1.一种量化潮汐非平稳性的方法，其特征在于，包括以下过程：

S1，获取目标海域的潮汐观测数据，所述观测数据包括逐小时潮汐观测数据，观测时长不低于1个月；

S2，采用经验模态分解方法分离所述观测数据中的非潮低频变化与高频潮汐变化，得到潮汐分量；

S3，基于经典调和分析CHA模型对所述潮汐分量进行回报，得到CHA回报潮汐；

S4，计算所述潮汐分量与CHA回报结果之间的相关系数CC、平均绝对误差MAE和均方根误差RMSE；

S5，将平均绝对误差MAE、均方根误差RMSE分别除以观测绝对值的平均值，得到归一化平均绝对误差NMAE和归一化均方根误差NRMSE；

S6，基于两点之间的距离公式计算潮汐非平稳性指数NS，其中参考点坐标为（1，0，0），观测点坐标为（CC, NMAE,NRMSE），NS值越大表示潮汐非平稳性越强。

2.如权利要求1所述的一种量化潮汐非平稳性的方法，其特征在于：

所述S1中目标海域包括河口地区、浅海和深海，潮汐类型包括全日潮主导、混合全日潮、混合半日潮以及半日潮主导，潮差范围包括强潮、中潮和弱潮。

3.如权利要求1所述的一种量化潮汐非平稳性的方法，其特征在于：所述S2具体过程为：利用经验模态分解将逐时潮汐观测分解成不同模态，统计每个模态的极大值的个数，将数据长度除以极值个数，得到每个模态的平均周期；将平均周期大于30小时的模态合并，定义为非潮低频变化；将平均周期小于30小时的模态合并，定义为潮汐分量。

4.如权利要求3所述的一种量化潮汐非平稳性的方法，其特征在于：所述S3具体过程为：通过最小二乘法从观测潮汐分量里估算每个分潮的振幅H和迟角G，然后通过经典潮汐调和分析模型得到回报的潮汐。

5.如权利要求1所述的一种量化潮汐非平稳性的方法，其特征在于：所述S4具体过程为：所述相关系数CC、平均绝对误差MAE和均方根误差RMSE的计算过程具体为：MAE值域范围：[0，+∞]，最优值：0；

RMSE值域范围：[0，+∞]，最优值：0；

CC值域范围：[-1，1]，最优值：1；

N为观测点个数；Pi为潮汐回报数据；Oi为潮汐观测数据；为潮汐回报数据均值；为潮汐观测数据均值。

6.如权利要求3所述的一种量化潮汐非平稳性的方法，其特征在于：利用经验模态分解将逐时潮汐观测分解成不同模态的具体过程为：首先对原始潮汐观测进行筛选，通过识别局部极大值与极小值并拟合上下包络线，计算包络均值与原始信号的差值得到瞬时频率为正的本征模态函数IMF；若差值信号未满足IMF条件，则将其作为新信号重复上述步骤，直至分解出一系列反映潮汐观测不同时间尺度特征的IMF分量，最终剩余无法再分解的平稳残差即为潮汐观测的趋势项。

7.如权利要求1所述的一种量化潮汐非平稳性的方法，其特征在于：所述S6具体为：将调和分析回报的CC，NMAE，NRMSE分别定义为三维空间的X轴，Y轴和Z轴，理想平稳潮回报表现作为参考点，即（1，0，0）实际潮汐观测点坐标为（CC，NMAE，NRMSE），计算两个点之间的距离，定义为潮汐非平稳性性指数NS，NS越大表示潮汐非平稳性越强，NS为0代表潮汐完全平稳。