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%。

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。

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。

基于虚拟潮位站技术的云潮位服务研究与应用

针对疏浚工程施工对高质量、智能化实时水位信息服务的需求,设计并实现了可服务于疏浚工程施工活动的北斗实时水位信息服务云平台系统。系统采用了后端、计算存储中心和前端三层结构,使用北斗通信链路将三层结构连接起来,系统可根据施工船舶的实时动态位置,应用区域高精度潮汐模型和区域高精度余水位模型,虚拟一个目标船舶专用的虚拟水位站,并根据该虚拟水位站的预报水位和余水位计算实时水位数据,通过北斗通信链路将实时水位数据传输至施工船舶。系统有效提升了实时水位信息服务的精度、可靠性和智能化水平,可为疏浚工程项目提供稳定可靠的实时水位数据服务。

一种基于深度学习的有效波高混合预测方法

作为重要的海洋环境参数,有效波高(SWH)的精准预测在海洋工程中具有重要意义。针对深度学习易陷入局部最优等问题,提出了一种融合深度-宽度的SWH混合预测方法。利用集成经验模态分解对SWH进行预处理,改善深度学习预测中普遍存在的滞后性问题,同时将宽度学习系统与深度学习中的长短时记忆网络相融合,旨在提高预测精度。实验结果表明:与现有方法相比,基于本文模型的SWH预测方法不但在均方根误差、平均绝对误差等评价指标上得到有效提升,且具有较好的鲁棒性。

黑潮-亲潮交汇区涡旋演变特征及剖面结构分析

为深入研究黑潮-亲潮交汇区不同纬度上涡旋的演变特征及剖面结构差异,利用流矢量方法和归一化区域合成分析,在系统统计该海域涡旋表面参数演变特征的基础上,构建了不同纬度同一类型涡旋的气候态复合剖面结构。结果显示,南部靠近黑潮流轴的海域,其涡旋平均半径、生命周期等均明显大于北部交汇区;气旋涡基本以西向传播为主,而反气旋涡的南-北向移动趋势也较明显;南、北部典型暖涡的暖心结构分别位于100~300 m和100~200 m深度处;涡旋复合结构与观测到的实时剖面结构相一致。研究表明,地形与剪切不稳定相比,前者影响下的涡旋表面演变特征和剖面结构更加显著与稳定。

一种改进的VMD-XGBoost验潮站月海面高序列预测模型

海平面不断上升威胁人类的生命安全,高精度的海平面预测对人类预防水文灾害具有重要意义。现有的预测方法因验潮站数据为单一时间序列而难以进行高精度预测。针对此问题,提出一种融合变分模态分解(VMD)和极度梯度提升算法(XGBoost)的变分模态分解-极度梯度提升预测模型,简称VMD-XGBoost模型。与XGBoost模型、卷积神经网络与长短期记忆神经网络混合模型(CNN-LSTM)、变分模态-卷积神经网络与长短期记忆神经网络混合模型(VMD-CNN-LSTM)对比,对荷兰沿岸海平面验潮站时间序列进行预测。验潮站预测结果分析表明:相较于XGBoost模型,VMD-XGBoost模型预测结果的均方根误差平均降低65.43%,平均绝对误差平均降低63.79%,平均绝对百分比误差平均降低63.44%,且相较于VMD-CNN-LSTM模型,VMD-XGBoost模型在验潮站海面高序列预测上具有更高预测精度,可实现高精度验潮站时间序列预测。

亚丁湾附近海域海洋中尺度涡的时空特征分析

亚丁湾附近海域中尺度涡过程活跃,了解和掌握其分布特征与变化规律,对于研究区域海洋动力学过程具有重要意义。利用CMEMS提供的多星融合海面高度异常资料,采用海面高度异常等值线法,对2003~2021年间亚丁湾附近海域中尺度涡进行了识别和追踪,并对其时空分布和移动特征进行了统计分析。结果表明,19年间亚丁湾附近海域共出现147个中尺度涡,这些涡旋几乎均在亚丁湾以东海域生成,并主要以3种不同路径向西移动。其移速存在明显的季节变化,夏季风期间移动缓慢,呈准静止状态,冬季风及季风转换期以约平均5~8 cm/s的速度向西移动。

