前言

日平均潮差（average daily tidal range）：日高潮潮高合計之和除以實有高潮個數為日平均高潮潮高，日低潮潮高合計之和除以實有低潮個數為日平均低潮潮高，平均高潮潮高與日平均低潮潮高之差為日平均潮差。月平均潮差和年平均潮差也是類似的道理。定義參考自《HY/T 182-2015 海洋能計算和統計編報方法》。

具體思路是，創建有限個陣列點（或者叫網格點、漁網點），這些陣列點是具有坐標信息的。再把MIKE運算得到的潮位dfsu結果文件的數據提取到這些陣列點上，然后在Python中進行統計和運算，得到每個陣列點的平均潮差。再把平均潮差數據返回到陣列點上，就完成了。

Step 1 ArcGIS中創建漁網點

首先在ArcGIS中創建漁網點，我這里創建的漁網點精度是0.01度×0.01度，具體的精度根據各自項目的情況自行設置。關于如何創建漁網點，可以參考我的另一篇博文【ArcGIS筆記10_如何創建漁網？】。然后再從ArcGIS中導出漁網點坐標，導出成Excel格式。

如下兩圖：

Step 2 將dfsu數據提取到漁網點

筆者這里當時運算模型的時候的時間步長是120s，現在如果直接提取數據的話會提的數據量太大太大，而且很沒有必要。所以這里先做了一個類似抽稀的操作，就是把輸出頻次調大，這樣設置為輸出時每30min輸出一次數據。

如下圖：

然后就可以在dfsu中提取對應坐標點的時間序列數據了，這里可以將Excel中的坐標點數據直接拷貝過來。注意提取的時候最好跳過冷啟動階段。

如下四圖：

Step 3 Python統計平均潮差

如下七圖：

希望能幫助到大家！

---

以上就是全部內容啦~

希望可以得到你的贊，非常感謝！