融合多重分解和差值修正的海浪波高预测研究

为了提升海浪波高预测精度,提出了融合多重分解和差值修正的海浪波高预测模型(J-DE-LSTM)。该模型采用自适应噪声完备集合经验模态分解,对波高数据进行一重分解,以及对分解后的残差分量进行二重分解;采用亲和力传播算法进行聚类降维并输人到长短期记忆网络进行预测获取初步预测值。建立波高观测值与初步预测值形成的差值序列进行三重分解,采用样本熵重构为趋势项和周期项并进行权重计算,构建粒子群算法优化极限学习机和LSTM的组合预测模型进行双轨并行预测;最后将预测结果与权重加权融合进行差值修正未来点位波高预测值。实验结果表明J-DE-LSTM模型较LSTM、TCN模型平均绝对误差提升约4.1%~11.5%,均方误差提升6.5%~15.2%。

基于轻量化YOLOv7算法的侧扫声纳图像沉船检测

针对现有的侧扫声纳图像水下沉船检测方法存在检测速度慢,传统的YOLOv5算法存在的漏检的问题,提出基于轻量化YOLOv7算法的水下沉船检测改进方法。首先,通过随机翻转、随机噪声等操作扩充沉船图像的样本数量;然后,引入迁移学习策略,将在COCO数据集上学习到的权重迁移到沉船检测的YOLOv7网络中;其次,改进模型损失函数中惩罚项的计算方式,提升收敛速度;最后在YOLOv7网络中引入FasterNet结构,减少模型的参数量和计算复杂度,降低模型对硬件的需求,达到轻量化模型的目的。实验结果表明,改进方法较原始YOLOv7算法在类平均精度值(mAP值)上提升了4.75%,检测速度也由原来的0.0218秒/帧提升到0.0179秒/帧,证明了改进方法的工程应用价值。

基于Encoder-Decoder LSTM的船舶轨迹预测方法

船舶轨迹预测的准确性是预警事故和确保安全航行的关键,但精度和稳定性是目前亟待解决的问题。为了应对这一挑战,提出一种基于Encoder-Decoder LSTM的船舶轨迹预测方法。首先对船舶AIS轨迹数据进行去噪、分段、插值、停留点检测和归一化等预处理,提取船舶的航行轨迹。然后构建了一种基于Encoder-Decoder LSTM架构的船舶轨迹预测模型,并对模型参数进行初始化。最后使用长江江苏段天生港水域渡轮的真实AIS数据对提出的模型进行训练和验证,并与其他广泛使用的轨迹预测方法进行比较。定量分析表明,该方法可实现对船舶轨迹较为准确的预测,且所预测轨迹具有一定的参考价值。

基于BP神经网络的高分辨率海底地形跨层生成模型

为了满足海底地形的高分辨率需求及解决测量数据的有限性问题,基于多层前馈神经网络(back propagation,BP)和跨层网格生成策略,建立了兼顾海底区域地形整体特征和局部地形信息的海底地形跨层生成模型,实现对海底地形数据生成填充。以南海海底地形为例,通过误差对比、假设检验以及海底地形云图的图像清晰度对本文模型生成数据进行有效性验证。结果显示所建立的模型在保证与原始数据之间误差小和数据特征相同的前提下完成了对地形云图的图像清晰度的提升,并且结果优于传统克里金插值方法。本文分析结果可为地形数据相关研究提供参考。

联合多波束与侧扫声纳的海缆检测方法

为解决海底电缆路由检测中多波束扫测分辨率低、侧扫声纳(SSS)图像位置不准且存在误识别问题,提出了一种联合多波束与侧扫声纳的海底电缆路由自动检测方法,利用多波束图像高精度的位置信息纠正侧扫声纳图像,并顾及侧扫声纳图像海缆成像特点进行线状特征增强与边缘提取,实现海底电缆目标的自动、准确检测。实验结果表明,该方法能实现非掩埋海缆探测的准确探测,为海底电缆检测提供了多源测量信息融合的新思路,丰富了海底电缆检测的技术方法。