黄骅港水文要素季节性特征分析

为深入了解黄骅港海域不同季节的潮流特征和水文条件,根据该海域2020~2021年的海洋水文资料,基于潮流准调和分析及统计分析的方法,对潮流和温盐沙等水文特征进行分析。结果表明:本观测海域潮流属规则半日潮类型,潮流涨潮历时大于落潮历时;含沙量由近岸向外海呈逐渐减小的分布特征;盐度各个站位在春夏季相差皆不大,位于大口河河口处的测站盐度春夏季高、秋季低的特征明显,在其他站位季节变幅较小;各测站均表现为夏季最高,冬季水温最低的变化规律。依据具有代表性的典型潮观测数据能较好地表现出其季节性水文特征和变化规律,为下一步的模型试验和环境影响评价提供基础依据。

一种针对ADCP单ping流速数据的质量控制方法研究

针对TRDI公司生产的ADCP数据后处理问题,以转换至大地坐标系的.ENX格式原始数据文件为对象,提出了直接对单ping流速数据进行质量控制的处理思路。选择具有代表性的样本数据,经对比发现VTG格式的GPS地面速度信息质量优于GGA格式信息。利用VTG船速计算绝对流速,通过对比处理效果与进行显著性检验,发现箱线图法对异常值的判别效果最好。将箱线图法处理后数据按照时间间隔进行平均,并与同样本的平均数据文件比对流速的平滑性,结果表明前者的数据质量优于后者。

港外水域虚拟验潮站水位推算研究

港口航道图测绘期间出于潮位控制的需要,除了利用长期验潮站外需要另设其他短期/临时验潮站。如何深入利用常设短期验潮站积累的历史水位资料以有效减少验潮工作量,已成为海洋测绘实践需解决的现实课题。基于港口长期验潮站与常设短期验潮站的历史同步实测水位资料,采用潮汐差分订正与余水位传递技术,实现了一种精度可靠的港外水域虚拟验潮站水位恢复方法。归纳了港口短期验潮站进行潮汐差分订正的适用条件,列出了采用该种虚拟水位技术恢复水位方法的计算步骤。实例验证及精度评估表明,经潮汐差分订正后的虚拟验潮站采用“天文潮位+邻近验潮站传递余水位法”恢复水位的推算精度,可以满足相关技术规范要求。

琼州海峡西南部秋季海流特征分析

为深入了解琼州海峡西南部海域的潮流特征,采用准调和分析方法对2022年秋季琼州海峡西南部实测海流资料进行分析,得到潮流性质、潮流特征和余流特征,并计算潮流最大可能流速。结果表明:琼州海峡西南部潮流以规则全日潮流为主,近岸则为不规则全日潮流,潮流运动形式为往复流;涨潮流以西向流为主,落潮流以东向流为主;潮流最大可能流速为0.85~2.58 m/s,方向为W-E、SW-NE;余流流速在0.01~0.23 m/s之间,余流流向以西向为主。本研究丰富了调查海区水文资料,为该海域开发利用和通航安全等提供基础数据。

海潮负荷模型在不同地理区域精度对比分析

针对海潮负荷模型在不同地理区域(海岛、沿海、内陆)对定位精度的影响,本文基于中国大陆构造环境监测网络的监测数据,借助GAMIT/GLOBK 10.7软件使用FES2004、CRS4.0海潮模型分别对数据进行解算,对不同地理区域定位结果进行分析。实验结果表明,海潮负荷模型在高精度GNSS定位数据处理中对海岛地区的测站影响最大,对沿海地区的影响次之,对内陆地区的影响可以忽略不计。FES2004模型和CRS4.0模型对海岛、沿海和内陆解算结果较为一致,在海岛地区N、E方向上的偏差为毫米级,在U方向上的偏差为厘米级,在沿海地区N、E、U方向上的偏差均为毫米级,但U方向上影响程度基本是N、E方向上的3倍左右。

基于变分模态分解和注意力机制的浪高预测

针对海洋中的海浪高度数据存在非线性和非平稳性的特点,海浪高度的预测就变得相对复杂。基于变分模态分解(VMD),在引入注意力机制(AM)的基础上,对传统长短期记忆(LSTM)神经网络算法进行了改进,提出了一种基于混合模型的海浪高度预测算法。算法通过预处理、预测和重构3个主要步骤,对海浪高度的时间序列进行预测。为了比较和说明,以太平洋东北海盆海域和马尾藻海域的4个站点浮标数据进行实验。实验结果表明,本文提出的混合模型(VALM)将海浪高度数据分解为更平稳和更规则的子序列;可以更好的区分数据之间的重要程度,并能够携带更多信息的数据;与支持向量回归(SVR)、人工神经网络(ANN)和LSTM等模型进行比较,VALM模型的预测效果最好且具备一定的鲁棒性。

