改进型经验正交函数海洋声速剖面预报方法

鉴于深海温跃层以下往往声速值缺乏,声速剖面不完整的原因,提出一种声速剖面的预报方法:在传统经验正交函数预报法基础上,首先改进协方差矩阵的求解方法,将原始数据的空间信息和时间信息有效地融合到协方差矩阵中,通过由大量实测数据统计得出的时间函数的经验公式,得到合成剖面,将二者结合,把不完整剖面垂直向下延拓到海底,较为有效地解决了传统方法求解协方差矩阵和时间函数较粗糙的问题,给出了完整的海洋声速剖面的准确预报.实测数据检验结果表明,改进方法的预报精度比传统方法有了很大提高.     

珠江口外海水声速经验正交函数分析

利用珠江口外海多年的水文观测资料,采用经验正交函数(EOF)法分别对该海域表层及21°N垂向断面的声速及其距平值进行了分析.结果表明该海域表层声速自西北向东南增大,21°N垂向断面声速随水深的增加而减小.EOF法分析声速及其距平值得出的第一个特征分量在该区域表层和21°N垂向断面上都是最重要的.声速季节变化显著:自上一年的10月开始减小,2或3月减到最小值后开始增大,7~9月增至最大值,有显著的年变化周期.声速也似有年际变化:1981年冬季声速开始减小,一直持续到1982年秋季,1982年冬季开始呈增大的趋势.声速的年际变化强度随着水深的增加而减弱.     

复经验正交函数在水温预报中的应用

复经验正交函数是一种新的物理场的分解方法，它除了可以揭示物理场的时，空分布和变化规律外，还可以反映波动或平流效应。故本文首次将该方法移植到预报方法研究上来，建立了渤海，黄海的表，底层水温预报方案，。     

海洋水色遥感资料的经验正交函数分析

海洋中浮游植物进行光合作用,固定有机碳,是海洋生物链的基础,因此,研究浮游植物生物量的指标——光合色素(主要是叶绿素a)的时空变化具有十分重要的意义。我国自50年代以来,对海洋浮游植物色素分布进行了大量的现场调查和研究,取得了一些初步结果[1-3]。     

复经验正交函数方法在黄海水温预报中的应用

本文介绍了复经验正交函数(CEOF)方法,并首次将其应用于黄海的水温预报,同时与依据同样资料采用经验正交函数(EOF)方法所作的预报进行了对比.比较可知,在黄海表层水温预报中,应用复经验正交函数方法所作的预报,其精度较应用经验正交函数方法提高0.20℃左右,底层预报精度相当.     

海水声速剖面基函数的重构性能分析

海水声速剖面通常使用经验正交函数（Empirical Orthogonal Function,EOF）进行稀疏表示,然而基函数会受到数据完备性和数据测量时间的制约,其代表性误差会导致声速剖面重构精度受限。为了提高声速剖面的重构精度,本文利用模糊C均值聚类对BOA_Argo历史数据集进行聚类分析,探讨不同聚类空间的训练集数据对实测声速剖面重构精度的影响。研究表明,声速剖面具有明显的时空聚集特性,聚类后的历史声速剖面集生成的基函数和平均声速剖面具有最优的重构性能。本文研究结果有助于为历史声速剖面训练集的选取提供实际指导意义,进而提高声速剖面重构精度乃至反演精度。     

复经验正交函数在水温预报中的应用

复经验正交函数（ＣＥＯＦ）是一种新的物理场的分解方法，它除了可以揭示物理场的时、空分布和变化规律外，还可以反映波动或平流效应。故本文首次将该方法移植到预报方法研究上来，建立了渤海、黄海的表、底层水温预报方案。为了检验该预报方案的可靠性，试报的结果除与实测值进行比较外，同时还与依据经验正交函数（ＥＯＦ）建立预报方法的预报结果进行了对比。结果表明，对于南、北黄海表层水温的试报结果，ＣＥＯＦ方法试报的平均绝对误差比ＥＯＦ方法预报的误差平均小０．２℃；而对于底层水温，两种方法的预报误差相近。     

