位調和分析與實測水位對比結果進行驗證分析（圖4），同時選取枯季（10月至次年3月）和洪季（4＼～9月）中的典型時段進行模型驗證（圖13）。枯季時段潮水位驗證結果的RMSE為0.131m ，洪季時段的RMSE為 0.103m ，結果誤差與研究時段較為接近，說明利用潮位調和分析方法得到的潮位模擬預測結果精度相當，河流徑流量變化對于精度影響較小，進一步驗證了該方法在分離潮汐和河流徑流對實際潮位影響方面的有效性。

對比不同水位變化情景下的模擬結果，潮位和潮流的周期性波動及水流方向轉換特性顯著，表明潮汐對實時流量變化的影響具有高度的時變性，潮汐流對感潮河段實時流量變化的影響較為顯著，遠大于河流徑流。盡管線性擬合分析表明水面漲落率與潮汐流量間存在一定的負相關性，但擬合精度較低，表明在底部摩擦、余流等非線性因素作用下，感潮河段的實時流量變化過程較為復雜，難以通過簡單的數學模型精確描述水位流量關系，非線性因素對感潮河段的水位流量關系具有重要影響作用。僅受河流徑流影響下，水位流量關系表現為穩定的非單值對應特性，可以通過校正因素法等單值化方法進行流量計算和預測。在特定情景下，如暴雨引發的洪水漲退水過程，河流徑流將成為主要影響因素，此時會凸顯河流徑流對感潮河段流量變化的貢獻作用。

感潮河段流量變化過程并非潮汐流與河流徑流過程的簡單疊加，如何準確模擬潮流與河流徑流的綜合作用仍是水動力模型數值模擬研究面臨的挑戰之一。本次研究所采用的一維水動力模型能夠較好地模擬實時流量的變化過程，但由于缺乏實測流量資料的驗證，將水動力模型模擬的流量用于水位流量關系研究存在一定局限性，結果精度和合理性也會受到影響。未來，可以利用遙感監測[32]、水文水動力模型[33]、潮流調和分析等技術方法，使用淺海河口二維水動力模型替代河道水動力模型，提高實時流量模擬結果的精度和置信度；同時，將本次研究所用的方法應用于具有實測流量資料的站點或河段，進一步證明該方法的科學性和合理性。

4結論

本文采用潮位調和分析方法研究潭江感潮河段石咀水文站的潮位變化規律，利用HEC-RAS水動力模型模擬石咀站實時流量變化過程，利用多元回歸分析定量分析實時流量的貢獻來源，初步探討潮汐徑流相互作用對感潮河段水位流量關系變化的影響。主要結論如下：

（1）潭江石咀水文站的潮位變化主要受珠江三角洲河口不規則半日潮影響。潮位調和分析結果表明，主要貢獻分潮包括 M₂，K₁，0₁ 等，同時潮位變化受淺水分潮影響；驗證結果表明，考慮全部分潮或11個分潮的NSE分別為0.98和0.93，表明潮位調和分析結果與實測值高度一致。基于此，獲取了去除河流徑流影響的潮位數據和去除潮汐影響后的河流水位數據。

（2）為解決缺乏實測流量資料的問題，利用HEC-RAS建立潭江干流一維水動力模型，模擬計算了不同水位變化情景下的石咀站流量變化過程。結果表明，石咀站的水位流量關系受潮汐與河流徑流共同影響，潮汐流呈現出繩套型非穩定非單值對應關系，河流徑流表現為穩定非單值對應關系。

（3）水面漲落率與潮汐流量線性擬合結果表明，二者存在一定的線性關系，殘差系數 R² 為0.6848，NSE為0.54，但擬合結果精度偏低。通過多元回歸分析潮汐流和河流徑流對實時流量的影響，擬合結果的NSE為0.92，二者的通徑系數分別為0.9446和0.0710。這表明潮汐流與河流徑流共同決定感潮河段實時流量數值的大小，而實時流量變化主要受潮汐流量變化過程的控制。

參考文獻：

[1]趙昕，賈志偉，吳瓊，等.水位流量關系單值化方法的研究歷程和展望[J].人民長江，2024，55（3）：89-96.

[2]廉波，張繼輝.南寬坪水文站水位流量關系單值化分析[J].陜西水利，2019（5）：43-45.

[3］夏明嫣.長江下游潮汐河口段水位流量關系分析［J].江蘇水利，2018（5） ：27 -30.

[4]牟蕓，吳世勇.基于綜合落差指數法的監利（二）站水位流量關系單值化分析[J].水利水電快報，2019，40（8）：5-8.

[5］賀延虎.荊江河段沙市（二郎磯）站水位流量關系單值化方案優化分析[J].水利水電快報，2023，44（1）：23-27.

[6]吳瓊，張莉，曾雅立，等.長江中下游河段低枯水水位流量關系變化規律分析[J].人民長江，2023，54（2）：55-62.

[7］丁佩，羅小峰，劉星璐，等.受回水變動與洪水漲落綜合影響的水位流量關系研究[J].水文，2022，42（6）：7-12.

[8］袁林山，張力.基于BP神經網絡模型的黃龍灘電廠下游水位流量關系分析[J].水電與新能源，2020，34（1）：7-11.

[9]門玉麗，夏軍，葉愛中.水位流量關系曲線的理論求解研究[J].水文，2009，29（1）：1-3，62.

[10］李捷，陳俊英，蘇曉，等.基于圣維南方程組的水位流量單值關系應用［J].人民黃河，2016，38（1）：22-27.

