一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型...一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型进行最优拟合,其次,引入亮度误差修正因子,改进从明暗恢复形状算法并迭代地形,保证其快速稳定的收敛,最终通过循环迭代获取了海底底质参数和精度更高、与真实地形起伏相关性更强的地形深度值。同时,利用Jackson海底散射模型,模拟测深侧扫声纳信号的发射接收过程,并利用其回波数据,验证本迭代算法的正确性和有效性。结果表明:该方法可以有效地修正地形,且接收信噪比越高,地形修正效果越好;在信噪比为20 d B时,相比于原始测深结果,修正后地形起伏相关系数提升52. 4%,地形误差绝对值降低37%。最后,将该算法应用于测深侧扫声纳数据,通过修正前后地形图的对比分析,验证了本算法的可行性和有效性。展开更多
利用中尺度气象研究与预报(Weather Research and Forecasting, WRF)模式结合30m分辨率数字高程模型(Digital Elevation Model, DEM)数据进行地形改进,模拟2016年第14号台风“莫兰蒂”10m高水平风场,选择相关系数、准确率和认同指数3个...利用中尺度气象研究与预报(Weather Research and Forecasting, WRF)模式结合30m分辨率数字高程模型(Digital Elevation Model, DEM)数据进行地形改进,模拟2016年第14号台风“莫兰蒂”10m高水平风场,选择相关系数、准确率和认同指数3个统计参数,对嵌套3km、无嵌套5km和无嵌套3km三种方案的模拟结果进行比较,评估各测风站位置10min间隔模拟风速序列与实测风速资料之间的误差。结果表明,三种模拟方案的台风路径移动方向及移动速度均与实况相近,无嵌套3km方案模拟的台风路径整体偏移最小;模拟风速与极大风速最为接近,且无嵌套3km模拟方案模拟风速明显优于其他两个方案;三种方案在台风中心登陆位置的相关系数、模拟准确率都高于0.7,无嵌套3km认同指数达到0.84,准确率为87.57%,沿海地区优于内陆地区。因此,无嵌套3km方案可以作为一种基于风险模拟构建的精细化台风风场数据的方法。展开更多
文摘一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型进行最优拟合,其次,引入亮度误差修正因子,改进从明暗恢复形状算法并迭代地形,保证其快速稳定的收敛,最终通过循环迭代获取了海底底质参数和精度更高、与真实地形起伏相关性更强的地形深度值。同时,利用Jackson海底散射模型,模拟测深侧扫声纳信号的发射接收过程,并利用其回波数据,验证本迭代算法的正确性和有效性。结果表明:该方法可以有效地修正地形,且接收信噪比越高,地形修正效果越好;在信噪比为20 d B时,相比于原始测深结果,修正后地形起伏相关系数提升52. 4%,地形误差绝对值降低37%。最后,将该算法应用于测深侧扫声纳数据,通过修正前后地形图的对比分析,验证了本算法的可行性和有效性。
文摘利用中尺度气象研究与预报(Weather Research and Forecasting, WRF)模式结合30m分辨率数字高程模型(Digital Elevation Model, DEM)数据进行地形改进,模拟2016年第14号台风“莫兰蒂”10m高水平风场,选择相关系数、准确率和认同指数3个统计参数,对嵌套3km、无嵌套5km和无嵌套3km三种方案的模拟结果进行比较,评估各测风站位置10min间隔模拟风速序列与实测风速资料之间的误差。结果表明,三种模拟方案的台风路径移动方向及移动速度均与实况相近,无嵌套3km方案模拟的台风路径整体偏移最小;模拟风速与极大风速最为接近,且无嵌套3km模拟方案模拟风速明显优于其他两个方案;三种方案在台风中心登陆位置的相关系数、模拟准确率都高于0.7,无嵌套3km认同指数达到0.84,准确率为87.57%,沿海地区优于内陆地区。因此,无嵌套3km方案可以作为一种基于风险模拟构建的精细化台风风场数据的方法。