潮汐调和分析是分析潮汐性质、计算潮汐特征及非调和常数（包括理论最低潮面、最大可能潮差等）和进行潮位预报的重要基础。对海洋中某观测点，根据潮汐理论，忽略非周期性的水位变化及观测误差，潮高（η）可表达为：

(1)

式中t为时间（注意时区，如中国近海属8时区）；H₀为平均海面高度；m为分潮数；f_i为分潮的交点因子，可由计算公式或查表得到；σ_i为分潮角速率；（V₀+u）_i为分潮初相角，可由天文相角表查得；H_i和g_i分别为第i个分潮的平均振幅和迟角（此角可反映实测高潮时迟后天文高潮时的现象）。每个分潮的H_i和g_i只和观测点的位置有关，故称为潮汐调和常数。它们不仅有天文潮的作用，而且能反映观测点所在海区的地理特征和水文气象因素的影响。

　　根据实测潮汐数据，可采用达尔文（G. H.  Darwin）方法、杜森（A. T. Doodson）方法、最小二乘法、傅里叶（J. B. J. Fourier）分析法、谱分析法和小波分析法等进行各个分潮调和常数的计算，其中最常用的是最小二乘法。

　　对于实测潮汐数据(t_j，)(j=1，……，n)（n为观测数据数），基于最小二乘法的潮汐调和分析的基本步骤如下：①在式（1）中令、。②根据观测数据的长短，选择分潮数，一般一个月的短期完整资料选择11个主要分潮，一年及一年以上较完整的长期资料则选择63个及以上的分潮，18.61年较完整的资料可选择300个以上的分潮。③计算各分潮的天文信息及f_i（取观测期中间时刻的值）、(V₀+u)_i（取观测开始年元旦零时的值）。④针对n个实测数据，建立目标函数：

(2)

⑤根据最小二乘法原理，使目标函数达到最小，可令 、、（i=1，2，……，n），由此建立关于2n+1个变量的线性方程组。⑥在非病态的条件下解线性方程组，即可得H₀和a_i、b_i（i=1，2，……，m），从而得到调和常数：

(3)

(4)

上述调和分析方法，应用于连续等间隔（一般为1小时）的观测数据（即使有部分缺失，但可进行必要的数据插补完整），简单有效，精度较高；对于只有高低潮数据的资料，需要补充约束条件或对高低潮数据进行插补才能应用，精度尚可；对于河口感潮河段水位，因调和常数随着下泄径流量是变化的（不再是常数），直接应用误差较大，相应的理论和方法尚在探索研究中。