[11］孫昭華，周歆玥，范杰瑋，等.考慮回水影響的河道水位-流量關系確定方法[J].水科學進展，2021，32（2）：259-270.

[12］江竹，宋文武.基于機器學習的水位流量關系模型參數估計[J].水文，2013，33（1）：74-78.

[13］徐曉武，陳永平，甘敏，等.基于非穩態調和分析和長短時記憶神經網絡的河口潮位短期預報混合模型［J].海洋通報，2022，41（4） ：401-410.

[14］羅亮，解超，蔣陳娟，等.長江感潮河段徑流對潮波變形和傳播的影響研究[J].人民長江，2024，55（1）：6-13.

[15］蔡華陽，楊昊，郭曉娟，等.珠江磨刀門河口徑潮動力耦合條件下余水位的多時空尺度分析[J].海洋學報，2018，40（7）：55-65.

[16］陳慧莎.感潮河段確定水位流量關系方法探討［J].廣東水利水電，2019（3）：5-10.

[17］王如云，李丹，周鈞，等.感潮河段單站等時距水位非線性優化預報模型[J].水道港口，2017，38（2）：132-136，187.

[18］王新強.基于MIKE21水動力模型計算感潮河段閘下水位流量關系［J].廣東水利水電，2021（10）：42-47.

[19］陳志高，吳子豪，班亞，等.基于調和分析及VMD-BP神經網絡的感潮河段流量預報[J].武漢大學學報（信息科學版），2023，48（8）：1389-1397.

[20]方國洪，鄭文振，陳宗鏞，等.潮汐和潮流的分析和預報[M].北京：海洋出版社，1986.

[21］石景元，路川藤.潮汐調和分析與應用研究[J].海洋技術學報，2019，38（6） ：46 -50.

[22]呂咸青，潘海東，王雨哲.潮汐調和分析方法的回顧與展望[J].海洋科學，2021，45（11）：132-143.

[23] GUO L，VAN DER WEGEN M，WANG Z B，et al. Exploring the im-pacts of multiple tidal constituents and varying river flow on long-term，large - scale estuarine morphodynamics by means of a 1 - Dmodel[J].Journal ofGeophysical ResearchF：EarthSurface，2016，121（5） ：1000-1022.

[24]PANH，GUOZ，WANGY，etal.Application of theEMD method torivertides[J].JournalofAtmospheric andOceanic Technology，2018，35（4） ：809 -819.

[25]徐闖，余香英，許澤婷，等.潭江干流溶解氧時空格局及其調控因素研究[J].環境科學學報，2024，44（7）：222-230.

[26]萬育安.潭江流域設計洪水及水面線分析計算[J].人民珠江，2015，36（2）：33-36.

[27]PANH，LVX，WANGY，et.al.Explorationoftidal-fluvial interac-tionintheColumbiaRiverEstuaryusingS_TIDE[J].Journal ofGeo-physical Research：Oceans，2018，123（9）：6598-6619.

[28］黃濤.黃茅海河口區沿程潮差異常變化研究［J].廣東水利水電，2011（9）：22-24，34.

[29]王家彪.河渠突發水污染溯源反問題研究[D].北京：清華大學，2020.

[30］吳曉玲，向小華，李菲菲，等.平原區河網水流計算校正模型［J].河海大學學報（自然科學版），2012，40（1）：48-51.

[31］閆苗祥.茅灣涌流域分布式水文水動力耦合模型研究[J].陜西水利，2023（8）：33-35，43.

[32]韓贊希，張昕，王自法，等.基于氣象水文水動力耦合模型的流域尺度洪水預報方法：以北江流域為例[J].科學技術與工程，2024，24（11） ：4397-4408.

[33]薛嬌，廖小龍，鐘逸軒，等.珠江三角洲水文水動力耦合模型研究[J].水利水電技術（中英文），2022，53（2）：60-68.

（編輯：郭甜甜）

Abstract：Thewaterlevel-dischargerelationshipiscrucialforobtaininghydrologicalinformationandstudyingthehydrodynamicenvironmentofriversystems.Intidalriverreaches，hydrologicalstatios typicallobsereonlytidalleveldataequiringeal-timedischargetobeetimated trough the waterlevel-dischargerelationship.Using ShizuiStationontheTanjiang Riveras acasestudy，thisstudyappliestidalharmonicanalysistoinvestigatetidalvariationpatesandteontributionsofcostituent tides.Tidalleveldata（excludingrunoffinfluence）andriver waterlevels（excludingtidal efects）areextracted.Basedonthe HEC-RASone-dimensinalhydrodyamicmodel，flowvarationsunderdferentwaterlevelsenariosaresmulated，ndmultipleregresionanalysisisconducted toexaminethewaterlevel-dischargerelationship.TheresultsindicatethatthewaterleveldischargerelationshipatShizuiStationisjointlyinfluencedbyidalflowandriverrunoffTidalflowdominatesreal-tiedischargevariations，exhibitinganustable，non-uniquehysteresislooppatern，ereasriverrunoffdemonstratesastablebutnon -uniquerelationship.Thesefindingscanaidinanalyzing waterlevel-dischargerelationshipsintidalriverreacheslackingmeasured discharge data，supporting hydrological forecasting and hydrodynamic environment studies.

Key Words：tidal riverreach；water level-dischargerelationship；tidal harmonicanalysis；HEC-RAS；Tanjiang River