基于经验模态分解和小波阈值的自适应降噪方法

针对全波形三维激光测绘雷达(LiDAR)在数字地形测量中如何降低背景噪声问题,提出了一种基于经验模态分解(EMD)和小波阈值的自适应降噪方法。在扫测的地形信号经EMD分解后,计算内蕴模式函数(IMF)与经过2/3阶重构的扫测信号之间的互相关函数,从而改善小波阈值自适应地对IMF中的高频噪声成分进行滤除。实验结果表明,与EMD重构降噪法、小波阈值降噪法和传统的EMD-小波联合降噪法比较,这种方法在对全波形LiDAR回波信号的噪声剔除和地物信号保留方面具有明显的优势,降噪后信号的误差能缩小10%~20%,波形相关性能提升5%~20%,信噪比能提升20%~40%。     

基于变分模态分解和注意力机制的浪高预测

针对海洋中的海浪高度数据存在非线性和非平稳性的特点,海浪高度的预测就变得相对复杂。基于变分模态分解(VMD),在引入注意力机制(AM)的基础上,对传统长短期记忆(LSTM)神经网络算法进行了改进,提出了一种基于混合模型的海浪高度预测算法。算法通过预处理、预测和重构3个主要步骤,对海浪高度的时间序列进行预测。为了比较和说明,以太平洋东北海盆海域和马尾藻海域的4个站点浮标数据进行实验。实验结果表明,本文提出的混合模型(VALM)将海浪高度数据分解为更平稳和更规则的子序列;可以更好的区分数据之间的重要程度,并能够携带更多信息的数据;与支持向量回归(SVR)、人工神经网络(ANN)和LSTM等模型进行比较,VALM模型的预测效果最好且具备一定的鲁棒性。     

经验模态分解方法在潮余流分离中的应用

分析了用经验模态分解(EMD)方法处理非平稳信号的基本原理,完成了对实测海流资料的分离,分720h、25h、15h三种情况对EMD方法用于潮余流分离的有效性进行了验证。验证结果表明:EMD方法是一种有效的潮余流分离方法,尤其对于15h以内短期测流资料的潮余流分离具有明显的优势。     

基于VMD对SAR海洋内波参数的自动反演

经验模态分解(empirical mode decomposition,简称EMD)是反演海洋内波参数的有效方法之一,但由于EMD存在模态混叠等问题,对海洋内波进行参数反演时会产生一定误差。相比较于EMD,变分模态分解(variational mode decomposition,简称VMD)能够有效地抑制模态混叠现象。为了更好地对海洋内波进行参数反演,提出了一种基于VMD对合成孔径雷达(synthetic aperture radar,简称SAR)遥感图像中的内波参数进行自动反演的方法。该方法先对SAR图像进行Canny处理,获取图像中的内波条纹信息,再根据内波传播方向自动选取灰度剖面;然后利用集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)信号特征自适应分解模态函数的特点,再将分解得到的有效模态数作为VMD中参数K的参考值;最后利用VMD分解后的数据进行内波参数反演。试验结果表明:通过对Canny预处理后的条纹信息进行灰度剖面自动选取,解决了人为选取剖面所可能导致的误差;通过对剖面信号进行VMD处理不仅解决了EMD模态混叠的问题,成功地反演出内波的前导波振幅,而且所反演的结果与EEMD反演参数以及实测资料数据吻合得很好。     

相位降噪与矢径分解组合的矢量序列分解方法

基于矢量序列相位与矢径的统计分布差异,本文提出一种TV (Total Variation)相位降噪和EMD (EmpiricalMode Decomposition)矢径分解组合的矢量序列降噪、分解方法。利用TV细致的演化特点进行相位降噪,其中引入最大信杂比准则,以优化选择调整参数和迭代次数;利用EMD适用于非线性非平稳分解的特点,将矢径分解为多个IMFS(Intrin-sic Mode Function),其中加入了非负判别,以保证重构矢量的相位不会发生跳变。然后,将降噪相位和分解的IMFS一一对应,重构矢量。考虑到历史继承性,该方法称为VEMD(Vector Empirical Mode Decomposition)方法。以高斯噪声污染的2个人工信号(线性调频信号、正弦+线性调频信号)和实测海杂波数据验证了本文所提出方法的性能。     

