联合WOA2018温盐模型及实测温盐资料重构全深度声速剖面(一):需求论证及技术方案

海洋环境中温盐度剖面在时间和空间上复杂多变,造成海水中声波传播的速度剖面也具有同样特点。对海洋测绘领域中获取全深度声速剖面的技术难点、制约精度因素和影响结果进行了分析,设计了利用历史温盐信息并结合不同类型设备观测的温盐资料重构全深度声速剖面的技术方案,提出了对工作深度临界点处的温盐模型值应施加约束和控制,以提高声速预测值的精度。

三维环境中多机器人协同路径规划算法

针对三维环境中多机器人协同路径规划问题,提出一种改进蚁群算法。文中提出并构建了机器人运动行为模型和协同行为模型,通过引入多蚁群系统,优化信息素更新机制和状态转移方程,提高算法全局搜索能力和收敛速度。仿真实验结果表明改进蚁群算法优于基本蚁群算法,能够有效指导机器人在三维环境中协同行进,提高路径规划能力。

气象海洋环境对装备效能影响定量评估研究

气象海洋环境对各类装备影响显著,全面、系统、定量评估其影响效应,对于提高装备适应能力,有效开展保障工作和辅助决策具有重要意义。本文针对气象海洋环境要素众多、动态变化、影响机理复杂等难题,对比分析了常用的装备效能定量评估手段,优选仿真模拟方法,利用气象海洋大数据,构建气象海洋环境典型和极端模型,进行气象海洋环境装备仿真模拟。最后,引入自然环境影响指数概念,对仿真模拟数据进行分析,定量评估环境影响效应和严重程度,从应用层面,为复杂、时变气象海洋环境装备效能评估和使用筹划提供了一种新手段。工程推广应用表明:该方法快捷高效、切实可行,应用前景广阔。

侧扫声纳检测沉船目标的轻量化DETR-YOLO法

基于YOLOv5算法的侧扫声纳海底沉船目标检测方法虽然在检测精度和速度上取得了不错的成绩,但是如何在复杂海洋噪声背景下进一步提高小目标检测的准确性、降低重叠目标漏警和虚警率的同时实现模型的轻量化是一个亟需解决的课题。为此,本文创新融合DETR(end-to-end object detection with transformers)与YOLOv5结构,提出了基于DETR-YOLO模型的轻量化侧扫声纳沉船目标检测模型。首先,加入多尺度特征复融合模块,提高小目标检测能力。然后,融入注意力机制SENet(squeeze-and-excitation networks),强化对重要通道特征的敏感性。最后,采用加权融合框(weighted boxes fusion, WBF)策略,提升检测框的定位精度和置信度。实验结果表明,本文模型在测试集AP_0.5和AP_0.5∶0.95值分别达到84.5%和57.7%,较Transformer和YOLOv5a模型大幅度提高,以较小的效率损失和权重增加为代价取得了更高的检测精度,在提升全场景理解能力和小尺度重叠目标处理能力的同时满足轻量化工程部署需求。

全球大洋潮汐模式在北印度洋潮汐预报准确性的评估

为评估DTU10、TPXO8、GOT00.2和NAO.99b 4个全球大洋潮汐模式对北印度洋潮汐的预报能力,采用英国海洋资料中心提供的海区中部和沿岸站潮汐调和常数资料,检验了这些模式4个主要分潮(M_2、S_2、K_1、O_1)的准确度。它们的各分潮调和常数资料准确度都比较高,振幅绝均差的最大值仅5.61 cm,迟角绝均差的最大值仅9.13°。这些模式的调和常数给出潮波传播特征差别不大。基于这些模式提供的调和常数,分别建立了北印度洋4、8和16分潮潮汐预报模型,将预报结果与中国海事服务网提供的沿岸24个站潮汐表资料进行对比。各模式的8分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1)潮汐预报模型均优于4分潮(M_2、S_2、K_1、O_1)潮汐预报模型,NAO.99b模式可以提供16分潮(M_2、S_2、N_2、K_2、K_1、O_1、P_1、Q_1、MU_2、NU_2、T_2、L_2、2N_2、J_1、M1、OO_1)潮汐预报模型,但是对预报结果改善不明显;在各模式中,GOT00.2模式的8分潮潮汐预报模型对北印度洋沿岸的预报效果最好,平均绝均差为14.97 cm。

