共查询到20条相似文献,搜索用时 31 毫秒
1.
声速是影响多波束勘测精度的重要的外部因素,它决定着声线跟踪的精度,并最终影响到测深精度。由于停船投放CTD时间成本比较高,探索经济高效的远海走航式多波束水深测量,特别是航渡测量期间的声速剖面获取方法成为现场测量人员急需解决的问题。在对HYCOM/WOA13数据与现场CTD数据进行了数据偏差分布、相关性等比对,验证HYCOM/WOA13数据适用性的基础上,提出了基于HYCOM模式数据、WOA13同化数据及单点历史CTD数据与现场XCTD/XBT多源组合的远海走航式多波束水深测量声速剖面获取方法。对比表明,该多源组合的声速剖面能较好反映施测位置的声速剖面情况,该方法对提高远海水深测量的精度和经济效益具有一定的借鉴意义。 相似文献
2.
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。 相似文献
3.
4.
5.
6.
7.
8.
根据某年12月和某年9月在南海深海区采集的海水温度、盐度和深度实测资料,按国家调查规范的声速换算经验公式失算得出相应调查海区的海水声速。给出了声速平面、垂直和断面分布及声速跃层强度和厚度的平面分布与变化特征。 相似文献
9.
10.
11.
在深远海海域开展多波束水深测量时,受海上苛刻作业条件等多种影响,获取全深度声速剖面往往比较困难。首先联合WOA2018温盐模型和多个站位CTD、XCTD实测温盐剖面资料开展了全深度声速剖面重构,进而使用三组来源不同的全深度声速剖面开展了多波束测深声速改正对比分析。从试验结果看,这几组声速剖面对多波束测深精度的影响基本一致。特别是当假定CTD站位采用XCTD设备并由此推算深度大于1099m的温盐及声速剖面时,多波束测深的声速改正结果也能满足海底地形成果的质量要求。 相似文献
12.
海水声速是影响多波束测深精度的主要因素之一,声速改正方法是否正确直接关系测量结果的精度和可靠性。为保证多波束测深精度,除需具备符合精度要求的多波束系统及其外围设备外,在测量过程中还必须保证各项校正和改正的精度,而在各项校正和改正过程中最难以控制精度的因素便是声速改正。因此,应在测量前充分了解测区的声速变化情况,掌握海区声速变化特征,确定合理的声速剖面测量间隔和布设方位。文中阐述了海水声速特性,分析了印度洋某测区温度、盐度、声速变化规律,对多波束测深进行了正确的声速改正。 相似文献
13.
14.
15.
声速误差是多波束水深地形测量主要误差源之一,通常采用现场声速剖面测量的方式加以改正,但在深远海多波束水深地形测量时,现场获取全深度的声速剖面并非易事。针对这一问题,利用东南印度洋海洋调查工作中采集到的17个站位的CTD数据,将所有站位声速剖面拓展到全深度,采用经验正交函数分析法(Empirical Orthogonal Functions,EOF)构建调查区声速剖面场,可获得声速剖面场内任意一点的声速值。然后通过EOF重构声速剖面场获得的声速值对测区内多波束水深地形数据进行改正,并与实测声速剖面对多波束水深地形数据的改正结果进行对比,结果表明,5000 m水深范围内2种声速改正结果相差很小,EOF重构法对深水多波束的声速改正满足水深测量的要求。 相似文献
16.
17.
18.
在多波束测深中,温盐深剖面数据的准确性对测量精度起到非常重要的作用,而在实际测量中,温盐深误差又不可避免地存在。为了分析温盐深变化对波束脚印坐标的影响规律并将其影响值量化,本文在声速剖面间接测量数据的基础上,选择精度较高、适应性较强的声速经验公式推导其误差公式,计算温盐深变化所引起的声速误差值,并且在常梯度声线跟踪模型的基础上推导出声波旅行轨迹的水平位移和垂直位移误差公式,然后结合声速剖面计算出声速误差对波束脚印坐标的影响程度。实验结果表明,温度变化对声速的影响最大,盐度和深度依序次之;温度、盐度、深度3个参量的变化引起波束脚印Z坐标的变化量均大于X、Y坐标,最高可达变化前深度的0.6%。温度和盐度的变化引起的三轴坐标值变化量随入射角的增大而减小,而深度变化引起的三轴坐标值变化量几乎不随入射角的变化而变化。本文研究结果可为温盐深误差对多波束测深精度评估工作提供借鉴作用。 相似文献
19.
海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要。目前,由欧洲空间局设计开发的SMOS(Soil Moisture and Ocean Salinity)卫星于2009年发射成功,并且根据它的观测数据和物理机制反演出了海表面盐度的相关产品。但结果显示,在某些近海岸区域(如中国南海海域)受陆地RFI等诸多因素的影响,基于卫星遥感物理机制反演得到的盐度产品的精度较低。本文的主要目的是利用中国海洋大学"东方红2"科学考察船的走航数据、SMOS卫星数据,针对中国南海海域提出了用BP神经网络预测海表面盐度的方法,并用实测Argo浮标、WOA13的盐度数据对模型进行适应性评估。结果表明,模型产品相对于"东方红2"实测盐度数据的均方根误差(RMSE)是0.21,而SMOS的SSS1产品、SSS2产品和SSS3产品的精度分别为1.90、1.93和1.91。同时,在验证数据集中,模型预测数据相对于Argo浮标实测盐度数据的均方根误差(RMSE)是0.50,而SMOS的SSS1产品、SSS2产品和SSS3产品的精度分别为1.83、1.83和1.84。此模型具有良好的适应性和泛化能力,为海表面盐度的反演和预测提供了一个不依赖于物理机制的新方法。 相似文献
20.
首先描述了Del Grosso算法和C.C.Leroy算法计算海洋声速及其特点(貌似不通);然后利用美国国家海洋数据中心发布的WOA09数据,分别采用Del Grosso算法和C.C.Leroy算法计算西太平洋海域某点的海洋声速剖面,结果表明两种算法具有相同的个位数字精度。与Del Grosso算法相比,C.C.Leroy算法效率更高,不需要深度与压强的转换。 相似文献