声速剖面EOF表示的第一模态解析

为实现对声速剖面EOF表示后第一模态时间系数和空间函数变化规律的解析,提出了一种简化的声速剖面变化模型,即"拐点"深度值和声速值的变化;声速梯度的变化和表层海水温度周期性变化所引起的海水声速变化,通过将4种因素所引起的第一模态空间函数的变化规律与实际声速剖面簇第一模态空间函数的变化规律对比,分析引起实测声速剖面变化的主要因素,最后,分别用深海和浅海实测声速剖面数据对其进行验证。     

南海北部内波活动下的声速剖面重构方法研究

在内波条件下,水声信道稳定性变差,声速剖面的重构具有一定难度。与其他方法相比,经验正交分解法优点在于能用少量参数进行重构,而不需要引入大量的参数。利用南海北部陆坡测量的温度链数据,采用经验正交分解法对声速剖面进行重构。结果表明:在内波剧烈的南海北部海域,通过经验正交分解法重构声速剖面具有可行性,其前3个模态累计贡献率达到96.7%。分析样本的周期覆盖率对重构结果的影响后发现,当样本覆盖完整的海洋潮汐活动周期时,基于EOF分析对本组声速剖面的重构均方根误差小于1.1 m/s,重构声速剖面结果理想;而当采集的样本不能覆盖完整周期时,误差较大。     

声速剖面反演预测方法

利用2006—2017年我国南海部分区域(112°～114°E,10°～12°N)的Argo观测数据,对该海区声速剖面进行了仿真分析和研究。在此基础上,利用遗传算法(GA)优化的径向基函数(RBF)神经网络建立反演预测模型(GA-RBF),结合海区表面实测温度和历史数据,研究了该区域2016—2017年的声速剖面实时预测情况,并获得该海区6月和12月的声速剖面平均均方根误差值为0.845 m/s和0.815 m/s;而采用平均声速剖面方法获得该海区6月和12月的声速均方根误差分别是2.393 m/s和2.176 m/s。仿真结果表明:基于GA-RBF网络模型并利用海区表面实测温度的反演预测结果更趋近实测声速剖面,该模型可用于海区垂直声速剖面的实时预测。     

浅海声速剖面自动分类方法研究

海洋中的声速剖面是影响水声设备效能的重要环境因素之一,声速剖面的自动分类和区划对海洋环境的应用意义重大.依据浅海30分方区按月统计声速剖面,通过归一化处理和Akima差值采样,建立了各方区按月归化后声速剖面的分层梯度样本集,并应用多种系统聚类算法分别对分层梯度样本集进行分析;计算各种算法在不同聚类数水平下聚类结果的总的类内离差和,依据总的类内离差和变化曲线拐点对应的聚类数目,结合分类结果确定浅海声速剖面最优聚类数目.对大量历史统计声速剖面数据的分析结果表明,该方法得到的聚类结果与人工经验分类结果吻合较好.     

利用经验正交函数数据插值法重构东中国海叶绿素a质量浓度场

利用经验正交函数数据插值法(Data INterpolating Empirical Orthogonal Functions)重构由MODIS-Aqua卫星提供的三级产品叶绿素a质量浓度,得到了从2003—2009年东中国海叶绿素a质量浓度的月平均场。东中国海近岸叶绿素a质量浓度7 a平均值明显高于外海。对叶绿素a质量浓度季节平均场进行分析研究表明,东中国海叶绿素a质量浓度主要受长江径流、海表水温和季风的影响。对叶绿素a质量浓度异常场进行EOF分析表明,第一模态方差贡献为37.8％,空间分布显示,在长江口东北部出现叶绿素a质量浓度异常高值区,时间变化以半年和半年以下周期为主;第二模态方差贡献为21.4％,空间分布显示,在长江口东部出现叶绿素a质量浓度异常高值区,时间系数主要表现为年际变化。     

Optimal Basis from Empirical Orthogonal Functions and Wavelet Analysis for Data Assimilation: Optimal Basis WADAi

Wavelet Analysis provides a new orthogonal basis set which is localized in both physical space and Fourier transform space. Empirical Orthogonal Functions (EOFs), on the other hand, provide a global representation of data sets. Here we investigate the various ways in which one can combine these basis sets for optimal representation of data. EOFs represent the global large scale information and wavelet analysis are used to supplement this large scale information with local fine scale information. Here we begin to explore the application of these two basis sets for outputs from an Ocean General Circulation Model and we explore various applications, including data assimilation. This revised version was published online in July 2006 with corrections to the Cover Date.     