基于改进YOLOv3模型的侧扫声纳沉船目标检测

针对使用Faster R-CNN模型进行侧扫声纳图像沉船目标检测存在耗时长、效率低以及小目标漏警率高等问题,引入YOLOv3模型并结合侧扫声纳沉船图像数据集特点对模型进行了改进。首先,进行浅层特征融合的多尺度训练,从而增加沉船目标浅层特征在检测中所占比重;然后,使用K-means聚类算法重新设置先验框参数及大小,提高小目标检测精度;最后,采用二分类交叉熵函数改进YOLOv3算法中的损失函数,提高模型的收敛速度和泛化能力。实验结果表明:相比Faster R-CNN模型和传统YOLOv3模型,改进YOLOv3模型的AP值达到89.18%,分别提高了1.46%和0.57%;调和平均值F1达到89.08%,分别提高了2.33%和1.04%;检测图片耗时时间为Faster R-CNN模型的3/50,极大地提高了检测效率。该研究结果验证了改进的YOLOv3模型具有更高的检测精度和效率,对海底沉船搜救具有一定的实际指导意义。

大国博弈背景下的新时代国防科技情报转型发展研究

开展新时代国防科技情报研究要积极适应新时期大国博弈环境下的新使命新要求、新特点、新趋势,提高战略站位、拓展情报来源、丰富对象范围、突破关键技术、创新服务模式,为新时代国家战略、国防战略和军队建设提供及时可靠的情报支撑。从战略使命、大国博弈、技术演进和理论发展4个维度梳理了新时代国防科技情报发展面临的挑战,从情报来源、对象范围、研究范式、方式方法和保障模式5个方面分析了新时代国防科技情报的技术特点与发展趋势,探讨了应对大国博弈的新时代国防科技情报转型措施方案,最后进行了总结与展望。

联合WOA2018温盐模型及实测温盐资料重构全深度声速剖面(二):精度评估

利用西太平洋海域多个站位的XBT、XCTD及CTD实测温盐资料,对WOA2018温盐模型的可靠性进行了评估,开展了全深度声速剖面重构试验。结果表明,当水深分别为761~1 100 m、大于1 101 m和大于1 821 m时,实测资料计算的声速剖面与温盐模型推算的声速剖面互差在-2.0~2.0 m/s、-0.7~0.7 m/s和-0.7~0.45 m/s,而与实测温度和盐度模型推算的声速剖面互差总体上在-0.2~0.2 m/s。基于临界探测深度处温盐实测值对探测深度以外温盐模型施加约束和控制,以提高声速预测值精度有待进一步研究。

南海上层盐度对台风“莎莉嘉”的响应研究

"莎莉嘉(1621号)"是2016年的超强台风,本文利用高分辨率下的海气耦合模式COAWST再现了这个台风过程,并结合台风过境时间段内5d一次的ARGO数据综合分析了台风过境所引起的南海上层盐度的变化规律。研究结果表明,台风对海洋的影响作用具有一定的延迟性和持续性,约在台风中心过境1d后盐度变化达到最大值。台风过境总体上会使海区内上层盐度升高,最高可达0.4左右,台风路径右侧盐度升高幅度大于左侧,具有明显的右偏性,盐度变化中心相对台风路径偏移距离约50km。影响海洋上层盐度变化的因素有:台风强度、盐度分布结构和降水。台风强度越大,蒸发、抽吸和混合作用越强,盐度变化越大。台风会引起海洋盐度分布结构水平和垂向的显著改变,使高盐区或低盐区发生显著转变。而降水则会使上层盐度降低,所以台风过境海区内的盐度变化是多种因素共同作用的结果。

台风“杜鹃”对西太平洋上层温度的影响研究

本文利用海气耦合模式COAWST模拟了2015年的1521号超强台风"杜鹃",并结合再分析资料综合分析了台风过境期间西太平洋上层温度的变化规律。研究结果表明台风过境会使海区内上层温度降低,最大降温可达5-6℃,降温范围直径可达上百千米,台风路径右侧温度降低幅度大于左侧,具有明显的右偏性,路径两侧降温最大差异可达4-5℃。台风过境的引起了海水的垂直混合,"冷抽吸"作用将下层温度低的海水混合到海洋上层,影响深度可达200m。海洋上层温度对台风的响应速度与深度密切相关,深度越小,响应速度越快。台风经过后造成的降温区,约在7-15d内恢复到台风经过前的温度。