无人艇载多波束测深系统一体化结构优化设计

为了提升无人艇载多波束测深系统(以下简称多波束系统)在复杂环境下的作业安全和精度,通过对多波束系统与无人艇艇型一体化安装结构的分析,采用基于有限元协同仿真技术开展动力及平台结构性能优化设计研究,设计出了在一定航行速度下能保证较优效率和航行安全的无人艇载多波束系统安装结构,并在珠江口海域进行了试验。结果表明:与传统的无人艇平台与多波束系统分离式设计的方法相比,设计的无人艇载多波束系统横摇角度小,抖动现象减弱,作业性能得到提升。运用该系统不仅可以获取水下高精度的三维地形数据,也可以为水下障碍物排查、目标物搜寻和水下构筑物巡检巡查等提供技术支撑。

声学探测技术在海上风电桩基检测中的应用

海上风机维护是保障海上风电场正常运行的重要工作,水声学海底探测方法在海上风电场运维中的应用越来越广泛。提出在风电桩基检测中综合使用多波束测深仪、侧扫声纳、浅地层剖面仪的联合探测作业技术,利用多波束获取全覆盖水深地形,利用侧扫声纳获取海底地貌,利用浅地层剖面仪获取海缆埋藏状态,通过对3类声纳数据综合分析,确定风电桩基及附近地形、地貌、电缆等的位置、深度、状态等信息。将该方法应用于阳江风电场故障风机抢修项目中,验证了方法的有效性。实践表明:该方法可以广泛应用于海上风电桩基检测等海洋工程领域,对其他海上风电场桩基检测有一定借鉴意义。

实时PPP离岸潮位遥测方法与试验

为降低离岸潮位实时遥测成本,提高适用性,提出了基于实时精密单点定位的离岸潮位数据获取与提取方法,利用小型浮标搭载具有实时PPP和远程通讯功能的GNSS接收机进行离岸潮位遥测,原始观测数据经粗差剔除、均值化处理、S-G滤波后,较好地剔除了风、浪、流等引起浮标姿态变化所带来的测量误差。研发了相应软硬件,并在天津港外海进行了试验,测试结果优于±8cm,整体中误差为±3.7cm,满足海洋观测规范要求。相较基于压力式传感器加声学通信的现行数据采集方式,该方法具有建设成本较低、观测方式简单、后期维护方便、产业化前景好等特点,可进一步在实际项目中推广使用。

基于珠江入海口顾及浅水分潮特征的深度基准面传递方法研究

采用珠江入海口处潮位数据进行顾及浅水分潮特征的深度基准面传递方法的研究,并选取该区域五个验潮站潮位数据进行实验,实验先进行潮汐调和分析,解算基于长期观测数据的各分潮较为稳定的正、余弦分量,再通过附加参数间的限制条件,采用约束平差法实现对短期数据进行调和分析,得到基于短期数据的各分潮正、余弦分量,再通过参数变换得到各分潮潮高和迟角,综合分析浅水分潮对潮汐预报和基准传递的影响。根据上述分析结果提出顾及浅水分潮特征的改进深度基准面传递算法,并验证该方法在珠江入海口处的有效性。

基于多维度声学特征优选的多波束海底底质分类

海底表层底质分布信息的准确获取在构建海洋基础地理数据库中发挥着重要作用。目前,多波束是实现大范围海底底质分类的有效手段之一,基于多波束测深和反向散射强度数据所派生的声学特征被广泛应用于底质分类建模。然而,随着特征维度的增加,特征空间中存在的无关和冗余特征严重影响底质分类精度。为了定量评估声学特征对底质类别的表征能力,并消除无效特征对分类结果的干扰,本文提出了基于多维度声学特征优选的海底底质分类方法。首先,结合实际底质样本的物理属性对多维特征进行排序和优选,排除冗余和无关特征。其次,分别应用支持向量机、随机森林和深度信念网络构建海底底质监督分类模型。通过利用爱尔兰海南部多波束调查数据和实地取样信息进行试验,结果表明提出方法对海底底质的总体分类精度和Kappa系数分别最高达到了86.20%和0.834,相较于主成分分析和熵指标特征选择方法有明显提高,突出了该方法在海底底质探测及制图的应用潜力。