基于误差修正和LSTM的海浪高度预测模型

准确可靠的海浪高度预测是海洋工程和沿海工程应用的一项重要任务,如海洋渔业捕捞和近海勘探工程。提出一种基于误差修正和长短期记忆(LSTM)网络的海浪高度预测模型,采用自适应噪声完备集合经验模态(CEEMDAN)分解误差序列,产生误差模态分量,根据斯皮尔曼(Spearman)产生的相关系数划分每个模态分量的权重,利用长短期记忆网络对误差模态分量进行预测,将权重和预测模态分量相结合,融合到未来对应点位的预测值中,提高预测精度。实验结果表明,在均方根误差(RMSE)、拟合优度(R^(2))等评价指标上,与极限学习机(ELM)、融合注意力机制LSTM(A-LSTM)等模型进行比较,CSLM模型的评价指标较好,验证了CSLM模型的有效性和可行性。

浅海环境水声传播数据实测与仿真分析

搭建了一套水下录音记录系统,在复杂浅海环境进行了水声数据采集实验;对于水声采集数据进行了距离、频率谱分析,利用MIT开发的声学计算程序OASES针对声场进行了仿真分析。通过模拟结果和实测结果的比较,优化调整仿真程序的环境参数,分析发现影响声场分布的主要因素为沉积层压缩波声速与声源深度。通过这种方式,优化了仿真软件的环境参数,初步建立了比较准确的浅海水声环境仿真模型,取得了预期实验效果。

走航式多参数剖面测量系统的研制与应用

MVP-3400能在走航模式下自动进行剖面的测量,可对物理水文、生物和化学等海洋背景环境参数实现连续高分辨的观测。介绍了该自主系统的原理以及工作方式和组成结构等,并对2017年3月于黄海开展的首次海上工况试验应用所获取的数据进行了详细的分析。海试结果验证了系统各方面性能运行的稳定性及可靠性,并且表明了自动测量系统可实现对水平方向2 km左右的空间超高分辨率观测。MVP的研制与成功应用,对海洋锋面结构以及中尺度涡旋等海洋中小尺度现象的观测研究具有重要意义。

国产XBT在中尺度涡加密观测中的应用

为了详细了解国产抛弃式温度测量仪(XBT)的各项海上综合性能,2018年6月中国科学院海洋研究所在吕宋海峡海域开展了XBT以及定点的温盐深仪(CTD)的剖面测量试验。以CTD现场测量数据为真值,对国产XBT的数据质量和实际使用情况进行了比测分析,并基于XBT追踪观测到的一个吕宋海峡海域直径约为400 km的中尺度涡旋进行了深入分析,投放结果显示国产XBT总体投放成功率在89%左右,对比CTD测量结果两者误差小。同时XBT成功获取了高分辨率的中尺度涡结构特征,该涡旋影响深度超过600 m,主温跃层温度异常最大,涡旋最大旋转速度约为0.6 m/s。结论表明了国产XBT性能在海洋观测中的可靠性及优势,对中小尺度的海洋观测具有一定的意义。

基于直方图分析和Jensen-Shannon散度的海表温度锋检测

海洋锋是海洋中的重要现象之一,通常可以利用锋面检测算法在遥感图像中进行提取。针对在海洋遥感图像质量较低、噪声较多的情况下梯度较小而尺度较大的海表面温度锋提取效果不佳的问题,对基于Jensen-Shannon散度的锋面提取方法进行了改进。具体改进是在计算图像散度时先进行直方图分析,即根据水温分布中的极小值对水温数据进行重新分组,然后使用新生成的水温分布来计算散度,另外还使用了Canny算法中的非极大值抑制对散度图中的锋面进行了细化。实验结果表明,改进后的方法提取出的锋面与使用梯度幅值表示的锋面基本吻合,同时比原方法更适合用于提取受噪声影响较多的水温图像中的大尺度锋面。