海气通量涡相关法计算中的时间尺度分析

基于黄海上连续14 d 的浮标观测资料, 采用多尺度分解法确定了海气通量涡相关法计算中的截断时间尺度, 并分析了该截断时间尺度的特征及其对感热通量计算的影响。研究结果是： 由多尺度分解法获得的湍通量截断时间尺度可将总通量中湍通量和中尺度通量分离开来, 截断时间尺度随着湍流强度或水平风速的增加而增加, 且感热通量的截断时...     

不同节点布置下二维涡激振动的无单元法参数化分析

尝试建立1种基于无单元法的涡激振动数值模拟算法,并给出适用于涡激振动分析的前处理自动布点方法.基于无单元法理论,使用动最小二乘法构造形函数,利用无单元伽辽金法,采用速度和压力分离模式,及手工布点和自动布点2种方法所得出的节点布置形式,对流场控制方程进行空间离散,模拟二维涡激振动的流场形态,并对VIV相关参数进行分析,计算不同节点布置情况下的升力系数(Cl)、曳力系数(Cd)及斯特罗哈数(St),并与物理模型实验结果进行对比.计算结果表明,无单元伽辽金法应用于立管VIV分析是可行的,且文中采用2种布点方法均能较好的模拟流场中泻涡脱落的形态,计算结果与传统方法和物理模型实验结果吻合良好.证明文中2种布点方法都能用于固定圆柱的二维VIV分析,但自动布点法能够更好地适用于复杂问题的计算及圆柱体在流场中的VIV动力响应分析.     

基于奇异值分解技术的近海水体硅藻浓度反演模型研究

浮游植物是水体生态系统中的重要初级生产者,其中硅藻贡献海洋初级生产力约40%,因此估算硅藻浓度对了解海洋生物地球化学过程和生态系统演变至关重要。本文基于2016年6月黄渤海和2018年7月黄渤海航次实测色素浓度数据集,利用CHEMTAX软件,获取硅藻浓度信息;之后,结合实测遥感反射率数据,利用奇异值分解方法,构建硅藻浓度反演模型。检验结果表明：模型的决定系数为0.80(p<0.001),平均绝对百分比误差和中值误差分别为58.62%和39.12%,模型适用度较高;经过卫星验证,该模型适用于GOCI(Geostationary Ocean Color Imager)传感器。将模型应用于2020年6月份GOCI月平均数据,其硅藻浓度空间分布趋势与前人研究一致。本研究成果可为近海水体硅藻生物量的遥感估算研究提供技术方法支撑。     

基于EMD和短时拷贝相关分析方法的物体溅落声检测研究

采用经验模态分解(Empirical Mode Decomposition,简称EMD)和短时拷贝相关分析的方法,将经过EMD处理得到的溅落声信号作为拷贝信号,利用拷贝信号与海上实测信号的波形相关性实现溅落声检测研究。通过对海试实测的辐射噪声数据进行分析,表明利用EMD和短时相关分析方法可以在较低信噪比下检测出溅落声信号的存在,从而提高了信号检测的准确性。     

平台障碍物对海气通量观测影响的数值分析

基于计算流体动力学模型(CFD)模拟了背景风风速为2 m·s~(-1)、4 m·s~(-1)、6 m·s~(-1)下通量观测平台周围的风场分布,确定了不同风速下平台障碍物对观测影响最小的风向范围。发现风速不同,平台对背景风的影响范围不同,风速越大,平台对背景风的影响越大。运用涡动相关法计算不同风向条件下的湍流通量,定量分析由于平台干扰对海气通量计算的影响,发现选取迎风条件下的数据计算得到的海气通量会比实际偏低。     