一种基于重力正演理论的海底地形反演迭代算法

重力数据反演海底地形的方法是获取全球海底地形数据的重要途径。针对传统地形反演算法需要间接引入经验参数的问题,本研究以不采用经验公式为原则,从空间域方法入手,结合重力正演公式,建立重力异常与地形之间的解析观测方程,采用最小二乘方法进行求解。为了得到观测方程最优解,建立牛顿迭代关系,引入正则化参数,增强方程组的收敛性。顾及边缘效应对正演的影响,采用双线性插值算法对原始重力异常数据进行加密处理和无约束网格扩充以削弱误差。在太平洋海域(155°E~156°E,16°N~17°N)构建了1′×1′分辨率的海底地形模型,并通过船测水深数据验证。相比于传统空间域算法——重力地质法,本研究方法的均方根误差降低了12.7%,验证了其可行性与准确性。

利用旋转双目立体相机的桩体倾斜度测量方法

桩体倾斜度监测在沉桩作业中至关重要,现有方法普遍存在安置过程复杂、工作耗时长等典型问题。针对以上问题,以双目立体设备研制为基础,提出了一种基于双目立体视觉的桩体倾斜度测量方法。首先,该方法通过旋转码盘与相机的高精度标定实现利用码盘旋转角度读数来高效计算相机在任意旋转角度的位姿信息。其次,在双目影像同步采集以及高频倾斜角度测量条件下,设计了一种新的利用提取桩体边线几何的方法来拟合桩体中心轴线方向向量,从而快速计算柱体的倾斜度。实验结果表明,该方法可准确计算相机相对位姿以及柱体倾斜度,倾斜度测量精度可达到优于0.1°,且单次自动测量效率优于10 s,相较于常用的全站仪测量方法,其效率可提高6倍以上,能够满足连续高效且高精度的桩体倾斜度测量需求。

基于深度学习联合WOA18温盐模型构建声速场

声速变化是影响水下精密定位的重要因素,受制于现有的声速剖面获取手段,目前的声速代表性误差严重影响着水下定位精度。针对现实中难以实现一定海域内时间空间的连续观测,本文以地转海洋学实时观测阵(Array for Real-time Geostrophic Oceanography, Argo)温盐度数据作为真值,利用美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的2018世界海洋地图集(The World Ocean Atlas 2018, WOA18)中的历史温盐数据,基于添加注意力机制的长短期记忆神经网络模型(Long Short Term Memory, LSTM),来构建局部海域声速场。结果表明,该方法可用于反演局部海域500~1 500 m深度范围内较为精准的声速剖面,且添加注意力机制的LSTM神经网络模型反演的声速在太平洋局部海域均方根误差为0.34 m/s,在大西洋局部海域声速均方根误差为0.78 m/s,相比传统反向传播神经网络(Back Propagation Neural Network, BPNN)和添加了遗传因子的反向传播神经网络(Back Propagation Neural Network+Genetic Algorithm, BPNN+GA)在精度上得到了改善。

基于多尺度纹理特征的海底底质样本增强方法

针对多波束海底底质分类模型构建受限于样本和特征对海底底质类型表征不足、模型稳定性差等问题,利用多尺度滑动窗口法提取声学纹理特征,结合K-均值聚类分析其精度,实现了多尺度纹理特征的优选,并利用多尺度纹理特征并辅以地形特征结合SLIC样本增强方法,实现了底质样本的有效扩充。同时,利用随机森林、BP神经网络、K最邻近、支持向量机等4种经典监督分类模型训练预测和评估所扩充的样本数据,最终总体分类精度均达到90%以上,kappa系数达到0.85以上。

