声速剖面EOF重构的实测数据采样深度研究

经验正交函数(experiential orthogonal functions,EOF)是重构声速剖面(sound speed profile,SSP)的一种有效方法,利用部分实测数据结合历史剖面资料可以重构当前位置的声速剖面。针对实测数据的采样深度难以确定这一问题,本文介绍了一种基于历史声速剖面资料的实测数据采样深度选取方法,根据EOF空间函数的方差贡献率确定数据量,进而采用EOF算法重构全海深声速剖面。实验结果表明:采用该方法得到的数据重构的声速剖面与实测声速剖面具有较好的一致性,基于常梯度声线跟踪法得到的水深数据能够满足0.25%倍水深限差,有效波束比达到了100%,为实际测量作业中声剖数据的采样深度提供了参考。