Air-sea carbon-dioxide flux estimated by eddy covariance method from a buoy observation

Precise measurements of the CO2 gas transfer across the air-sea interface provide a better understanding of the global carbon cycle.The air-sea CO2 fluxes are obtained by the eddy covariance method and the bulk method from a buoy observation in the northern Huanghai sea.The effects of buoy motion on flux calculated by the eddy covariance method are demonstrated.The research shows that a motion correction can improve the correlation coefficient between the CO2 fluxes estimated from two different levels.Without the CO2-H2 O cross-correlation correction which is termed as PKT correction,the air-sea CO2 fluxes estimated by eddy covariance method using the motion corrected data are nearly an order of magnitude larger than those estimated by the bulk method.After the CO2-H2 O cross-correlation correction,some eddy covariance CO2 fluxes indeed become closer to the bulk CO2 flux,whereas some are overcorrected which are in response to small water vapor flux.     

Toward parameterization of the eddy field near the Gulf Stream

Analysis of measurements from two long-term moored arrays in and near the Gulf Stream suggests a simple parameterization of eddy spatial covariance statistics: a parameterization that can be referred to as “quasi-homogeneous and isotropic”. Taking the normalized covariance function (i.e. the correlation function) for streamfunction to be homogeneous and isotropic and assuming motions to be horizontally nondivergent and hydrostatic permit the velocity and temperature covariances to be derived from the streamfunction covariance. Statistical tests indicate that deviations from these assumptions are indistinguishable from Gaussian random noise. The spatial correlation function used in Gaussian with a decay scale of about 140 km, which is only weakly depth dependent. A simple form is also suggested for the vertical lag dependence. This parameterization permits calculation of derived quantities such as the eddy vorticity flux divergence which is discussed in the context of the mean potential vorticity balances for the depth integrated circulation and for the subthermocline layer. The divergence of the relative vorticity flux is found capable of driving two counter-rotating gyres of strength 30–40 Sv on either side of the Stream, as are observed. The “thickness flux” dominates the lower layer eddy potential vorticity flux and is of the correct sign to make the recirculation more barotropic. The lower layer eddy forcing is weak and the gyres exist in a region of nearly uniform mean potential vorticity.     

异常事件对EMD方法的影响及其解决方法研究

作者指出异常事件在数据中形成局部的高频信号 ,运用经验模态分解 (EMD)方法分析这种存在异常事件干扰的数据 ,就会产生本征模函数 (IMF)的频率混叠现象 ,而造成物理过程的重叠 ,使得难以用时间过程曲线表现特定的物理过程。这一问题是 EMD方法中尚未妥善解决的问题。为解决这一问题 ,作者利用干扰信号极值及其两边的极大与极小值位置与原始数据有明显对应关系的特征 ,将相关 IMF中的异常信息直接滤除 ,再用 Spline插值方法弥补滤除时段的数据 ,得到重新拟合的该 IMF数据。采用这种方法可以提取出异常信号 ,提取的精度与异常信号的时段长度有关。而且 ,拟合结果消除了异常干扰 ,可以将该 IMF与其余 IMF一起叠加成没有异常干扰的数据。将滤除了异常干扰的数据再次进行 EMD分解 ,可以得到新的 IMF系列 ,而它与不加校正的分解结果有相当大的差别 ,可靠地反映了真实物理过程。结果表明 ,只有在有效滤除异常干扰的情况下才能获得可靠的 IMF系列 ,并准确地描述各种尺度的现象 ;消除了异常干扰的 IMF可以任意单独或组合使用 ,表现各种时间尺度的变化与过程 ;所讨论的方法只适合异常时段较小的情形。对于异常时段接近或大于正常变化周期的干扰还需要探讨其他方法     