顾及时差特征的LSTM模型余水位短期预报

目前余水位预报都是采用单站方式,仅基于余水位的自相关性。针对较大范围的沿岸验潮站余水位预报,进一步结合余水位的空间强相关性和站间余水位的时差信息,以“预测站-辅助站”验潮站组的形式,由历史同步余水位数据训练多变量LSTM(long short-term memory)长短期记忆网络模型,实现预测站的余水位预报。渤海沿岸四个长期验潮站的实例分析表明:所提的预报方法因增加利用了时域上的时差信息,预报精度优于三类单站方法,并显著增大了预报时长。方法可用于解决大范围航海动态水位保障中的余水位预报问题。

融合IVMD的海表温度时空智能预测方法

精准的海洋表面温度(sea surface temperature, SST)预测在海洋和气象领域具有重要意义,如海洋渔业捕捞和海洋天气预报等。提出一种融合改进变分模态分解(improved variational mode decomposition, IVMD)的时空混合模型来预测SST,采用中心频率观察法、残差指数最小化和皮尔逊相关系数改进变分模态分解(variational mode decomposition, VMD),去除SST序列冗余,利用图卷积神经网络(graph convolutional network, GCN)提取SST交互特征并结合长短时记忆网络(long short-term memory, LSTM)捕捉时间动态,提高预测精度。选取中国东海海域进行实证分析,实验结果表明:与现有模型对比,本文模型在均方根误差、平均绝对误差和平均绝对百分比误差3个指标上均有显著提升,验证了本文模型的有效性和稳定性。

顾及先验海底地形信息的多波束测线设计建模方法

为提升海底地形测量精度和效率,聚焦复杂海域多波束测深技术测线规划应用,建立了一种顾及先验海底地形信息的测线设计模型。联合几何推导和遗传算法,构建了二维和三维情形下的覆盖宽度模型和重叠率模型,通过引入蒙特卡罗法,实现了复杂海域顾及先验海底地形信息的多波束测线优化设计。试验结果表明,该算法能有效提高多波束测深效率,可为多波束测深技术测线设计提供技术支持。

一种Kongsberg EM多波束后向散射强度波束指向性残余改正方法

Kongsberg EM多波束声呐的波束指向性与出厂标定存在偏差,导致后向散射强度呈现与扇区耦合的辐射畸变,针对这个问题提出了一种基于波束指向性模型的多扇区指向性残余改正方法。该方法首先在分析波束收发过程的基础上,构建EM声呐多扇区指向性辐射模型;然后选取特定测线,采用经验性声学模型估计后向散射强度-角度曲线,分离各扇区指向性残余信号;最后对回波强度进行指向性残余改正,得到与采集扇区无关的后向散射强度。实例计算结果表明:该方法能有效降低多扇区指向性残余对后向散射强度测量的干扰,提高EM系列多波束声呐在海底底质分析中的使用价值。

复杂地质背景下大陆坡脚点的确定方法:以莫桑比克南部陆缘为例

针对复杂地质背景下的大陆架划界问题,提出了一种新的大陆坡脚点(foot point of the continental slope,FOS)确定方法。该方法基于水深平均梯度变化计算坡脚点所在位置,并结合相反证明以及凸包性、分段性、连续性原则进行优化。以莫桑比克南部陆缘为研究区域,利用2021年实测的高精度多波束地形数据,应用该方法提取了大陆架划界最关键的依据——FOS,并与联合国大陆架界限委员会使用的Geocap软件提取的结果进行对比,确认了相同的FOS位置,证明该方法是准确有效的。

走向深海,发展自立自强的海底大地测量基准

海洋是重要的经济通道和安全屏障,需要建立实时、快速感知海洋环境变化的海底基准网。海底大地测量基准在海洋资源勘探、海洋科学研究和保障海洋安全方面具有巨大优势和重要作用。通过回顾国内外海底大地测量基准构建的发展情况,分析和讨论了构建海底大地测量基准的主建思路和关键科学问题。阐述自主发展和构建海底重力基准的意义,并分析构建基准网需要重点突破的关键技术。在量子精密测量技术不断突破的基础上,提出利用量子测量技术改变现有观测技术缺陷的思考,有望加快建设海底大地测量基准网,为水下复杂环境提供陆海连续、安全可靠和高精度的时空服务。