海底声学原位测试声速提取技术研究

海底沉积物的声学声速特性是沉积物声学中的一个重要的研究方向。正确提取声学原位测量的声速对海底沉积物声学反演至关重要。分析了海底声学原位测试系统的输出子波特性,提出了基于子波提取的互相关双向极值声速提取法。在声速提取过程中,发现某些通道实测声波到达时会出现超出正常范围的异常。分析后认为异常通道的到达波相位出现180°反至现象。通过互相关数值的负极小值提取的声波到达时对互相关正极大值所获得的到达时曲线进行校正后提取声速,得到了正确的结果,说明了本方法的正确性。     

随机动态声速重构方法研究

海洋环境对声传播具有重要的影响,海洋温度、盐度、压力决定声速的大小,研究随机动态声速剖面的最优重构可以为声场模型的计算提供良好的基础,为舰艇行动提供最优的辅助决策.然而声速剖面的重构却是一个复杂的过程,涉及到大量的时空分布不规则的数据的计算和处理,提取出合理的时空间系数能够提高声速重构的精度.实验证明,利用合理的时空分...     

基于字典学习的声速剖面重构和反演

声速剖面（Sound Speed Profile,SSP） 是海洋环境观测的重要要素之一,引入遥感参数进行SSP 反演可以实时获取声速数据。反演首先需要依托精确的基函数对声速场进行降维表示,本文提出一种利用非线性基函数-学习字典（Learned Dictionaries,LDs） 提高降维精度的方案,并使用在多源信息融合上表现良好的自组织竞争型神经网络算法（Self-organizing Map,SOM） 对南海海域进行SSP 反演。实验结果使用均方根误差（Root Mean Square Error,RMSE）作为精度评估。实验结果显示：LDs 较传统基函数-经验正交函数（Empirical Orthogonal Functions,EOFs） 的降维精度在使用三阶基函数时提升0.13 m/s,五阶基函数提升0.07 m/s。使用五阶基函数进行反演,LDs 的反演精度为3.01 m/s,低于EOFs 的反演精度2.47 m/s。其原因为反演误差在机器学习训练基函数时被放大,导致所求得反演系数欠优。LDs 基函数较之传统的EOFs 能够有效突破正交性的限制,更精确地表示声速的扰动,达到了更高的降维精度,为声学信号处理任务的基函数学习提供一种方案。     

Spatial and Temporal Variations of Sound Speed at the PN Section

Gridded sound speed data were calculated using Del Grosso's formulation from the temperature and salinity data at the PN section in the East China Sea covering 92 cruises between February 1978 and October 2000. The vertical gradients of sound speed are mainly related to the seasonal variations, and the strong horizontal gradients are mainly related to the Kuroshio and the upwelling. The standard deviations show that great variations of sound speed exist in the upper layer and in the slope zone. Empirical orthogonal function analysis shows that contributions of surface heating and the Kuroshio to sound speed variance are almost equivalent. This revised version was published online in July 2006 with corrections to the Cover Date.     

海洋锋区的一种声速计算模式及其在声传播影响研究中的应用

利用穿过海洋锋区断面的实测CTD数据,确定了锋面的宽度、所在的位置以及陡度等特征参数,建立了海洋锋区声速计算理论模式。结果表明,此模式可以用来描述选定断面的锋面特性。将理论计算结果与实测数据进行比较,二者符合较好。进而利用二维PE模型,研究了通过海洋锋面的声传播特性。结果表明,在声源深度为50m和发射频率为150 Hz的情形下,对不同接收深度,有锋面与无锋面时传播损失的差别最大约为20 dB左右。