基于卷积神经网络的深海摄像资料智能识别研究

海底摄像是海洋科考特别是调查海底岩石类型及底层环境最为直观的调查方法,通过判读深海高清摄像及照相设备获取的高质量视频资料和图片资料,可直接识别海底岩石类型、生物活动特征及海洋底层环境。近年来,随着载人潜器、ROV、深海光学拖体等深海摄像设备的广泛使用,获取的海底摄像和高清图像资料迅速增加,这些视频及图像资料的处理分析工作量十分巨大,因此需开发基于计算机视觉的海底图像智能识别技术。本文基于深度学习方法提出了海底图像自动识别模式,并应用于大西洋中脊热液硫化物调查获取的视频资料处理。首先,基于海上调查获取的高质量视频资料,人工识别31 499帧海底图像,并分别标注为远洋沉积物、枕状玄武岩、角砾状玄武岩、热液硫化物等不同底质类型,其中热液硫化物是主要调查目标,将此图像数据集随机切分作为深度学习模型的训练集或验证集。搭建深度残差网络(Residual Networks, ResNet),利用图像数据集训练模型并验证准确率。利用该模型处理分析1条3.5 km长的海底摄像调查测线,结果表明自动识别准确率达到98%。该方法对于海底摄像资料的智能识别具有效率高、精度高的综合优势,既可用于海量视频数据的后处理,也可用于深海摄像调查现场分析。

南大西洋海面风场时空特征分析

本文根据1950年～1995年共46a的南大西洋船舶气象报资料，按1°×1°和5°×5°网格统计的海面风进行分析研究。通过分析每月各要素的等值线分布图，得出南大西洋海面风场季节变化不如北大西洋显著，但仍有较明显的季节变化，冬季比夏季强盛，相应的平均风速较大，6、8级大风频率也较高。位于赤道和25°S之间的信风区，主要盛行东南风；副热带高压带，风速小，风向变化不定；35°S以南的西风带风力较强。对这些规律的总结归纳，为该地区的各种活动提供了较为翔实的海面风场变化规律。

冬季到马岛来看鸟

马尔维纳斯群岛(Islas Malvinas),英国称福克兰群岛(Falkland Islands).位于南纬51°40′-53°00′西经57°40′-62°00′阿根廷南端以东的南大西洋水域,西距阿根廷500多千米。群岛由东福克兰岛、西福克兰岛和数百个小岛组成,总面积约12000平方千米.

亚马逊冲积扇海域表层海水古盐度定量重建：浮游有孔虫Ba／Ca指标的应用

盐度是古海洋学研究中的一个关键参数，然而独立的盐度替代指标的缺乏严重阻碍了对古气候和环境变化的准确重建。利用ODPl55航次942站的13个样品检验了通过浮游有孔虫Ba／Ca重建表层海水盐度（SSS）在亚马逊冲积扇海域的适用性。研究表明表层海水溶解Ba浓度与SSS之间存在显著的负相关关系（R^2=0．95），依据亚马逊河口区域现代海水Ba与SSS的相关关系以及Ba在海水和有孔虫壳体之间的分配比例建立了一个区域浮游有孔虫Ba／Ca与SSS的回归公式：SSS=-6．2005＊ Ba／Cabforam＋40．724（R^2=0．98）。据942站位G．ruber（White）和G．sacculifer Ba／Ca测试值计算的近4099aB．P．以来的SSS变化显示：与G．sacculifer相比，利用G．ruber（White） Ba／Ca估计的SSS变化与南美大陆石笋∥的指示的降水记录有良好的可比性，G．ruber（White） Ba／Ca是亚马逊冲积扇海域SSS良好的替代指标。