基于经验模态分解削弱多波束残余误差的方法

针对多波束水深数据中存在的系统性残余误差,提出了基于经验模态分解方法来削弱残余误差的方法:首先利用经验模态分解方法对多波束测深数据作一维分解,将非线性、非平稳的多波束测深数据分解成准线性子波,然后构建水深数据趋势项与残余项,利用中央波束趋势项建立整体数据趋势项,最后加以水深数据残余项还原海底地形,削弱残余误差影响。通过实测多波束测深数据验证方法的有效性。     

典型海湾风暴潮增水特征与机理研究

以三门湾为例,基于经验模态分解方法 (EMD)将原始风暴潮增水过程进行分解,并对各个子模态进行能量谱分析,研究每种波动对应的生成机制。结果表明:半封闭海湾内的风暴潮增水较为严重,造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风。EMD分解结果显示三门湾内的风暴潮增水包含6 h,12 h,20 h左右的波动,其中6 h左右的波动来源于海湾共振,共振的频率是由海湾的形状、水深等固有性质所决定的。12 h的波动是由于天文潮与风暴潮耦合作用导致,20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法,可以加深对海湾内风暴潮波动增水特征的研究。     

The representer method, the ensemble Kalman filter and the ensemble Kalman smoother: A comparison study using a nonlinear reduced gravity ocean model

This paper compares contending advanced data assimilation algorithms using the same dynamical model and measurements. Assimilation experiments use the ensemble Kalman filter (EnKF), the ensemble Kalman smoother (EnKS) and the representer method involving a nonlinear model and synthetic measurements of a mesoscale eddy. Twin model experiments provide the “truth” and assimilated state. The difference between truth and assimilation state is a mispositioning of an eddy in the initial state affected by a temporal shift. The systems are constructed to represent the dynamics, error covariances and data density as similarly as possible, though because of the differing assumptions in the system derivations subtle differences do occur. The results reflect some of these differences in the tangent linear assumption made in the representer adjoint and the temporal covariance of the EnKF, which does not correct initial condition errors. These differences are assessed through the accuracy of each method as a function of measurement density. Results indicate that these methods are comparably accurate for sufficiently dense measurement networks; and each is able to correct the position of a purposefully misplaced mesoscale eddy. As measurement density is decreased, the EnKS and the representer method retain accuracy longer than the EnKF. While the representer method is more accurate than the sequential methods within the time period covered by the observations (particularly during the first part of the assimilation time), the representer method is less accurate during later times and during the forecast time period for sparse networks as the tangent linear assumption becomes less accurate. Furthermore, the representer method proves to be significantly more costly (2–4 times) than the EnKS and EnKF even with only a few outer iterations of the iterated indirect representer method.     

中低风速下海洋飞沫对海气热通量的影响

基于2016-02-01—2016-05-21在南海博贺海洋气象观测平台观测的实验资料,首先利用整体空气动力学算法分别计算海气界面处感热通量与潜热通量,同时利用涡动相关法计算液滴蒸发层处总的感热通量与潜热通量。然后比较海气界面处热通量与液滴蒸发层处热通量的值,并利用差比法分别对2处感热通量和潜热通量进行做差计算。结果表明:液滴蒸发层处热通量与海气界面处热通量存在明显差异。通过与海洋飞沫引起的热通量值比较,结果表明液滴蒸发层处热通量与海气界面处热通量的差值由海洋飞沫作用引起;且在中低风速条件下,海洋飞沫引起的热通量与风速呈正相关;相比感热通量而言,潜热通量随着风速的变化更为显著。     

振动模态分析法在单立柱海洋平台上应用

提出联合经验模态分解和二次时频分布的参数识别方法.将结构的响应信号用经验模态分解的方法分解为单频率响应的振动信号,进而计算模态频率和模态阻尼,用Choi-Williams分布计算模态振型.对单立柱海洋平台的计算表明,该方法能比较理想地识别出结构的模态参数,且具有较强的抗噪能力.